运行第一个实验

性能实验基于 NVIDIA AIPerf 测量推理服务。每次实验固定目标和负载，便于在相同条件下复测。

1. 选择推理目标

在 性能实验 中创建新实验，填写名称、OpenAI 兼容地址、模型和需要时的 API Key。使用 API 基础地址，例如 https://model.example/v1，更容易核对；Web 同时支持页面提示的服务根路径或完整端点路径。

如果服务在孔明运行，可展开 从孔明选择服务，按孔明服务与环境快照填入目标。推理 API Key 仍需单独提供。

API Key 不会从旧实验回填。复制或重试时，请重新填写。

2. 设置负载

参数	用途	首次验证示例
并发	同时保持的请求数量	1
请求数	这次实验发起的请求总数	40
输入 tokens	合成请求的输入长度	256
输出 tokens	请求的输出长度配置	64
请求超时	单个请求的等待上限	60 秒

高级参数可设置请求率、并发爬升、预热和测量时长。请求率 0 使用并发闭环模式。预热不计入正式指标。

先用小负载确认服务可用，再逐步增加并发。参数上限见参数与使用限制；具体值应服从模型服务资源和团队测试计划。

3. 检查并运行

仅检查是可选操作，会向目标发送真实请求，便于提前发现地址、鉴权或协议问题。也可以直接点击 开始性能实验。

详情保留有效配置、解析后的请求地址和脱敏失败原因。正式测量最长七天，整个 Job 最长十四天；等待服务、预热和收尾不占正式测量时长。

4. 查看日志

实验详情约每三秒刷新运行日志，可下载当前保留的输出。平台只保留最近 64 KiB，不是完整日志归档。

取消或异常结束后仍可查看已回传的内容。日志后台回传失败不会改变压测任务本身的结果，旧记录中缺少的日志无法补回。

5. 阅读与复测

实验成功后，查看成功率、延迟、吞吐及目标环境。失败时可带入原参数创建关联的新实验，仍需重新提供凭据。

想依次测试多个负载，继续编排多个实验；需要固定真实输入，继续测试数据与高级配置。