测试扩展，而非仅测试 PyTorch
在 RTX 4090 上能正常运行的环境不应未经核验就直接照搬。RTX 5090 属于另一种 CUDA 架构。预编译扩展可能需要适配版本或重新编译；仅仅导入它，并不能测试它实际执行的内核。
为每个重要组件准备一个简短测试：注意力、量化或自定义算子。记录所安装的包和实际执行的操作，然后把这一组合固定到项目文件夹中。
使用 32 GB 时不要只计算权重
对于受限于 24 GB 的项目，这一容量可以提供有用的余量。要了解它带来什么变化，请以相同精度重放你最大的输入，然后尝试更大的 batch。同时也要在多次请求后进行测量，以发现被无意中保留在内存中的对象。
如果你正在探索量化，请用固定的验证集比较质量。仅仅降低内存占用，并不能说明输出是否仍然适合你的应用。
出于可量化的理由选择 Blackwell
如果你的 Ada 技术栈稳定且 24 GB 够用，RTX 4090 仍是替代方案。当容量成为首要障碍时，RTX 6000 Ada 提供 48 GB。B200 方案面向另一个项目：两张 180 GB 的卡，需要明确的多卡策略，而不是单卡程序的自动扩展。
从验证到正式运行
用 3 天验证依赖和一个完整场景，用 7 天对比你的配置，或用 30 天在验证后开展一系列工作。在你的报告中，把初次编译时间与重复性处理区分开。
配置时长、批次和所需的准备，然后填写你的联系方式。加密货币支付无需 KYC 身份证明。在所选网络完成转账后，点击"我已支付"即申报你的付款；跟踪信息始终与订单关联。