加速器攤提（accelerator amortization）

對一家每天賣出數千條麵包的麵包店來說，買一座工業烤爐合情合理——分攤到那麼多條麵包上，烤爐每條的成本微乎其微。但買同一座烤爐只為一週烤一條，就荒謬了；成本永遠回不來。加速器攤提就是把這個推理套用到專用硬體上：打造（與使用）加速器那筆龐大、固定的成本，只有在它被分攤到夠多工作上時才划算。它是「加速器到底值不值得」的誠實檢驗。

具體來說，加速器帶有兩種必須攤提的成本。第一，前期設計成本：一顆 ASIC 可能要花數百萬美元與許多個月來設計、驗證、製造，外加對應的編譯器與軟體堆疊。那筆成本只有在晶片接著跑下龐大量的工作時才回得來——這需要一個既大（量多）又穩定（在晶片過時前不會改變）的工作負載。第二，每次使用的開銷：每次你卸載一個任務，都要付出把資料搬去加速器再搬回來、以及啟動它的代價。那只有在每個任務大到讓實際運算遠蓋過設置時才回得來。經典法則是：當工作負載夠大、夠穩定、夠平行，足以攤平這兩種成本時，加速器才值得。

為何這是本領域最重要的誠實檢驗：它正是大多數運算並不在自訂加速器上進行的原因。若工作負載很小、變化很快、或不平行，通用 CPU 才是對的工具——它的靈活性與零設計成本勝出。略過這項分析，你會得到一塊閒置的昂貴矽，或一次比直接用 CPU 還慢的卸載——因為資料搬移開銷淹沒了一個微小任務。整個專用化趨勢，仰賴的是那些恰好龐大、長久、平行的工作負載（如深度學習）——正是攤提算得過來的條件。當這些條件不成立時，「適才適所」指的就是那謙遜的通用處理器。