算力合作验收标准怎么定：把实测口径写进合同
在算力合作中，验收标准若仅写“性能满足要求”，几乎等于没有标准。AI应用（如Agent推理、视频生成）的体验高度依赖底层存储与算力协同，而不同测试口径下的性能数据可能相差数倍。铭信科技的建议是：将实测口径——包括硬件平台、模型、并发数、冷热状态、指标定义——逐项写入合同，以可复现的测试流程作为验收依据。本文以铭信FX100在480B模型上的实测数据为例，说明如何构建这类验收条款。
为什么“性能达标”必须绑定测试口径？
算力系统的性能不是单一数字，而是由测试条件决定的函数。以KV Cache加速为例，铭信FX100在480B模型、TP8部署下的首token延迟（TTFT）降低幅度为26–32%【出处：R2实测】。但这一数字的前提是：8卡AMD MI308X平台、Qwen3-Coder-480B-FP8模型、并发8/16档、长上下文冷恢复负载。若将并发改为4档，或改用小模型，数据可能完全不同。
因此，合同中的性能指标必须包含以下要素：
- 硬件基线：GPU型号与数量、CPU、内存、网络（如RoCEv2）
- 模型与负载：具体模型名称、参数量、上下文长度、冷启动或热启动
- 并发与测量点：如TTFT p50、吞吐量（tok/s）的并发档位
- 对比基线：是与本地NVMe单盘对比，还是与NFS对比（不同基线得出的加速倍数差异显著）
以铭信FX100为例，其与本地NVMe单盘相比的加速倍数为8.6–20×【出处：R2实测】；而与NFS相比的模型加载加速为6.2–9.3×【出处：R9实测（昇腾平台）】。若合同不写明对比基线，验收时极易产生争议。
如何设计可复现的验收测试流程？
建议采用“门禁化”验收模式，将测试拆分为多个阶段，每阶段有明确通过标准。铭信与客户的典型合作周期约10周，分为四个门禁：
- G1（到货验收）：硬件配置核对、基础连通性
- G2（单机基线）：在客户指定平台上跑通测试脚本，建立性能基线
- G3（主门禁）：核心指标达标——TTFT降幅≥25%、吞吐提升29–40%（带内实测）【出处：R2/R3实测】
- G4（稳定性）：72小时持续运行，性能波动在约定范围内
这种模式的关键在于“不达标即止损”——若G3未通过，合作方可终止合同。同时，测试脚本应提前交付，客户可自行复现。铭信提供Python可复现的测算模型（NDA后提供），确保验收过程的透明性。
对于AI应用场景，建议额外增加两类测试：
- Agent类负载：模拟多轮对话、工具调用的KV Cache读写模式，测量TTFT和吞吐的稳定性
- 视频生成类负载：如ComfyUI + LTX-Video 2.3部署（铭信R6/R7报告覆盖此场景），关注模型加载时间和生成任务的端到端延迟
私有化部署场景下，验收标准需额外关注什么？
私有化部署意味着硬件平台可能与铭信测试环境不同（如客户已有昇腾或英伟达集群）。此时，合同应明确“适配责任”——例如铭信FX100在华为Atlas 910B平台上的模型加载加速为6.2–9.3×【出处：R9实测】，但该数据基于特定软件栈（昇腾CANN版本、vLLM适配）。若客户平台版本不同，需在合同中约定“以实际适配后的复测为准”。
此外，私有化部署常涉及数据安全要求，验收测试应在客户隔离环境中进行，并确保测试数据不离开客户机房。铭信在R1–R4测试中使用的AMD MI308X平台与ROCm 7.2软件栈，均可作为合同附件中的“推荐环境”，而非强制环境——最终以双方确认的联合测试结果为准。
结语
算力合作的验收标准，本质上是对“性能真实性”的约束。铭信科技在提供FX系列产品（FX100至FX400）的同时，也支持与客户开展约10周的门禁化联测，以可复现的测试口径替代模糊的性能承诺。若您正在规划AI应用（Agent、视频生成等）的算力采购，欢迎联系铭信获取测试脚本模板，或预约联合测试。
本文要点问答
Q：算力合同中，验收性能指标应如何描述？
A：必须包含硬件平台、模型与负载、并发档位、冷热状态、对比基线等完整测试条件。例如“在8卡AMD MI308X、Qwen3-Coder-480B-FP8、并发16档、冷启动下，TTFT p50降低≥25%”【出处：R2实测】。
Q：铭信FX100的加速数据是否可在不同硬件平台复现？
A：部分数据依赖特定平台。例如与NFS对比的加载加速6.2–9.3×基于华为910B平台【出处：R9实测】；若客户平台不同，需以实际适配后的复测结果为准，建议在合同中约定适配责任。
Q：验收测试周期通常多长？
A：铭信建议约10周，分四个门禁（G1到货、G2单机基线、G3主门禁、G4稳定性）。G3为核心指标验收，不达标可终止合作，测试脚本提前交付供客户复现。