AI集群网卡选型可以拆成五层检查。第一层是协议。先确定目标网络是InfiniBand还是以太网/RoCE训练、存储与管理流量是否共网。适配器、交换机、固件与管理工具必须属于同一设计边界不能只按连接器和端口速率配对。第二层是PCIe能力。记录设备所在槽位、支持的PCIe代际和Lane数量并在系统中检查实际协商状态。还要确认转接板、CPU根端口以及相邻设备是否共享上游带宽。对于双端口卡应比较两个端口同时加载时的主机带宽需求而不是把两个标称值直接相加当成可达吞吐。第三层是NUMA和GPU拓扑。使用系统拓扑工具确认网卡属于哪个NUMA节点再结合GPU拓扑查看GPU—NIC路径。跨Socket或绕行复杂PCIe层级可能带来额外延迟和争用。GPUDirect RDMA还受平台拓扑与配置影响需要验证数据是否真正走GPU内存直达路径并与主机内存测试做对照。第四层是端口策略。单端口结构更简单适合明确带宽和故障边界的场景双端口可以做双Rail、主备或流量分离。要让双Rail生效两张网络平面、地址/路由、NCCL接口选择和拓扑映射都必须一致且交换网络不能在上游重新汇聚成同一个瓶颈。第五层是工程适配与验收。核对PCIe卡或OCP形态、挡板、供电、散热、模块、DAC/AOC/光纤与交换机端口。上线后保存固件和驱动版本、PCIe Link Speed/Width、NUMA亲和性、GPU—NIC拓扑及端口计数器。测试建议分层执行先做单端口持续吞吐和延迟再做双端口并发随后覆盖同一交换机、跨Leaf/Spine和不同节点规模最后运行贴近生产消息尺寸的NCCL并比较多轮P50、P95与最差节点。故障验收还要模拟拔掉一条链路、关闭端口或迁移任务验证降级方式与恢复时间。排障时还可增加两个对照同一节点分别测试主机内存与GPU内存区分网络问题和GPU直达路径问题同一张卡分别插入推荐槽位与非推荐槽位观察PCIe和NUMA变化。测试期间同步采集端口错误、CPU利用率和GPU等待时间才能避免仅凭吞吐数值误判。最终把结果固化为可重复的节点验收基线。如果端口速率高而NCCL仍低先看PCIe是否降速或降宽、进程是否跨NUMA、通信库是否选错接口再检查交换网络拥塞。用这套顺序可以把“网卡性能不好”拆成可验证的主机、链路与Fabric问题。