66 篇博文 含有标签「NVIDIA」

当 GPU 本体之外的所有环节都成为瓶颈，英伟达选择用现金把确定性买下来。10 月 21 日 GTC 柏林大会上宣布的六笔供应链合作，与其说是一次扩产公告，不如说是一份「产能包销协议」清单。

六家伙伴，六个瓶颈​

英伟达 AI 系统的产能瓶颈早已不在 GPU 裸片，而在 GPU 周围的基板、封装、测试与光引擎。本次六笔合作恰好各堵一个漏洞：

环节	伙伴	扩产目标	时间表
基板	IBIDEN（揖斐电）	日本小野工厂产能提升至 3 倍	2028 年 Q1 起逐步上线
基板	三星电机（SEMCO）	立即加入基板供应链，世宗/釜山扩建	即期启动出货
基板	欣兴电子（Unimicron）	KF 基板扩产（产能预留协议）	2027 年 Q2 爬坡、2028 年满产
先进封装	Amkor（安靠）	韩国中介层晶圆产能提升 300% 以上	2028 年底前
半导体测试	京元电子（KYEC）	11 亿美元预付款，新加坡 + 美国新产能	新加坡 2027 年 2 月、美国 2027 年 4 月量产
CPO 光引擎	矽品精密（SPIL）	光学引擎产能提升 15 倍，2028 年底再翻番	2027 年年中达成 15 倍

整体口径：未来三年基板产能提升至 2.5 倍；测试需求 2026–2027 年翻倍；CPO 光引擎 2027 年年中 15 倍。

2790 亿美元采购承诺：钱从哪里来，风险在哪里​

监管文件显示，截至 7 月底英伟达的采购与产能承诺已达 2790 亿美元，单季度增加 1600 亿美元，主要投向存储与厂房空间。文件同时承认：如果需求下滑，公司可能无法从这些承诺中抽身。

这就是「预付款买产能」模式的本质交换：英伟达用现金和多年期包销换取确定性，把需求波动风险留在自己资产负债表上。最大单笔是给京元电的 11 亿美元测试产能预付款——测试环节历来不起眼，却是 Rubin 世代 CoWoS-L 大封装良率把关的最后闸门。

高盛的解读：为远超预期的 GPU 出货做准备​

高盛研究团队在 GTC 后的报告中给出了更激进的判断：这轮供应链布局的规模，已超出市场对下一代产品爬坡节奏的普遍预期，表明英伟达正在为一次远超此前预期的大规模出货做准备。

三个佐证：

• 客户单位经济效益成立：高盛指出超大规模云厂商与 Neocloud 「正从当前的数据中心部署中实现强劲的单位经济效益」——钱花得出去也赚得回来，这是 AI 资本开支持续的核心逻辑
• 物理 AI 提前放量：该业务 FY27 上半年收入已达 110 亿美元，超过 FY26 全年
• 资本回报兜底：英伟达已授权约 2350 亿美元回购，配合扩产缩小供需缺口

对采购方的含义​

对正在规划 2027–2028 年算力采购的用户，这轮扩产有两个直接信号：

1. 基板/封装不再是 2027 年的最大变量——IBIDEN 三倍产能 2028 年 Q1 上线后，此前制约 HBM 与 CoWoS 供给的封装瓶颈将系统性缓解
2. CPO 光引擎 15 倍扩产印证 Rubin 世代全面转向共封装光学——后续评估数据中心网络架构时，应把光引擎供给与交换机世代纳入选址与备货模型

参考阅读：Rubin R200 芯片卡片、以及我们此前对 CoWoS 封装瓶颈的分析。

数据来源与口径说明​

• 六笔合作细节与扩产倍数：英伟达 GTC 柏林 2026 官方公告（2026-10-21），IT之家、ChipNews 转述
• 2790 亿美元采购承诺：英伟达监管文件（截至 2026 年 7 月底），ChipNews 援引
• 高盛观点：高盛研究报告（2026-10-22），华尔街见闻转述
• 京元电 11 亿美元预付款：英伟达公告，IT之家（约合 73.58 亿元人民币）

继 10 月 21 日 GTC 柏林宣布 Vera Rubin 全面生产后，落地最快的消息来自谷歌：Google Cloud 与英伟达联合宣布 Vera Rubin 基础设施进入 GA 节奏——搭载 Vera Rubin NVL72 的 A5X 实例下月上线。

一、关键事实​

项目	内容
实例	A5X（Vera Rubin NVL72 液冷机柜）
上线时间	2026 年 11 月 GA
部署计划	最多 96 万块 Rubin GPU
首批用户	伦敦 AI 公司 Ineffable Intelligence（大规模强化学习研究）
区域扩展	后续扩展至欧洲

