推理时代性能瓶颈转移：从“算力”到“运力”。小批量、低精度、MoE的推理任务对计算本身要求不高，但在分布式部署下，多卡之间的通信延迟往往成为效率瓶颈。为此，行业正在把互联方式从机柜之间的Scale-Out网络转向机柜内部的Scale-Up网络（NVLink、UALink ...