存储加速 vs 直接加卡：同一笔预算的两种花法

如实呈现：什么时候该加卡

算力真饱和的时候：短上下文、高缓存命中、解码算力打满——此时集群没有「白吃算力」的重算与空转，存储加速收益有限，加卡是正解。我们如实建议先测后买，不适合的客户我们直接说不适合。

什么时候存储层是更优解

瓶颈在重算：长上下文冷恢复负载下，无外存重算基线 TTFT p50 149.5s、吞吐 4.1 tok/s（R2）——此时加卡买到的是更多做重复计算的卡。外置 KV 层同负载 11.85s / 74.9 tok/s。

瓶颈在空转：模型切换 20 次/小时档，慢存储下算力有效利用率仅 46.7%，FX100 提至 62.8%（R1）；NFS 加载 70B 要 23 分钟（R9）。这些损耗加卡都解决不了，只会等比复制。

账本：存储投入约占 GPU 投入一成以内（联测口径），实测换来吞吐 +29–40%（R2/R3）——同等预算下有效产能更高。ROI 测算器可按你的卡数出区间。