高校科研算力平台验收清单：GPU服务器到货后要测试什么

导读：GPU服务器到货后，验收不应只停留在开机和看配置。稳定性、温度、驱动、框架、存储和网络都要有明确记录。

硬件信息核对 #

先核对CPU、GPU、内存、硬盘、网卡、电源、导轨和线缆是否与合同一致。GPU型号、显存容量、PCIe识别状态、NVMe数量和RAID或文件系统配置，是科研平台验收中最容易被忽略的细节。

检查操作系统版本、NVIDIA驱动、CUDA、cuDNN、Docker或容器平台、Python环境和常用框架版本。对课题组来说，能否顺利运行PyTorch、TensorFlow、CUDA样例和既有代码，比单纯跑分更重要。

建议进行CPU、GPU、显存、内存和存储的连续压力测试，记录温度、功耗、风扇状态和错误日志。多GPU服务器尤其要关注长时间满载后的降频、重启、掉卡和驱动异常。

验收资料应包含硬件清单、系统账号、网络地址、测试记录、驱动框架版本、故障联系方式和保修政策。对于多人共用平台，还应记录账号权限、数据目录和资源使用规范。

为了更快形成可落地方案，建议提前准备应用软件、模型或算法类型、数据规模、用户数量、预算范围、现场供电散热条件、是否需要上架部署、是否需要远程访问和后续扩容计划。信息越具体，GPU服务器配置越容易贴近真实业务。