本文给出大模型GPU选型的系统方法：先从业务与模型画像定义显存、带宽、互联与生态边界，再结合训练/推理差异选择旗舰HBM+NVLink或性价比PCIe方案；以PoC与打分矩阵验证吞吐、精度、稳定性与能耗，最终以TCO与SLA做综合决策。文中对NVIDIA、AMD及国产加速卡的适用场景与云/自建/混合部署的利弊进行了对比，强调网络与存储的协同优化，并给出可落地的选型流程与验收指标，同时展望HBM3e、低比特精度、CXL与光互连等趋势将进一步降低单位吞吐成本。