直接回答
GPU 集群的网络和存储，什么时候会成为瓶颈？
当任务进入多机训练、需要频繁读写大数据集或持续写检查点时，网络带宽与存储吞吐往往先于算力成为瓶颈。询价时应把网络与存储作为独立项确认，而不是默认包含。
可核验判断
先把产品事实和采购建议分开
01
数据加载和检查点 I/O 会把瓶颈从 GPU 转移到存储与网络。
02
跨机通信对带宽与延迟敏感，网络配置不足会拖慢整个集群。
03
网络与存储通常是单独计费或单独配置项，需要分别确认。
执行流程
从需求到短测
- 01 · 评估数据量
估算单次训练的数据读取与检查点大小。
- 02 · 确认网络
多机场景写明互联与带宽需求。
- 03 · 确认存储
区分系统盘与数据盘，明确吞吐与保留规则。
- 04 · 同口径报价
网络与存储独立确认，不与算力混报。
- 05 · 压测验证
用代表性任务验证 I/O 是否满足。