分析：NVL72 机架大规模 scale-up 带宽大多闲置，缩减或不影响推理性能

分析认为，NVL72 这类大规模 scale-up 域中的带宽远未被用满，缩减 scale-up 带宽大概率不会造成推理性能退化。DP-EP 部署仅需在 DP 与 EP 间搬运 activation，Tensor Parallel 才会重度消耗 GPU-GPU 带宽。多数带宽消耗实际发生在读取权重与 KV cache 的 GPU-HBM，而非 GPU-GPU NVLink。