结论前置：一位芯片架构师真正的分水岭，不是会不会算峰值算力，而是能不能把算力精度、显存带宽、互连拓扑这些指标，还原成业务方听得懂的“这件事到底能跑多快”。人人看球技术解读栏目这次不讲参数表，讲一个人的转身路径，因为指标背后永远站着做选择的人。

一、流片现场教会他的第一课：精度不是越高越好

结论前置：算力精度决定了同一块芯片在训练和推理两种场景下的真实效率，盲目追高精度往往换来的是功耗和成本的连锁反应。人人看球在整理术语百科时反复强调这一点，而程亦舟是用一次流片教训换来的。

程亦舟入行时在一家做推理加速卡的团队负责验证。他回忆，早期团队内部争论最凶的不是架构，而是要不要为了一个视觉检测客户把精度一路拉高。客户的原话是“要最准的”，但程亦舟把同一批样本在不同精度下跑了一遍，发现精度提升带来的准确率增益，远小于带宽被挤占后吞吐下降的损失。

他后来总结出一套自己的说法：算力精度像水管的粗细，显存带宽像水压，两者不匹配时，加粗管子只会让水压更不够。这个比喻后来成了他在人人看球技术解读栏目里最常被引用的表达。读者不需要记住 TF32 和 FP16 的差别，只需要明白自己的业务到底容不容得下那点误差。

  • 训练侧更在意精度稳定性，推理侧更在意单位功耗下的吞吐。
  • 精度选择要和显存带宽一起看，单独调一项常常是负优化。
  • 把业务容错率写成一句话，比写十页参数对比更有用。

二、显存带宽那道坎：他被客户问住的下午

结论前置：显存带宽是决定大模型推理能不能“跑得动”的隐形天花板，很多方案在纸面算力上赢了，却在带宽上输了。人人看球技术解读栏目把带宽列为必读指标，起因就是程亦舟讲过的那个下午。

转做架构方案后，程亦舟去一家做工业质检的客户现场。对方技术负责人只问了一句：你们的卡在批量图片进来时，为什么延迟会突然抬起来？程亦舟打开监控才发现，瓶颈根本不在计算单元，而在数据搬运。他把显存带宽的占用曲线画在白板上，客户当场就懂了。

这件事之后，他给自己定了个规矩：任何方案先讲数据怎么流动，再讲算力多大。他在人人看球的专栏里也坚持这个顺序，先讲互连拓扑和封装形式如何影响数据路径，再谈峰值指标。读者反馈说，这种讲法让他们第一次看懂了为什么两块纸面参数相近的卡，实际表现能差出一截。

封装形式在这里同样关键。程亦舟喜欢用“房子和走廊”打比方：计算单元是房间，封装和互连是走廊，房间再大，走廊堵住也白搭。这个说法后来被不少读者拿去给非技术同事做科普。

三、从个人经验到公共知识：他为什么开始写解读

结论前置：技术人写解读的最大价值，是把踩过的坑变成别人可以绕开的路标，而不是复述规格书。人人看球技术解读栏目坚持结论前置的长文结构，正是为了让这类经验更容易被检索和复用。

程亦舟第一次投稿时，写的是纯参数对比，编辑退回来一句话：读者要的是判断，不是清单。他改成先给结论、再讲推理过程，文章阅读完成率明显上升。他后来在人人看球的术语百科里补齐了算力精度、显存带宽、互连拓扑、封装形式四个词条，每个词条都配一句“这对你的业务意味着什么”。

他带新人的方式也变了。以前让新人背参数，现在让新人先写一段“如果客户预算有限，你砍哪一项”。他说，能回答这个问题的人，才算真正理解了指标之间的取舍关系。人人看球的读者群里，常有人拿这类问题互相考，气氛像技术版的辩论赛。

  • 先写结论，再写推导，读者才愿意往下看。
  • 每个术语都配一个业务场景，记忆点才立得住。
  • 把失败案例写清楚，比写成功案例更有参考价值。

四、给想转岗的技术人：三条可操作的路径

结论前置：从执行岗转向方案岗，最有效的准备不是多学一门语言，而是练习把技术选择翻译成成本、功耗和交付周期三件事。人人看球在整理这类人物故事时，更愿意给路径而不是鸡汤。

程亦舟给同行的建议很具体。第一，挑一个自己经手过的项目，用非技术语言重写一遍复盘，写完再对照原始数据找漏洞。第二，主动去听客户投诉会，那里有最真实的指标痛点。第三，在人人看球的客户端上坚持读长文，安卓、苹果 iOS、Windows 电脑版、Mac 电脑版都能同步进度，通勤时间足够啃完一篇深度解读。

他自己现在仍然保持每周写一篇短笔记的习惯，记录本周听到的最扎心的问题。他说，架构师这个岗位的护城河，从来不是知道多少参数，而是知道哪些参数在什么场景下可以放弃。这句话，大概就是人人看球技术解读栏目最想传递的东西。

指标会更新，封装会迭代，但“先想清楚数据怎么流，再决定算力怎么堆”这条顺序，短时间内不会过时。