96 万块是什么概念？以 NVL72 机柜计约 1.3 万座机柜，接近一座 1GW 级 AI 工厂的芯片量级——谷歌在自家 TPU 之外，同时在 GPU 侧保持十万级到百万级的采购节奏，「TPU 自研 + GPU 采购」双轨继续加码。

二、对云选型的三个信号​

1. Rubin 可用性不再纸面：GA 实例意味着企业可以在云上按需消费 Rubin 算力，而不必自己锁机柜订单——中小团队吃到最新硬件的时间差缩短到「一个月」
2. 强化学习负载成为首发场景：Ineffable Intelligence 用 A5X 做 RL 研究，与推理侧 ASIC 替代曲线形成对照——训练与 RL 仍是 GPU 最深的护城河
3. 云承诺可抵扣：已有 Google Cloud 消费承诺的企业可以直接用 A5X 对冲承诺额度（这与 OpenAI 模型上架 Google Cloud Marketplace 的结算逻辑一致）

三、与 TPU 的关系：不是替代，是分层​

谷歌 2026 年 capex 指导 $1950-2050 亿，TPU（v8 训练/推理双线、2027 年底全面量产）与 Rubin GPU 各自承接不同负载层：固定的大规模推理走 TPU，前沿训练、RL 与需要 CUDA 生态的客户负载走 GPU。对采购方，这意味着在谷歌云一家就能同时拿到两大技术路线——议价时多了一张牌。

延伸阅读：Rubin R200 卡片 · TPU 8t/8i 卡片 · TCO 计算器

10 月 21 日，英伟达 GTC 大会在柏林 Tempodrom 开幕，黄仁勋近两小时的主题演讲把「AI 工厂」放到了叙事中心：AI 正推动人类历史上规模最大的基础设施建设，欧洲要从 AI 消费者变成 AI 生产者。

一、Vera Rubin：全面生产 + 30 倍性能曲线​

• 全面生产（Full Production）：Vera Rubin 平台正式宣布进入全面生产阶段
• 全液冷设计，单机架接入 72 颗 GPU 组成超算（Rubin R200 卡片）
• 性能曲线：Blackwell 较 Hopper 提升 30 倍，Vera Rubin 预计两年内再提升 30 倍——超越摩尔定律增长预期

二、DSX POD：AI 工厂变成「集装箱交付」​

这是本次演讲最具工程意义的发布：把 Vera Rubin 机柜、网络布线、液冷系统提前在工厂完成集成测试，再以集装箱形式交付：

指标	传统方式	DSX POD
现场部署时间	~6 个月	最快 14 天
1GW AI 工厂造价	~500 亿美元	延迟三个月上电 = 数十亿美元收入损失
冷却用水	蒸发冷却	闭环液冷，吉瓦级日节水 5400 万升

配套 DSX MaxLPS 软件按负载动态分配电力，同 Token 产出最高省电 30%。联想、戴尔、HPE、施耐德电气等 17 家伙伴计划 2027 年初推出产品。英伟达超大规模副总裁 Ian Buck 补充：数百兆瓦级项目是 DSX POD 近期主战场，并非全面取代传统机房。

三、OpenShell 与六款开源模型​

• OpenShell 安全参考架构：面向智能体的内核级沙箱、最小权限、动态策略控制——黄仁勋称之为「英伟达做过最重要的事之一」
• 六款开源模型：Nemotron（语言）、Cosmos 3.5（世界模型）、GR00T（人形机器人）、Alpamayo 2 Edge（自动驾驶）、Ising（量子经典计算）、Earth-2（物理 AI）

四、欧洲牌​

黄仁勋演讲前走访法英瑞典德：过去一年对欧洲技术生态投入近 100 亿美元、联动超 1.2 万家伙伴；英国获 5 年 2.5 亿美元算力捐赠；瑞典联盟共建 Sferical One 超算。据美联社，欧洲目前仅拥有全球约 5% 的 AI 算力——这正是「欧洲造 AI 工厂」叙事的立足点。

延伸阅读：Google Cloud A5X 与 96 万块 Rubin · Rubin Q4 放量 · 完整对比表

GTC 柏林上，黄仁勋把大量篇幅给了智能体（Agent），并抛出一个值得记住的框架：模型只是智能体的第一要素——让 AI 真正完成任务，还需要编排外壳、沙箱、知识与工具。配套发布的 OpenShell 安全参考架构，被他自己称为「英伟达做过最重要的事情之一」。

一、智能体五要素​

要素	职责	典型实现
模型	感知、推理、规划	Nemotron / 任何前沿 LLM
编排外壳	调度任务、管理状态	LangGraph / 自研框架
沙箱	限制权限、隔离执行	OpenShell 参考架构
知识	企业私有上下文	RAG / 知识库
工具	实际动作执行	API / MCP / 代码执行

