这块屏不是截图——下面每个数字、每格热度都可以切池查看。它就是我们卖的那个控制面。
从 2,048 张卡的夜里开始，到一张能对账的月结单结束。八个镜头，讲清我们卖的到底是什么。
只做 64–256 台整机规模的智算中心，项目级交付 300–2,500 万。不按功能模块拆开卖——拆着卖的系统上线即失控。
每个能力都写得出验收口径与性能基线，验收会上敢当场跑。不做只存在于 PPT 里的「已支持」。
没认证的卡、没覆盖的模型，页面上直接写「未覆盖」。宁可少签一单，不签自己做不到的承诺。
下面这四件事是项目现场最常被问到的。每一件都对应一套能跑起来的东西，不是 PPT 上的能力框。
同品牌、同代、同拓扑才是稳定资源池。跨代跨品牌硬混，训练慢 30% 却查不出原因。混布是合理的，但不能让调度器替代硬件兼容性判断。
按同质池切分，不同池承担明确任务，跨池只迁移认证过的工作负载。先画出真实拓扑，再谈放置。
看衡控怎么做 →算子缺失、精度漂移、通信库版本不对——不会写在宣传页上，但一定会在验收会上出现。模糊的「已完成适配」是最大的商务风险。
建兼容性证据矩阵，按模型 × 框架 × 硬件 × 精度四维记录通过/回退状态，输出通过率与缺失算子清单。
看衡鉴怎么做 →用峰值 FLOPS 当计费单位，客户一眼看出在糊弄。卡时、Token、存储混在一张表里，月底靠 Excel 手工敲。卖不出去往往不是价格问题，是计量问题。
十一类计量对象分开记，账单按合同单价、折扣、封顶、信用与退款规则生成，租户可自查、可导出、可对账。
看衡度怎么做 →空转的卡照样耗电。没有单卡级功耗与作业能耗分摊，永远不知道哪台机器在烧钱。绿色指标要进排产和退役决策，不是口号。
机柜与设备级电量、作业能耗分摊、热点定位、退役成本模型。缺数据时标注不确定性，不用估值冒充测量值。
看监控系统怎么做 →按数据流串起来：先能采到（适配框架），再知道能不能跑（衡鉴），然后知道该放哪（拓扑引擎 + 衡控），最后算清卖了多少钱（衡度）。监控系统是这一切的人机界面。
统一资源事实库 + 跨池队列、配额与放置策略，架在既有调度器之上，不重写底层调度。
按模型 × 框架 × 硬件 × 精度建认证矩阵，输出通过率、回退算子与风险等级。
十一类计量对象分开记，账单可对账、可导出、可审计。把利用率变成能签约的收入。
四厂商插件化适配，三通道采集自动降级。7993 行 Python，25 个模块。
发现 NVLink / NVSwitch / PCIe / HCCS / RoCE / IB 真实连线，输出最优路径与 12 种放置建议。
Web 后台 + 可视化大屏：节点与卡级监控、任务队列、告警工单闭环、计量报表。
销售「认证后的可迁移性」，不是模糊的国产化适配。「未覆盖」是明确的销售边界，不是缺陷。
| 加速卡 | 厂商 | 互联 | 驱动通道 | 训练 | 推理 | 备注 |
|---|---|---|---|---|---|---|
| H200 SXM | NVIDIA | NVLink4 / IB | NVML · DCGM | 已认证 | 已认证 | 141GB HBM3e · 4.8TB/s |
| B300 | NVIDIA | NVLink5 / CX-8 | NVML · DCGM | 验证中 | 验证中 | 288GB HBM3e · 单独建池 |
| 昇腾 910B | 华为 | HCCS / RoCE | acl · npu-smi | 部分模型 | 已认证 | CANN 7.0+ |
| DCU 系列 | 海光 | PCIe / RoCE | 厂商代理 | 未覆盖 | 验证中 | 驱动版本依赖强 |
| MXC 系列 | 沐曦 | PCIe / RoCE | MUSA | 未覆盖 | 未覆盖 | 待厂商支持矩阵 |
任何宣称「一套镜像全兼容所有国产卡」的说法，在验收现场都会被证伪。我们宁可写「未覆盖」，也不签自己做不到的承诺。
卡时、Token、存储、网络分开记，按合同单价与折扣规则出账。租户自己能查，也能走 API 对账。
含软件授权、实施部署、驻场培训与质保，不含硬件与机房改造。
每条都可提供证书或登记号核验。知识产权是这套矩阵最硬的护城河——也是投标时的评分项。
带机型清单和 3 个真实模型来，我们出兼容性结论、容量测算与分期报价。不先签合同，也不发通用 PPT。