人工智能大推理卡不需要大主机。总线能共享时主机几乎不挡路。2026年四张卡插在单板机上，令牌速度可以贴近同卡服务器。主机只要不挡内存共享。同卡不同主机可以只差两个百分点。不准把机箱大小当成算力。现场把「差不多」当验收的方案，一律按事故处理，不能进周报。

人工智能基建痛点在把大机箱当成跑大卡的前提

多张加速卡若能在总线上互访显存，计算主要发生在卡上，主机只是调度。建设者该把「同卡对照、主机不挡共享、令牌速度进表」写成硬规格。管采购的人，该拒收只看机箱体积和处理器代数的方案。

两处只有对着对照才清楚。其一，有人把四张同规格卡插进一块单板机，跑七十亿级对话模型，大约十一点八令牌每秒；同一套卡插进现代服务器，大约十二。差距不到百分之二。卡在干活，主机几乎不在路上。其二，不是所有组合都这样。驱动不稳、总线不通、显存互访失败，小主机立刻变成瓶颈。中等规模模型上，单板机甚至可能略快；很小的模型有时桌面机更好。选型先问：这些卡能不能互访，主机会不会挡。机箱功率和体积是后话。大卡需要的是供电、散热和总线，不是更大的中央处理器。

操作上再钉三件事。第一，多卡方案必须做「同卡换主机」对照。第二，必须报令牌每秒，不得只报峰值算力。第三，驱动和总线不通，方案按未完成。建设者该把「本周哪些采购把机箱当算力」写进例会。管机房的人，该拒收没有同卡对照的报价。

人工智能主机闸2026五步：同卡对照、报令牌、总线互访、机箱不当算力、驱动不通作废

1. 必须做同卡换主机对照。只测一种机箱，方案作废。
2. 必须报令牌每秒。只报峰值算力，方案作废。
3. 多卡必须证明显存互访。互访失败，方案作废。
4. 机箱体积禁止当算力规格。以大代快，方案作废。
5. 驱动不稳禁止上线。演示一次过，方案作废。

上表对应「总线能共享时主机几乎不挡路」。同卡对照的价值是让机箱迷信进事故表，不是禁止大机器。

现场还要防口号替换验收。把「已经插了大卡」写成周报，不等于主机选对。若只能改一处：先做同卡换主机对照。

结论：人工智能推理基建要以卡和总线为准，不要把机箱大小当成算力

卡能互访，主机就可以瘦。仍拿机箱交差，基建评审会先拒绝你。

你下次买多卡方案，先写出同卡对照、令牌每秒、互访是否成立；三格空着，机箱尺寸先不要进材料。

现场还要防口号替换验收。把「已经插了大卡、已经组了集群、已经上了加速帽、已经打通内存池、已经看过算力峰值」写成周报，不等于主机不挡路、单机对照过、视觉和对话分测、加速比可核、功耗和延迟进表。周报可以写，门禁必须绑在对照表和分列指标上。缺对照表的方案，一律按未完成处理，不能进月报。

若只能改一处：先把「差不多就能交差」从唯一成功标准里拿掉。演示可以记，大机箱当必要、集群当更快、加速帽当万能、内存相加当线性、峰值算力当体验五件跟不上就算事故。事故要写负责人、复验日期和作废条件，不许用「下期优化」搪塞。

落地时把指标钉在周会上：主机是否挡路、集群对单机、视觉和对话分测、加速比、帧延迟和功耗。哪一格空着，哪一项不准对外说已经上线。空格超过两周仍空，项目暂停扩面。

现场还要防口号替换验收。把「已经插了大卡、已经组了集群、已经上了加速帽、已经打通内存池、已经看过算力峰值」写成周报，不等于主机不挡路、单机对照过、视觉和对话分测、加速比可核、功耗和延迟进表。周报可以写，门禁必须绑在对照表和分列指标上。缺对照表的方案，一律按未完成处理，不能进月报。

若只能改一处：先把「差不多就能交差」从唯一成功标准里拿掉。演示可以记，大机箱当必要、集群当更快、加速帽当万能、内存相加当线性、峰值算力当体验五件跟不上就算事故。事故要写负责人、复验日期和作废条件，不许用「下期优化」搪塞。

落地时把指标钉在周会上：主机是否挡路、集群对单机、视觉和对话分测、加速比、帧延迟和功耗。哪一格空着，哪一项不准对外说已经上线。空格超过两周仍空，项目暂停扩面。

现场还要防口号替换验收。把「已经插了大卡、已经组了集群、已经上了加速帽、已经打通内存池、已经看过算力峰值」写成周报，不等于主机不挡路、单机对照过、视觉和对话分测、加速比可核、功耗和延迟进表。周报可以写，门禁必须绑在对照表和分列指标上。缺对照表的方案，一律按未完成处理，不能进月报。

若只能改一处：先把「差不多就能交差」从唯一成功标准里拿掉。演示可以记，大机箱当必要、集群当更快、加速帽当万能、内存相加当线性、峰值算力当体验五件跟不上就算事故。事故要写负责人、复验日期和作废条件，不许用「下期优化」搪塞。

落地时把指标钉在周会上：主机是否挡路、集群对单机、视觉和对话分测、加速比、帧延迟和功耗。哪一格空着，哪一项不准对外说已经上线。空格超过两周仍空，项目暂停扩面。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源