这个框架的意图很清晰：把智能体从「模型 + 提示词」的松散组合，升级为有明确安全边界的工程体系。

二、OpenShell 是什么​

OpenShell 是一个安全参考架构（reference architecture），核心三件套：

1. 内核级沙箱：智能体生成的代码在硬件辅助隔离环境中执行
2. 最小权限：每个任务只授予完成它所必需的资源访问
3. 动态策略控制：权限随任务上下文动态调整，而非一次性静态配置

同场发布的还有机密计算（Confidential Computing）扩容——前沿模型开发者可以在全球基础设施上安全扩展。加上 cuDSS GA、Isaac 平台机器人扩展，GTC 柏林的企业级拼图相当完整。

三、对算力采购的隐性影响​

1. 安全栈进 RFP：智能体项目的算力招标里，「沙箱与权限体系」正在从加分项变成必选项——这会直接影响平台选择
2. CPU 与机密计算需求上升：沙箱、权限校验、任务隔离都是 CPU/内存密集型工作，呼应 Vera CPU 拿下 Modal 首单的逻辑
3. 主权 AI 的抓手：OpenShell + 开源 Nemotron + 本地 AI 工厂，构成「数据不出境跑智能体」的完整方案——这正是欧洲牌的技术底座

四、冷静的一面​

参考架构不是产品，OpenShell 的实际落地要看 OEM 与云厂商的采纳速度。智能体安全也远非单一架构能解决——但「把安全边界画进智能体定义里」这件事本身，比任何具体实现都重要。

延伸阅读：GTC 柏林综述 · AI 服务器 GPU/ASIC/CPU 三分天下

大语言模型的算力叙事渐入「推理经济学」阶段，黄仁勋在 GTC 柏林把下一个故事讲得非常具体：物理 AI——让模型走进机器人身体和汽车里。这次不是概念，是参考机型与定点车型。

一、Agile ONE SN：人形机器人参考机​

• 合作方：英伟达 × Agile Robots（思灵机器人）
• 规格：31 个自由度，搭载英伟达计算平台与全套软件
• 节奏：2027 年第一季度上市
• 配套：Isaac 平台大扩展——新增参考人形机器人、数据集、运行时与机器人学习框架更新

「参考机」策略与当年 DGX 对 AI 的意义同构：给硬件生态一个标准靶子，让传感器、执行器、模型开发者在同一平台上收敛。GR00T（人形机器人基座模型）+ Isaac 仿真 + 参考硬件 = 机器人版的「模型-框架-算力」三件套。

二、Hyperion：自动驾驶平台拿下德系定点​

要素	配置
传感器	14 摄像头 + 9 雷达 + 3 激光雷达
计算	双 GPU（Orin/Thor 代际）
定点	Volvo、大众、JLR、奔驰下一代车型
Robotaxi	Bolt（与 Lucid）、Einride 等展示自动驾驶运营用例

德系全线定点是关键信号——自动驾驶平台的市场格局此前由英伟达/高通/Mobileye 三分，奔驰与大众商用车的加入意味着英伟达在高端智驾域控的份额继续固化。

三、物理 AI 的算力经济学​

1. 训练在云、推理在端：世界模型（Cosmos 3.5）与机器人策略训练吃数据中心算力，车载/机载推理吃 Thor 级边缘芯片——「云-边-端」的算力分层在物理 AI 上最完整
2. 仿真即训练场：Isaac/Omniverse 仿真管线的算力消耗常被低估——合成数据生成是介于训练与推理之间的第三种负载
3. 单机价值量：一个人形机器人 ≈ 一台高性能边缘服务器的芯片价值量（计算 + 传感处理 + 互联），百万台级出货就是新的 GB 市场

四、国产对照​

国内人形机器人芯片（地平线、寒武纪行歌等）与车载智驾芯片（华为 MDC、地平线 J6）在单点算力上已可对标，但「参考机 + 仿真平台 + 基座模型」的三件套完整度仍是英伟达的结构性优势——这也是昇腾等玩家在机器人侧的下一个投入方向。

延伸阅读：GTC 柏林综述 · Jetson Thor 卡片 · GPU/ASIC/CPU 三分天下

GTC 柏林主题演讲的彩蛋环节：黄仁勋把上周发布的 RTX Spark 笔记本（1 PFLOPS 算力 + 128GB 内存，$2,399 起）与 2016 年他亲手送给 OpenAI 的 DGX-1 同台对比——两台机器同样 1 PFLOPS、128GB 内存，但 DGX-1 需要「两个人抬」，RTX Spark 可以单手拎起。

一、产品矩阵：桌面 AI 三件套​

产品	系统	定位
RTX Spark	Windows PC	个人智能体，$2,399 起
DGX Spark	Linux	开发者构建与扩展应用
DGX Station	桌面工作站	更大内存池的开发验证

「Bringing the Spark to Europe」是 GTC 柏林的专门议程——本地智能体（Local Agents）成为个人 AI 的下一个叙事：模型与数据不出本机，隐私与延迟同时解决。

