企业迁移昇腾该核验哪些指标?

企业迁移昇腾，验收重点不应停留在“模型能否启动”，而应围绕算子覆盖、数值一致性、集群扩展、通信效率和长期运维建立指标体系。接口层面对齐只能说明改造路径更接近，并不等于性能与稳定性已经等价。

先核验算子覆盖与回落比例

应按企业实际模型逐层梳理算子，而不是只查看组件清单。Transformer 主干之外的稀疏结构、自定义归一化和特殊位置编码，往往决定迁移后的真实表现。重点记录已适配算子占比、回落算子占比，以及回落后的实现路径。若高频算子退回低效通用实现，即使整体功能可用，吞吐也可能无法满足生产要求。

TileLang、DeepGEMM、TileKernels、FlashMLA 和 DeepSelect 分别覆盖编程编译、矩阵计算、向量与访存、注意力和数据筛选等环节。企业应核对自身模型是否真正使用这些优化路径，不能把“组件存在”直接当成“负载受益”。

用同一模型验证精度与性能

FP8、FP4、BF16 等精度路径需要在企业自有模型上完成收敛对比，检查缩放因子处理、误差累积和训练稳定性。推理场景则应关注输出一致性、批量变化下的延迟以及长时间运行后的异常率。

性能测试至少要覆盖单卡、小规模集群和目标集群规模，记录吞吐、端到端延迟、MFU、扩展线性度，以及 All-to-All 的实际带宽和尾延迟。128 卡超节点上的结果，不能直接外推到 8 卡或 16 卡环境。DeepEP 依赖 HCCL、UBMEM 及特定组网形态，改变拓扑或交换配置后，通信收益必须重新测量。

把稳定性和退出成本纳入采购指标

迁移验收还应检查 CANN 版本兼容矩阵、组件升级影响、故障定位路径和性能回归机制。双栈运行意味着两套 CI、性能基线和排障经验，初始迁移成本下降，并不代表长期维护成本同步下降。

最终应形成可复核的指标表：算子覆盖率与回落比例、精度收敛结果、不同规模下的吞吐和延迟、通信尾延迟、长稳运行表现，以及对特定 API 的绑定程度。只有这些数据在目标负载和目标集群上闭环，企业才能判断迁移是工程可行，还是仅仅能够启动。