结论前置：训练芯片从原型到量产，真正决定成败的往往不是峰值算力，而是显存带宽、互联拓扑与能效曲线三者能否在同一预算内达成平衡。球友体育技术解读栏目这次换一个视角，用一位架构师的三年迭代手记，把工程取舍摊开来讲。

第一年：算力数字很好看，带宽先撞墙

季承澜在一家做智能计算加速卡的公司负责架构。项目第一年的样片回片后，团队发现单卡算力指标达标，但真实训练任务吞吐只有预期的六成。球友体育在梳理公开规格书时也常看到类似现象：算力是乘加阵列的理论上限，而数据供给跟不上时，阵列大量时间在等。

问题出在显存带宽与片上缓存的配比。团队最初把缓存做小、把频率拉高，结果访存冲突频繁，有效带宽利用率上不去。季承澜的做法是把训练负载的访存轨迹做成可复现的脚本，逐层统计读写比例，再反推缓存容量与带宽的合理区间。

  • 先测有效带宽，不看标称带宽；
  • 把算子访存模式分类，区分流式与复用型；
  • 用能效曲线交叉验证，避免为带宽牺牲过多功耗。

这一步之后，球友体育的术语百科里“显存带宽”“访存冲突”两个词条被团队反复引用，成为评审会的共同语言。

第二年：互联拓扑决定多卡能不能“一起干活”

单卡问题缓解后，瓶颈转移到多卡协同。季承澜发现，同样数量的加速卡，不同互联拓扑下的扩展效率差距明显。全连接交换结构在小规模时表现好，但规模上去后交换芯片功耗与成本压力陡增；环形与网状结构则在特定并行策略下更划算。

他把并行策略与拓扑的匹配关系整理成一张对照表，在球友体育的技术解读文章里也强调过类似方法：先确定模型并行、数据并行、流水并行的组合，再选拓扑，而不是反过来。团队据此把一部分通信密集的层固定在邻近卡组，减少跨组流量，扩展效率得到改善。

这一段经历的启示是，互联拓扑不是硬件清单上的一个参数，而是和软件调度共同决定系统表现的设计变量。

第三年：能效曲线才是量产的门槛

进入量产准备阶段，客户最关心的不再是跑分，而是机柜功率预算内能跑多少有效任务。季承澜团队把不同频率电压点下的性能与功耗逐点测量，画出能效曲线，找出“每瓦有效吞吐”最高的区间，并把调度策略默认落在这个区间。

球友体育在多个技术解读选题中都提到，能效曲线比单一峰值更有讨论价值，因为它把散热、供电与稳定性一起纳入考量。季承澜还建立了回归机制：每次固件或编译器更新，都重跑同一组负载，记录曲线是否偏移，确保迭代可回溯、可核验。

  • 固定负载集，保证跨版本可比；
  • 记录环境温度与供电条件；
  • 把曲线偏移作为发布评审的硬指标。

三年下来，季承澜的结论很朴素：训练芯片的工程取舍，最终都要回到“数据供得上、卡之间说得上话、功率预算撑得住”这三件事。球友体育愿意把这类可讨论、可核验的经验持续整理出来，供同行对照自己的项目复盘。