二、1 PFLOPS 桌面算力意味着什么​

• 能本地跑什么：70B 级开源模型量化推理、中小模型微调（QLoRA）、智能体仿真训练。黄仁勋现场演示了四只「Microduck」机器人鸭——在 RTX Spark 上创建、云端训练、仿真中学习技能
• 对比 2016：DGX-1 当年售价约 $129,000。同算力下，桌面价格曲线十年下降约 50 倍，这正是 Jetson Thor 等边缘产品的逻辑在桌面端的延伸
• 对云的边界：本地推理解决隐私与离线场景，但训练与超长上下文仍属云端——「桌面 + 云」混合工作流将成个人开发者默认形态

三、对开发者的实际影响​

1. 智能体开发的「本地沙箱」：结合 OpenShell 安全架构的思路，本地硬件跑智能体 + 本地沙箱，是成本最低的安全实验环境
2. 国产对标注意：桌面 AI 工作站赛道（128GB 统一内存 + P 级算力）目前国产阵营尚无同价位对标产品，这是一个尚未被国产厂商认真覆盖的细分
3. 软件栈红利：RTX Spark 与 DGX Spark 共享 CUDA 生态——开发者在桌面写的代码可直接扩展到数据中心 GPU，这正是英伟达「全栈桶」的黏性所在

延伸阅读：GTC 柏林综述 · Jetson Thor 卡片 · 完整对比表

据 10 月 19 日路透社报道，AI 云计算初创 Modal 宣布将首次采用英伟达新一代 Vera CPU，为 AI 智能体提供托管服务。这是 Vera CPU 公开的首个独立于 Rubin 平台的客户订单——英伟达的 CPU 第一次被当作「产品」而非「配件」采购。

一、订单要点​

• 客户：Modal（AI 沙盒与智能体托管服务，为智能体安全运行生成的代码提供托管容器）
• 性能口径：早期测试显示，高并发负载下 Vera 的任务吞吐量最高达可比 x86 硬件的 2 倍，同时保持较低的单任务延迟
• 部署方式：不弃 x86——Vera 与现有英特尔/AMD 芯片并行部署，按任务特点调度
• 代价：需要改造部分软件与基础设施以支持 Arm 兼容架构

二、Vera CPU 是什么​

88 个自研 Olympus 核心（Armv9.2）、176 线程、最高 1.5TB LPDDR5X、1.2 TB/s 内存带宽，通过 NVLink-C2C（1.8 TB/s）与 GPU 一致性互联。单体大芯片设计避免跨 die 延迟，详见卡片。

此前 Vera CPU 的定位是 Vera Rubin 平台的「主机 CPU」——负责数据搬运调度与系统编排。Modal 订单标志着它的独立价值开始显现。

三、为什么 AI 代理需要更好的 CPU​

这是 2026 下半年最重要的结构性变化之一：智能体工作负载（任务编排、API 调用、数据查询、每用户常驻虚拟机）主要由 CPU 承担。用户越多、后台任务越多，CPU 需求越高：

• Intel CEO 承认其 CPU 产能只能满足约一半的 AI 相关需求
• Meta 计划部署数千万 AWS Graviton 核心处理 AI 代理负载

Modal 的场景（AI 沙盒 = 大量短生命周期容器）恰好是高并发、低单任务延迟的典型 CPU 负载——Vera 的吞吐优势在这里最有说服力。

四、数据中心 CPU 格局的连锁反应​

1. Graviton（AWS）、Axion（谷歌）、Vera（英伟达）、磐久（阿里）：自研 Arm CPU 在云侧全面铺开，x86 双雄在 AI 负载上的份额被从边缘蚕食
2. 英伟达的「全栈桶」更满了：GPU + CPU + 网络 + 软件，客户整套机房都可以只找英伟达——议价时其他供应商要拼的不再是一颗芯片而是整个平台
3. Arm 生态在数据中心形成正循环：每多一个 Vera 级客户，软件适配的边际成本就降一分

延伸阅读：GPU/ASIC/CPU 三分天下 · GTC 柏林综述 · 完整对比表

2026 年 10 月，NVIDIA 供给侧出现三个值得记录的事实：Rubin 机柜开始放量、单一客户（SpaceX）给出每月 20 万颗 GB300 的上线速度、以及 Rubin 规格表上罕见的「官方双口径」。本文逐一梳理。

信号一：Vera Rubin NVL72 进入放量阶段​

鸿海在 10 月上旬首次公开了 Rubin 机柜的制造细节：由鸿佰科技组装的 Vera Rubin NVL72 量产机柜已出货，首批交付微软；产线引入机器人自动化，母线（Busbar）组装成功率超过 95%。鸿海轮值 CEO 的口径是：Vera Rubin 预计第四季度放量出货，2027 年成为主力产品，同时 GB 系列需求稳定、至少延续到明年。

