多机多卡跑大模型，80% 时间不是花在推理上，而是卡在网卡选错、NCCL 握不上手、显存算不清。本文按"报错串→根因→可复现命令"整理成速查 FAQ：Gloo/NCCL 网卡指定、shm 与 P2P、CUDA OOM 显存反向估算、TP/PP 并行怎么切，示例是纯 50GbE 以太网桌面集群（无 IB、免高端交换机）。命令属官方/社区通用做法，硬件数值引白皮书口径，真机吞吐以实测为准。

用1台E1001+4台DGX Spark在桌面上组免高端交换机的大模型集群:4×1PFLOPS算力、512GB统一寻址内存,跑满血DeepSeek-R1,数据全程不出企业内网。含vLLM+Ray多机部署可复现实操与选型建议。