大模型选型国标GB/Z 201：671B模型显存要1250G，先数卡再谈分
《人工智能 大模型选型和应用指南》今年 7 月发布，编号 GB/Z 201，国家标准化指导性技术文件，23 页。牵头起草的是中国电子技术标准化研究院，南方电网、阿里云、华为云等 22 家单位一起署名，2026 年 7 月 30 日起实施。它不评谁在榜单上领先，讲的是从想用到用起来要过几道关：先算钱，再算卡，最后才算模型
《人工智能 大模型选型和应用指南》编号 GB/Z 201，今年 7 月发布。
参数表看着热闹，可选型真正的门槛在机房——放不放得下它，才是第一道关。
正文分六章，依次讲原则、准备、数据、选型、部署、评估和风险；附录更像一个工具箱，算力公式、模型分类这些都收在里面。
01 五步流程，第一步不是比模型
整个流程是选型准备、数据准备、选型与优化、部署应用、应用评估，风险管理则从头跟到尾。第一步叫选型准备，跳过它直接比模型，后面每一步都得返工。现状评估要盘清三样：数字化走到哪一步、手上算力有多少、团队里有没有人能接得住它。
02 六条原则里，最容易被跳过的是适合性
文件列了六条：合理性、适用性等。自己维护不动的模型，上线那天就是负债。这条偏偏最容易被跳过，因为它不写在采购清单里。
03 显存决定你能选多大的模型
附录那张对照表最实用：1.5B 要 3G、7B 要 13G、32B 要 48G、70B 要 130G、671B 要 1250G。按一张 80G 的卡折算，70B 占两张，671B 要十六张。所以选型先数卡，再谈分数。这张表也能倒着用：预算定死之后，先算能买几张卡，再推能上多大的参数。
04 卡不够就量化，4-bit 省下四分之三显存
附录给了三条降配路：8-bit 量化省一半显存，性能损失不到 2%；
05 部署三选一，按体量挑
中小微直接买
写在最后
这份文件最实在的价值，在于让选型别再盯着分数比高低，转而先把账算明白：模型多大、显存要多少、精度会掉几个点、钱得花多少。同样的话题，别处谈的是走向，它给的是公式和表格。
卡住人的其实不是技术，而是采购上的老习惯：以前挑软件翻的是功能清单，如今先得问机房还能插几张卡。这三笔账算清楚了，模型再聪明也才落得了地。
GB/Z 201-2026 人工智能 大模型选型和应用指南.pdf
