"Hardware"
- 5.0 VRAM + RAM 分層預算
PC 獨立 GPU 場景的記憶體預算判讀：VRAM 是快的世界、RAM 是大的世界、PCIe 把兩個世界連起來
- GPU Compute Backend
GPU 加速計算的底層 API 介面（CUDA / ROCm / Vulkan / Metal / SYCL）、決定推論軟體能否用 GPU 跑得快
- NVLink
NVIDIA 多 GPU 之間的高速互連介面、提供比 PCIe 更高的卡間頻寬、消費級 RTX 系列普遍不支援
- PCIe
PC 上連接 GPU 跟主機板的高速序列匯流排、影響模型載入速度跟 MoE 卸載時的推論吞吐
- VRAM
顯卡上的記憶體、跟系統 RAM 是兩塊獨立預算、決定能載入多大模型權重跟 KV cache
- 0.5 Apple Silicon 記憶體預算
記憶體決定能跑什麼，Q4 量化下的可運作模型對照與系統保留
- claim 一個 USB 介面等於接管它，原本用它的系統功能會停止回應
使用者回報畫面凍結、點不動，而應用程式沒有閃退也沒有 ANR 紀錄時回來讀；也適用於判斷「連線成功」這個訊號能不能拿來當把關條件
- USB 類別代碼記在裝置層與介面層兩處，只讀裝置層的印表機會回報 0
照 USB 類別代碼過濾裝置而候選清單裡一台印表機都不剩，或需要確認某個 USB 裝置屬於哪一類用途時回來讀
- 陌生機器的硬體盤點比從應用端反推便宜，因為它把假設換成可核對的值
手上有一台不熟悉的 Android 裝置、而問題可能出在硬體識別或裝置歸屬時回來讀；也適用於判斷內建印表機該走通用路徑還是原廠 SDK