汤圆模型在云垠的这批硅明生产的l100上已经远程试部署过了，算子适配都做完了，单卡和小集群都没什么问题。
韩路一和赵文渊这次过来，就是为了做最后一步的验收的，其中最关键的就是压力测试。
所谓压力测试，就是一下发送大量的请求，看看现在的架构能够提供最多多少人同时使用。
按照计划，在两周之内，御风的推理数据都要迁移上来。这个时间很紧张，所以中间一点儿差错都不能出。
御风现在注册用户是两百多万，日活二十万，单这个用量就快要把这五百张显卡的算力用满了。
幸好鼎盛那边送来的两千张卡快到位了，下一步的扩容有了方向。但是鼎盛的卡是另一家国产卡，算子和指令集与l100重合的不多，等于要用，在l100上做过的工作就得重做一遍。
这么一看，就体现了英伟达cuda体系的价值。当生态已经建立起来的时候，迁移成本高的可怕。
韩路一没有慌张，出问题是正常的，有他在，都可以解决。
“现在的数据是多少？”
“现在的每秒请求数（qps）在十六。”
韩路一挑了挑眉，来之前他们已经测算过了，要支持二十万的日活，每个用户每天都不止会发一条，多的可能几十条请求。
每秒请求数最少要在三十以上才行。
而现在的架构理论上能跑到五十，就算考虑到调度损耗、通信损耗、框架损耗这些，保守的看，也能到四十以上。
现在只有十六，只有最低标准的一半。
赵文渊一边说着，一边把电脑中的后台视图、监控曲线、输出日志都打开来在桌面上。
“江松然联系过了吗？”
“刚才发过信息，他还在看。”
江松然人还在海城，他入职的时候韩路一就保证过，绝不让他出差，所以虽然是这么大的事，韩路一也没带他过来。
“开个视频吧，一起看看，快一点儿。”韩路一说。
刘彧这边已经用手机拨通了视频。
画面里的江松然看起来也正在忙，头发很乱，背景是他的卧室。从早晨接到赵文渊的消息之后，他一直也没闲着。
“韩总，gpu利用率我们看过了，基本是满负荷了，问题不在这。”
看起来每张卡都在干活，但是产出却不快。
江松然和赵文渊又一起去查驱动日志。