8 产能成品

8.1 七道闸门

买到 GPU 只是获得一项物理输入，客户购买的却是另一种结果：在指定时间、区域、模型和服务等级下，把请求稳定变成输出。两者之间隔着七道门，少过一道，产能都停留在账面上。这七道门是全书的总交付闸门：第 12 章的机房状态机是第一门的局部展开，第 31 章的海外检查是跨境场景的附加条件，第 40 章的六个实验是验证这些门是否通过的方法。

第一门，设备真的可用。到货与可生产不是同一状态。验收至少要确认型号与数量、GPU 和显存健康、互联拓扑、固件驱动、功率与散热、故障记录和返修授权（RMA）边界。整机通电成功不能替代持续压力测试，一张卡间歇报错，可能在高并发下拖累整机。资产所有人、机房和运营方在这一门的责任常常不同：所有人承担资产与残值，机房负责供电和物理环境，运营方负责节点健康与隔离。合同若只写提供设备，不定义健康标准和起租条件，闲置与故障成本就会在三方之间扯皮。

第二门，集群能够通信。能远程登录一台机器，不代表多卡模型能按预期通信；单机互联正常，也不代表跨机流量、出口带宽和客户路径稳定。这一门的输出应该是一张真实拓扑：节点、交换机、链路速率、故障域、出口和访问控制。海外部署还要标出管理团队、客户和日志所在位置。没有拓扑，延迟和数据责任都无法归因。

第三门，软件栈可重复。驱动、CUDA 或其他加速栈、容器、推理引擎、模型依赖、调度和监控要形成版本化基线。工程师在一台机器上手工修好环境，只证明个人能救火；镜像、配置和自动化能够重建，才说明组织拥有服务能力。软件升级有二阶效应：一次升级的直接收益可能是吞吐上升，间接影响可能是数值行为、模型兼容或监控字段变化，进而影响客户验收和账单，生产变更必须同时保留性能、质量与回滚证据。

第四门，模型有权且能部署。技术上需要权重、分词器、精度、并行配置、上下文和运行时兼容；商业上需要确认许可证、地域、用途和转售边界。能下载权重不等于能以任何方式对外售卖。模型也不是静态零件：版本升级、上下文扩展、量化和安全策略都会改变显存、吞吐与输出，每个可售模型应有版本、配置、容量和弃用计划。

第五门，性能在约束下成立。峰值 token/s 最容易得到，也最容易误导。可售产能必须绑定模型、硬件、精度、长度分布、并发、首字延迟、出字间隔、错误率和持续时间。DistServe 用约束内有效吞吐（goodput）描述服务能力：只计算在目标约束内完成的请求。核商业产能应当按时完成的有效请求算，而不是裸吞吐。这一门的验收物不是一张最好看的表，而是一套可复现基线：固定数据集、生成参数、负载发生器、原始日志、版本和计算脚本。

第六门，服务治理能处理变化。模型成功返回一次请求，不代表服务可以长期运行。治理层承担鉴权、限流、配额、路由、发布、回滚、监控、告警、故障切换、计量和支持。控制循环必须同时具备观察和执行：指标、日志和追踪让运营方知道发生了什么，路由、调度、限流、降级和回滚让系统能采取动作，只有大屏没有执行权限，不是闭环。一个副本退出后，剩余副本队列变长，尾延迟触发更多重试，重试进一步加压，网关若没有退避、去重和熔断，局部故障会滚成全局拥塞，运维的价值就在于阻断这类反馈。

第七门，客户可以验收与结算。内部基准只是供应方证据，客户验收还要确认入口、鉴权、模型版本、负载脚本、指标口径、数据处理、账单和故障流程。只有这些结果进入订单和 SLA，技术能力才变成商业承诺。99.9% 可用若没有对象、时间窗、错误定义和索赔过程，无法执行；客户能否从自己的监控复核，决定了争议成本。

8.2 经营对照

这张表揭示一个常见问题：收入在最后一门确认，许多成本却从第一门就开始发生。按需 GPU 实例即使没有活跃负载仍按运行时间计费，就是最直接的闲置例子。如果起租、部署和客户验收之间相隔数周，现金流压力会先于收入出现，第 29 章的现金曲线正是这个结构的放大版。

8.3 最小启动

启动时应先用最小但真实的链路完成七门验收：一组明确设备、一个可授权模型、一套固定工作负载、一个真实访问入口、可导出的指标和账单、一次故障演练、一个明确的客户验收人。小规模试验的目的是尽早暴露谁没有控制权、哪个接口没有数据、哪项成本被漏算。只有这些问题在小规模时可修复，扩大规模才会增加产出；否则规模只会放大固定成本和责任争议。这条原则在第 40 章会展开成六个具体实验。