模型上下文协议 (MCP) 集成

为 AI 助手提供经过验证的 GPU 选型及显存数据，用于评估集群部署方案、审计显存预算并生成基础设施提案。

连接指南浏览可用工具

MCP 连接指南

将您的 MCP 客户端连接到远程 MCP 服务器端点。

服务器地址 (HTTP / SSE)

https://apxml.com/mcp

身份验证

OAuth 2.0 (Bearer 令牌) 或直接使用账户 API 令牌。

客户端配置示例

{
  "mcpServers": {
    "apxml": {
      "url": "https://apxml.com/mcp",
      "headers": {
        "Authorization": "Bearer <YOUR_TOKEN>"
      }
    }
  }
}

工具参考目录

连接成功后，MCP 客户端可调用由大语言模型性能引擎驱动的 8 项选型、目录及基准评测工具。

工具名称	参数列表	功能说明
`calculate_vram_requirements`	llm_key, gpu_key, batch_size, context_length, quant_method, interconnect_type	精确计算模型权重、KV 缓存、激活显存及框架运行缓冲区的显存分配。
`recommend_hardware_setup`	llm_key, context_length, concurrent_users, target_latency	分析目标工作负载需求，推荐最佳 GPU 集群拓扑结构、张量并行维度和互连方案。
`get_available_gpus`	query, vendor, form_factor	查询支持的 GPU 目录，包含显存容量、内存带宽、TDP 和互连规格。
`get_llm_variants`	model_name	列出支持的模型架构、参数量、原生上下文限制及量化格式。
`get_hardware_model_compatibility`	llm_key, gpu_key, gpu_count	验证特定模型及量化版本是否可以在目标硬件配置上正常运行。
`get_model_evaluations`	model_key, metric	获取行业标准测试套件的基准性能评估与准确率评分。
`search_hardware_directory`	filters	按内存类型、PCIe 或 SXM 规格及计算能力筛选硬件加速器。
`get_vram_calculator_accuracy`	无	返回计算引擎对照物理硬件遥测所得的实测准确率指标和校验评分。

关于趋近智定价联系我们使用条款隐私政策