时间线回顾：2026-01-05 CES 宣布全面量产，8 月 26 日财报称「向全面生产爬坡、机柜已在合作伙伴处运行」，10 月起进入放量。另有一个容易踩坑的命名变化：原「Rubin NVL144」按 die 计数，官方已统一改称 Vera Rubin NVL72（按 72 个 GPU 封装计数）。

信号二：SpaceX 的月度上线速度​

10 月 20 日 SpaceX Q3 财报电话会上，马斯克给出的数字是：SpaceX 正按每月约 20 万颗 GB300 的速度把英伟达芯片上线，该节奏将持续到年底，明年转向以 Vera Rubin 算力为主，并规划在 2027 年二季度末建成 44 万颗 Vera Rubin 训练集群；SpaceX 还在寻求约 400 亿美元贷款（Apollo 牵头）用于采购英伟达芯片。

单客户月化 60 万颗的 Q4 上线量，是「算力军备竞赛进入吉瓦时代」最直白的注脚。但对采购方的参照意义有限——这是顶配客户的特殊节奏，不代表市场平均可获得性。

信号三：Rubin 带宽的官方双口径​

一个数据站必须诚实记录的事实：NVIDIA 自己的两个页面给出了不同的 Rubin 显存带宽——

来源	显存带宽	NVLink
1 月技术博客 / HGX 产品页	22 TB/s	3.6 TB/s
Vera Rubin NVL72 产品页	19.2 TB/s	3 TB/s

在 NVIDIA 调和之前，任何单值引用都应注明出处。本站全部页面统一采用 NVL72 产品页口径 19.2 TB/s，并在 Rubin 卡片中保留双口径说明。

中国市场的另一个极端​

与吉瓦级部署形成对照的是：中国数据中心收入已不再进入 NVIDIA 业绩展望，FY2027Q2 财报确认中国收入贡献为零（H20 库存释放的 1.8 亿美元是非中国区销售）。出口管制时间线上，2026-01-14 BIS 新规将 H200 等从「推定拒绝」改为「逐案审查」，但中国海关放行与买方意愿两个环节均未打通。这意味着全球 AI 算力市场事实上分裂为两个定价体系——本站所有价格对比均分列 USD 与 CNY 口径，不做跨体系直接换算。

相关阅读​

• NVIDIA Rubin R200 芯片卡片
• NVIDIA GB300 芯片卡片
• AMD Helios 量产爬坡（同代竞品视角）

2026 年是 AI 加速芯片竞争分水岭式的一年。一边是 NVIDIA 用 Blackwell 产能与 Rubin 首发把「训练算力」的标尺再抬高一截，另一边是中国本土供应链在出口管制常态化下，把「可用」加速推向「好用」——昇腾 960 超节点、寒武纪思元 690、摩尔线程 MTT S5000、阿里真武 V900 等产品密集落地。本文用同一把尺子，把国产与国际主力芯片放到一张桌子上对比。

一、为什么说 2026 是分水岭​

• 出口管制进入稳态：美国对高端训练卡的禁运已不是新闻，而是采购决策的默认前提。国产芯片的「替代」叙事从口号转为规模部署。
• 国产份额跨越临界点：据 Counterpoint 口径，中国 AI 芯片市场国产化率从 2022 年近乎为零，升至 2025 年的约 41%，其中昇腾占国产份额约 62%。这意味着「国产 vs 国际」不再是技术爱好者话题，而是采购刚需。
• 代际差距收窄但仍在：纸面算力上，旗舰国产卡（昇腾 910C 128GB、思元 690 196GB）在显存容量上已不输同代国际卡；但在单卡稠密算力、软件生态与集群扩展效率上，仍有一代左右的差距。

本文对比维度固定为五类可比指标：算力（FP16 稀疏口径，与站内科普一致）、显存容量与带宽、功耗与能效、制程、价格。所有数字取自本站已校验芯片数据库（252 款）与价格库（报价截至 2026-10），官方未公开的一律标注「未公布」，不作推测填充。

二、国产 AI 芯片进展​

2.1 华为昇腾：从 910C 到 960 的三级跳​

型号	架构	制程	显存	显存带宽	FP16（稀疏）	TDP	状态
昇腾 910B	Da Vinci	TSMC 7nm+（含 SMIC 国产化）	64GB HBM2e	600 GB/s	320 TFLOPS	310W	量产中
昇腾 910C	Da Vinci（双 die）	中芯国际 7nm N+2	128GB HBM2e	3.2 TB/s	800 TFLOPS	600W	规模部署
昇腾 950PR	Da Vinci v5	中芯 N+3（等效 5nm 级）	128GB HiBL 1.0	未公布	486 TFLOPS	600W	已上市
昇腾 950DT	Da Vinci v5	中芯 N+2	144GB	4 TB/s	547 TFLOPS	500W	2026 Q4 量产
昇腾 960DT	全新 SIMD/SIMT	未公布	288GB	9.6 TB/s	未公布	未公布	2027 Q1
昇腾 960PR	全新 SIMD/SIMT	未公布	192GB	2.4 TB/s	未公布	未公布	2027 Q3

