The measure of model merit.

我们做国产异构算力上的大模型适配与实测。不是又一个跑分工具——而是把「模型能不能在这张卡上真正跑好、为什么、提升了多少」变成可复现、可复核、可对比的证据。

我们在解决的问题

国产算力的真问题不在「能不能跑」，而在下面三件事。

问题	表现
适配难	算子到底走没走到目标后端？什么时候悄悄退回了 fallback？
归因难	变快了——是因为命中了目标路径，还是因为工况漂移？
复核难	换个人、换台机器，还能得出同一个结论吗？

两个平面，各管一件事。

测量平面

面向 LLM 推理的实测与证据库。为每一次运行生成可复现的运行指纹，把「什么硬件 · 什么框架 · 什么算子 · 什么并发 · 什么任务」钉死，让两次测量可比或不可比成为一个可判定的问题，而不是靠人记。

适配决策平面

把「遇到什么问题 → 改了什么 → 提升多少 → 在什么工况下成立」变成结构化对象，而不是报告文案。每条结论都绑定环境指纹与证据链。

这四条不是口号，是我们判断一条结论能不能出的标准。