先列四项负载
模型：版本、精度与量化方式。输入：文档、图片、上下文长度。输出：短问答、报告还是多步骤任务。并发：峰值同时请求数量及可接受等待时间。用同样的任务比较设备，结果才有参考意义。
容量够用，不等于体验够好
模型权重之外，运行缓存、系统、OCR、检索和业务应用也要占用资源。长上下文和并发可能改变内存需求。TOPS 等理论算力不能直接等同于实际大模型生成速度。
工作站与服务器怎么取舍
桌面工作站侧重部署位置和个人使用便利；服务器侧重集中维护、资源扩展与共享服务。还要比较噪声、电力、散热、网络、备份及维护责任，不以设备名称代替测试。
验收完整流程而非只跑聊天
对短问答、长文档、图片识别和实际业务任务分别记录首字延迟、完成时间、错误与人工修改量。保留硬件、系统、模型、软件版本和测试条件，便于后续复现。
询价前填写一份负载说明
| 项目 | 填写内容 |
|---|---|
| 业务任务 | 哪些岗位使用，最终需要完成什么 |
| 输入 | 文档类型、页数、图片、上下文范围 |
| 模型 | 候选版本、量化及使用授权 |
| 输出 | 结果类型、长度、允许等待时间 |
| 并发 | 峰值同时执行任务数，而不是公司总人数 |
| 环境 | 现有设备、网络、供电散热、维护人员 |
同条件比较，不用单一参数替代结论
| 方案 | 优先核对 | 不能直接推出的结论 |
|---|---|---|
| 桌面工作站 | 桌面部署、任务效果、资源占用与噪声 | 大内存不等于任何模型都快 |
| 集中服务器 | 共享负载、资源扩展、运维与网络 | 服务器名称不等于固定支持人数 |
| 已有设备改造 | 兼容性、容量、样例表现和适配投入 | 已有设备不等于无需软件和实施成本 |
保存可复现的测试记录
记录日期、硬件、系统、模型与软件版本、样例来源、上下文、并发、输出长度和结果。区分首字延迟与完整任务耗时；分开记录错误、遗漏、人工修改量和运行失败。
采购与使用问答
内存越大是否一定越快？
不一定。内存容量、带宽、计算能力、软件优化和模型负载共同影响性能。
没有确定模型时能先买硬件吗？
可以先明确任务并选择候选模型进行验证，再确认配置，避免只按理论参数采购。