昇腾 910C 是当前国产训练主力，CloudMatrix 384 超节点已用于 DeepSeek 等大模型训练验证。950 系列在 2026 年 HC 大会官宣：950PR 渠道报价已超 ¥8 万（年初约 ¥6 万），950DT 超 ¥25 万（较 7 月上涨 20%~50%），HBM 供给挤压是涨价主因。960 超节点公布 NPO Hi-ONE 引擎、4096 卡规模与 99.8% 可用度目标，其中 960DT 主攻训练（FP4 4 PFLOPS）、960PR 主攻推理（FP4 8 PFLOPS），是 2027 年的旗舰预期。

2.2 寒武纪思元 690：纸面规格天花板​

思元 690 采用双 die Chiplet 设计与 MLUarch 4.0 架构，中芯国际 N+2 制程、196GB HBM3、3.35 TB/s 带宽、FP16 700 TFLOPS、TDP 500W。其显存容量与带宽已对齐 H100 SXM 级别，是国产卡中少数在纸面规格上逼近国际旗舰的产品。2026 年 9 月受 HBM 供给挤压，官方指导价 ¥19 万、市场均价约 ¥17.5 万，较两月前上调 20%~30%，客户含字节、阿里、百度。

2.3 其他国产厂商​

厂商 / 型号	架构	制程	显存	FP16（稀疏）	TDP	备注
天数智芯 天垓 300	SIMT 通用计算	7nm	144GB HBM3E	超 1,000 TFLOPS	600W	2026-07 WAIC 发布，对标 Hopper
天数智芯 天垓 150	ivcore11	TSMC 7nm	64GB HBM2e	192 TFLOPS	350W	通用 GPU，兼容 CUDA 生态
燧原 云燧 T21	GCU-CARA 2.0	格罗方德 12nm	64GB HBM2E	134.4 TFLOPS	未公布	邃思 2.0，训推一体
百度 昆仑芯 R200	XPU-R	7nm	16/32GB GDDR6	128 TFLOPS	150W	低功耗推理向
摩尔线程 MTT S5000	MUSA 4（平湖）	TSMC 6nm	80GB	400 TFLOPS（BF16）	500W	全功能 GPU，渠道价 ¥7.5 万
阿里 真武 V900	平头哥 PPU	未公布	216GB	未公布	未公布	2026-09 云栖发布，2027 Q1 量产

注：燧原 T21 的 TDP 官方未公布，本站不作推测；摩尔线程、燧原等卡的 FP8/FP4 精度多数官方未单列，表中以 BF16/FP16 口径统一呈现。天数智芯「智铠」系列未见公开采购确认，暂未纳入主表。

三、国际 AI 芯片进展​

3.1 NVIDIA：Blackwell 量产 + Rubin 首发​

型号	架构	制程	显存	带宽	FP16（稀疏）	TDP	状态
H100 SXM	Hopper	TSMC 4N	80GB HBM3	3.35 TB/s	1,979 TFLOPS	700W	上代主力
H200 SXM	Hopper（refresh）	TSMC 4N	141GB HBM3e	4.8 TB/s	1,979 TFLOPS	700W	大显存主力
B200	Blackwell（双 die）	TSMC 4NP	192GB HBM3e	8 TB/s	5 PFLOPS	1000W	2025 起量产
GB300	Grace Blackwell Ultra	TSMC 4NP	576GB HBM3e（超节点口径）	16 TB/s	10 PFLOPS（双芯）	3000W	超节点主力
Rubin R200	Rubin	台积电 3nm	288GB HBM4	19.2 TB/s	4 PFLOPS	1800W	2026 H2 已规模出货

NVIDIA 在 2026 年的核心叙事是交付：Vera Rubin NVL72 下半年持续放量，MLPerf Inference v6.1 首秀（Qwen3-VL 较 GB300 最高 3.7 倍）。Rubin R200 官方 FP4 达 50 PFLOPS（稀疏），是本代出货主力；N1X PC 处理器秋季上市，把战场延伸到消费级。

3.2 AMD：MI300X/MI325X 守基本盘，MI455X 冲机架​

MI300X（192GB HBM3 / 5.3 TB/s / 1,307 TFLOPS）与 MI325X（256GB HBM3e / 6.48 TB/s）提供高显存性价比；真正的增量在 Helios 机架（72× MI455X，432GB HBM4 每卡、23.3 TB/s、FP4 40.3 PFLOPS、计算芯粒 TSMC 2nm），绑定 OpenAI 6GW、Meta 6GW 部署。MI450 为其母型号，量产节点排在 2027 年 Q2。

