一、内核：稳定 6.18 vs 最新
- 现状：6.18.56 LTS（支持到 2028-12），
modules/system/kernel.nix:11钉死linuxPackages_6_18。 - 切 latest 就一行：
boot.kernelPackages = pkgs.linuxPackages_latest;+ rebuild（带描述）。 - 别动：2026-10-10 已实测 7.2.9 上
nvidia-open-595.71.05编译失败（内核移除了strncpy，见 kernel.nix:12 注释）。瓶颈永远是闭源驱动滞后，不是内核。6.18 对 llama 推理无短板。
二、性能对比推测
口径：第一行为 100 基准；pp（提示词处理）吃算力对 cuda/vulkan 差距更敏感，tg（解码）吃显存带宽差距收窄，下表取综合档。
| 方案 | CPU | 内存 | 硬盘IO | 显卡算力性能 | 显卡图形性能 | 最终算力性能 |
| cuda：host nvidia llama | 100 | 100 | 100 | 100 | 100 | 100 |
| cuda CDI：host nvidia docker llama | 100 | 100 | 99 | 100 | 100 | 99 |
| 直通KVM：host pass + kvm nvidia llama | 98 | 97 | 90 | 98 | 0 | 96 |
| 直通KVM CDI：host pass + kvm nvidia docker llama | 97 | 97 | 89 | 98 | 0 | 95 |
| vulkan：host vulkan llama | 100 | 100 | 100 | 85 | 100 | 85 |
| vulkan CDI：host vulkan docker llama | 100 | 100 | 99 | 84 | 100 | 84 |
- 显卡 列只看卡本身：docker 行 100（CDI 设备直给，无 GPU 虚拟化）；直通行 98（PCIe 直通无模拟，扣的是中断重映射 + 偶发调度延迟，纯算力负载约 2 点）；vulkan 行 85/84（后端吃不满硅片：无 FA、kernel 不如 cuda，跟最终算力列同源）。
- 图形列看宿主机显示：host 四行 100（4060 DP 直驱，计算后端不影响亮机）；直通两行 0——卡被 VM 拿走，宿主机显示回落到 780M（屏1 的 DP 输出没了，KScreen 要重搞）。VM 内图形约 90（Looking Glass / Sunshine 取回画面，有损耗 + 延迟，不计入本表）。
- docker 税约等于 0：GPU 走 CDI 直给，CPU/内存无虚拟化，硬盘只差 overlayfs 一层（模型一次性加载，稳态可忽略）。
- kvm 税主要在中断/IO 与内存虚拟化（开 hugepages 能追回 1~2 点）；硬盘列给的是 virtio 档，模型加载慢几秒，加载完不影响 token/s。
- vulkan 档 85/84 是 cuda=100 下的相对值：pp 阶段差距更大（约 70~80），tg 阶段收窄（约 90），综合取 85。quant 越大、FA 缺席的影响越明显。
- 净结论：直通 + cuda（95~96）大概率反超宿主机 + vulkan（84~85），税被后端优势覆盖；但 host + cuda（99）仍是理论最优。