先分清场景：训练看扩展性，推理看单位成本
在S16世界赛预测数据官网的产品与方案栏目里，我们常被问到同一个问题：训练芯片和推理芯片的参数表能不能放在一张表里比。答案是可以放在一起看，但不能用同一套权重去打分。训练场景的核心矛盾是集群规模上去之后，算力能不能线性扩展、互联带宽会不会先成为瓶颈；推理场景的核心矛盾则是单位请求的成本、延迟稳定性和部署密度。S16世界赛预测数据官网建议读者先明确自己的主场景，再决定哪些参数进入对比表的第一梯队。
从公开规格书能读到的字段大致分四类：算力类、存储类、互联类、能效与封装类。这四类在两类场景中的适用边界差别很大，下面逐项拆开说。
算力与精度字段：标注口径比数值本身更重要
算力字段最容易出现横向误读。同一颗芯片在不同精度下的标称值差异可达数倍，而不同厂商对稀疏化、结构化剪枝是否计入峰值算力的处理方式并不统一。S16世界赛预测数据官网在处理这类字段时，会强制标注三件事：精度类型、是否含稀疏加速、测试口径是峰值还是实测。
- 训练场景：重点关注高精度算力与低精度算力的比例关系，这决定了混合精度训练策略的可行空间。
- 推理场景：低精度与整型算力更具参考价值，但要注意量化后的精度损失是否被计入标称值。
- 适用边界：缺少口径说明的算力数字，只能作为量级参考，不宜直接进入加权评分。
举一个方案层面的例子：星澜计算的训练卡与云枢半导体的推理卡在公开资料中都给出了多精度算力表，但前者标注了集群实测口径，后者标注的是单卡峰值。S16世界赛预测数据官网在整理这类资料时会把口径差异单列一栏，避免读者把两个不同基准的数字直接相除。
显存与互联字段：决定方案上限的隐性约束
显存容量、显存带宽、卡间互联带宽这三个字段，往往比算力更能决定实际方案的上限。训练侧，显存容量决定了单卡能承载的模型切分粒度，互联带宽决定了并行策略的效率；推理侧，显存带宽直接影响首 token 延迟与吞吐的平衡点。
- 显存容量：训练场景按模型参数量与优化器状态估算，推理场景按并发批与 KV 缓存估算，两者估算公式不同。
- 显存带宽：推理场景的敏感度通常高于训练场景，尤其是自回归解码阶段。
- 互联带宽：训练场景需区分节点内与节点间，推理场景则更关注多卡并行服务的横向扩展能力。
S16世界赛预测数据官网提醒，互联字段的适用边界在于拓扑假设。公开资料给出的带宽值通常对应理想拓扑，实际方案中的交换机层级、线缆规格都会打折，因此这一栏更适合做相对排序，而不是绝对容量规划。
能效与封装字段：把边界写进对比表
能效字段在两类场景中的意义并不对称。训练场景关注整机柜功率密度与散热方案匹配度，推理场景关注每瓦吞吐与长期运行的功耗稳定性。封装形式则影响交付周期与主板设计复杂度，属于方案层面的工程约束，而非单纯的性能指标。
- 能效比：需注明是芯片级还是整机级，两者差距在公开资料中常常被忽略。
- 封装与形态：训练卡多为高功耗整卡形态，推理侧则存在多种板卡与模组形态，选型时要与机箱和供电一并考虑。
- 适用边界：能效数据对散热条件高度敏感，缺少环境说明时只宜做同形态产品间的比较。
在实际整理中，S16世界赛预测数据官网会把能效与封装字段放在对比表的末段，并标注“工程约束”而非“性能得分”，这样读者在做方案横向比较时不会把交付形态的差异误读为性能差距。栏目后续还会补充术语解释页，把每个字段的口径说明固定下来，方便读者跨方案复用同一套判断标准。