3.3 Intel 与 Google​

• Intel Gaudi 3：TSMC 5nm、128GB HBM2e、3.67 TB/s、BF16 矩阵算力 1,835 TFLOPS、TDP 900W，24× 200GbE RDMA 集成网卡，以太网组网直接对标 NVL72。Gaudi 3 之后 Intel 路线转向 Crescent Island（推理）与 Jaguar Shores（2027），Falcon Shores 已取消。
• Google TPU v6（Trillium）：v6e（32GB / 918 TFLOPS / 200W）与 v6p（96GB HBM2 / 1,350 TFLOPS / 450W）同代，TSMC 5nm，仅通过 Google Cloud 按小时计费。第七代 Ironwood 已把 HBM 容量推到 192GB、带宽 7.38 TB/s。

3.4 其他赛道​

Cerebras 已于 2026-08 发布机架级 CS-4（3× WSE-3 Turbo，750 PFLOPS），需要注意的是 CS-4 并未采用新一代晶圆，硅片与 CS-3 完全相同；SambaNova SN40L 以三层内存架构服务稀疏场景；Graphcore 已被 SoftBank 收购并退出中国市场。

四、关键指标对比（核心）​

方法学：FP16 统一采用稀疏（sparse）口径，与站内科普及首页热门芯片一致；价格为 pricing.json 市场报价（国际 USD、国产 CNY，截至 2026-10）；「未公布」表示官方未披露、本站不作推测填充。

4.1 算力对比（FP16 稀疏）​

芯片	FP16（稀疏）	FP8 / FP4 备注	架构
国产
天垓 300	超 1,000 TFLOPS	支持 FP4 / FP8	SIMT
昇腾 910C	800 TFLOPS	FP8 1.5 PFLOPS	Da Vinci 双 die
思元 690	700 TFLOPS	FP8 约 1.4 PFLOPS	MLUarch 4.0
昇腾 950DT	547 TFLOPS	FP4 2 PFLOPS	Da Vinci v5
摩尔线程 MTT S5000	400 TFLOPS（BF16）	FP8 约 1 PFLOPS 稠密	MUSA 4
天垓 150	192 TFLOPS	384 TOPS INT8	ivcore11
云燧 T21	134.4 TFLOPS	未公布	GCU-CARA 2.0
昆仑芯 R200	128 TFLOPS	256 TOPS INT8	XPU-R
国际
GB300（双芯）	10 PFLOPS	FP4 40 PFLOPS	Grace Blackwell Ultra
MI455X	10.1 PFLOPS	FP4 40.3 PFLOPS	CDNA 5
B200	5 PFLOPS	FP4 20 PFLOPS	Blackwell
Rubin R200	4 PFLOPS	FP4 50 PFLOPS	Rubin
Gaudi 3	1,835 TFLOPS（BF16 矩阵）	FP8 1,835 TFLOPS	Gaudi 3
H100 SXM	1,979 TFLOPS	FP8 3,958 TFLOPS	Hopper
H200 SXM	1,979 TFLOPS	FP8 3,958 TFLOPS	Hopper
TPU v6p	1,350 TFLOPS	FP8 2,700 TFLOPS	TPU v6
MI300X	1,307 TFLOPS	未单列	CDNA 3
MI325X	1,307 TFLOPS	未单列	CDNA 3

读图：单卡 FP16 上，B200/GB300 把国产旗舰甩开约 5~6 倍；但昇腾 910C（800）已接近 H100 的 40%，思元 690（700）紧随，天垓 300（超 1,000）已进入国际旗舰区间。差距从「数量级」收敛到「一代」。

4.2 显存与带宽对比​

芯片	显存	类型	带宽
昇腾 960DT	288GB	HBM	9.6 TB/s
MI325X	256GB	HBM3e	6.48 TB/s
阿里真武 V900	216GB	未公布	未公布
思元 690	196GB	HBM3	3.35 TB/s
B200	192GB	HBM3e	8 TB/s
MI300X	192GB	HBM3	5.3 TB/s
H200	141GB	HBM3e	4.8 TB/s
H100	80GB	HBM3	3.35 TB/s

读图：国产旗舰在显存容量上已经反超——思元 690 的 196GB、昇腾 960DT 的 288GB、真武 V900 的 216GB 都高于 H100/H200。但带宽上，只有昇腾 960DT（9.6 TB/s）与 B200（8 TB/s）进入同一梯队，HBM3e/HBM4 代差是关键。

4.3 功耗与能效对比​

芯片	TDP	FP16/W（稀疏能效）
昇腾 910C	600W	1.33 TFLOPS/W
思元 690	500W	1.40 TFLOPS/W
天垓 150	350W	0.55 TFLOPS/W
H100	700W	2.83 TFLOPS/W
B200	1000W	5.0 TFLOPS/W
MI300X	750W	1.74 TFLOPS/W
TPU v6e	200W	4.59 TFLOPS/W

