待验证80% 置信决策规则时间未知
高密度场景（教室、酒店大堂）应优先看AP的空间流数量和MU-MIMO/OFDMA能力，而非单纯看理论速率，OFDMA能显著提升多终端并发下的效率
1
来源数
80%
置信度
长期有效
时效性
-
首次发现
来源
涉及实体
相关事实
待验证显存容量决定能加载的模型/数据规模，带宽决定计算吞吐；对于大模型推理，显存容量是硬门槛（放不下就跑不了），HBM带宽次之；对于访存密集型HPC，带宽比容量更关键60% 相似待验证运行本地LLM时显存容量往往比计算速度更为关键，显存容量直接决定了能运行哪些模型59% 相似待验证显存容量与带宽的权衡：更大显存能装下更大batch和模型，但HBM带宽决定实际吞吐，A100 80GB带宽2039GB/s，若模型能装下则带宽比容量更影响训练速度56% 相似待验证显存越大越能吃复杂调色和多层特效，但预算有限时优先保证内存和存储速度——素材加载慢和内存爆掉造成的卡顿比GPU瓶颈更常见56% 相似待验证容量优先 vs 频率优先的权衡：虚拟化/容器/数据库更吃容量，应满槽堆大容量哪怕降频；而HPC/仿真/内存带宽密集型更吃频率与通道，应保持1DPC跑满标称频率56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/474608API
curl https://kongchang.com/api/v1/knowledge/claims/474608MCP
get_claim(id=474608)