GPU 验收看什么
GPU 验收核对识别、版本与算力三件事：整机识别所有卡与它们之间的拓扑关系，记录驱动与显卡固件版本，再用诊断工具验证算力与卡间通信。多卡机型还要把拓扑图留档，后续扩卡、换槽或排查通信问题都靠它对照。
基本信息
| 识别 | 卡数、显存与运行状态 |
|---|---|
| 版本 | 驱动版本与显卡固件版本 |
| 拓扑 | 卡间互联形态与带宽关系 |
| 诊断 | 算力相关测试与卡间通信测试 |
| 留档 | 温度、功耗上限与拓扑信息 |
| 诊断留档 | 按厂商建议工具执行，输出一并归档 |
典型使用场景
- 新机交付：逐卡识别并记录版本与拓扑
- 扩容复测：加卡后核对识别与互联是否正确
- 故障定位：某卡异常时与同机其它卡对比指标
- 驱动升级：升级后复测算力与稳定性
- 交付留档：形成可对比的验收报告
- 性能调优：确认功耗上限与散热是否限制了算力
- 批量抽验：同批机器抽验拓扑一致性
识别与版本记录
识别与版本记录
# 卡列表与运行状态
nvidia-smi
# 关键属性：型号、显卡固件版本与总线地址
nvidia-smi -q | grep -iE 'Product Name|VBIOS|Bus Id' | head
# 卡间互联拓扑
nvidia-smi topo -m
# 温度与功耗上限：确认散热与限流状态
nvidia-smi -q -d TEMPERATURE,POWER | head -30验收项与异常
| 项目 | 核对内容 | 异常表现 |
|---|---|---|
| 卡数量 | 与合同配置一致 | 少卡或多识别 |
| 版本 | 驱动与显卡固件 | 与项目基线不一致 |
| 拓扑 | 互联形态与带宽 | 与设计要求不符 |
| 温度 | 满载温度表现 | 撞温度墙导致降频 |
| 功耗 | 功耗上限与实测值 | 上限被限制导致算力不足 |
| 诊断输出 | 测试结果与过程记录 | 只有结论没有数据，无法复盘 |
多卡机型验收时把拓扑图留档：后续扩卡、换槽或排查通信瓶颈时，这张图是最省时间的参照。
验收只看卡数不够：驱动版本与拓扑配置不同，算力表现差距明显，验收结论必须能按记录复现。