读图：能效是国产最明显的短板。H100 的 2.83 TFLOPS/W 约为昇腾 910C 的 2.1 倍，B200 更是 3.8 倍。低功耗端 TPU v6e（200W / 4.59）与昆仑芯 R200（150W）代表「每瓦算力」的另一条路线。

4.4 制程对比​

厂商	代表芯片	制程	晶体管
华为	910C	中芯 7nm N+2	未公布
寒武纪	思元 690	中芯 N+2（5nm 级）	未公布
NVIDIA	H100 / B200	TSMC 4N / 4NP	800 亿 / 2080 亿
AMD	MI300X	TSMC 5+6nm 混合	1530 亿
AMD	MI455X	TSMC 2nm（计算芯粒）+ 3nm	未公布

读图：制程代差是结构性差距的根源。国产主力仍停留在 7nm 级，而国际旗舰已进入 2nm 计算芯粒时代。这是单卡算力差距的物理下限。

4.5 价格对比（市场报价，2026-10）​

芯片	价格	币种	口径
H100	$28,000	USD	市场均价
H200	$38,000	USD	市场均价
B200	$42,000	USD	市场均价
GB200	$62,000	USD	市场均价
MI300X	$13,500	USD	市场均价
MI325X	$16,500	USD	市场均价
Gaudi 3	$16,500	USD	市场均价
TPU v6e	$22,000	USD	Cloud 仅按小时
昇腾 910C	¥110,000	CNY	2026-09 渠道（年初约 ¥9 万，+22%）
昇腾 950PR	¥80,000	CNY	2026-09 渠道（年初约 ¥6 万，+30%）
昇腾 950DT	¥250,000	CNY	2026-09 渠道（较 7 月 +20~50%）
思元 690	¥175,000	CNY	2026-09 渠道（官方指导价 ¥19 万）
MTT S5000	¥75,000	CNY	渠道估算

读图：按汇率约 7.2 折算，昇腾 910C（约 $15.3k）与 H100（$28k）价差显著但算力仅其 40%，单位算力成本仍偏高；思元 690（约 $24.3k）价格接近 H100 但显存翻倍。HBM 短缺推高国产报价，是 2026 下半年的一致趋势。

五、生态对比​

厂商	软件栈	框架支持	迁移难度	特点
NVIDIA	CUDA + cuDNN	全支持	—	算子覆盖约 100%，生态壁垒
AMD	ROCm	主流支持	中	覆盖约 90%，持续补齐
华为	CANN	主流支持	中	覆盖约 80%，昇思 MindSpore
寒武纪	NeuWare	主流支持	中	覆盖约 75%~85%
天数智芯	IXUCA	主流支持	低（兼容 CUDA）	CUDA 兼容路线
燧原	DTU Toolkit	部分支持	高	覆盖约 60%
百度昆仑	XREA / 飞桨	主流支持	低（飞桨原生）	与 Paddle 深度绑定

关键判断：生态差距比硬件差距更难追。CUDA 的长期积累使 NVIDIA 在算子覆盖、工具链、开发者社区上仍具压倒性优势；国产路线分两派——华为/寒武纪自建栈，天数智芯/摩尔线程走 CUDA 兼容以降低迁移成本。

六、市场表现​

6.1 出货量（2026 预估）​

厂商	2026 出货（万颗）	同比	主要客户
NVIDIA（全球）	150–200	+30%	全球科技巨头
华为（昇腾）	20–30	+100%	政府、国企、科技公司
寒武纪（MLU）	10–15	+150%	字节、阿里、百度
AMD（全球）	30–40	+80%	Meta、微软等
其他国产	10–20	+200%	各类 AI 公司

6.2 中国市场份额​

类型	2024	2026（预估）	趋势
国际（NVIDIA/AMD）	约 80%	约 40%	大幅下降
国产（华为/寒武纪等）	约 20%	约 60%	快速提升

6.3 客户与部署​

• 字节跳动 / 阿里 / 百度：寒武纪思元、昇腾 910C 双线采购；
• 腾讯：昇腾 910C 为主，探索其他国产；
• 智算中心：多家国产芯片混合部署，国产化率成硬指标；
• 超大规模云：NVIDIA 仍主导海外训练，但国内云厂商国产占比快速抬升。

七、未来展望（2027）​

阵营	产品	时间	状态
华为	昇腾 960DT / 960PR	2027 Q1 / Q3	已官宣
华为	昇腾 970	2028	已官宣
NVIDIA	Rubin Ultra	2027	已公布
AMD	MI450 / MI500	2027 Q2 起	已公布
Intel	Jaguar Shores	2027+	已公布
AWS	Trainium4	2027	已公布（FP4 为 Trainium3 的 6 倍以上）
寒武纪	思元 790	2027	未公布

差距判断（2027 预期）：

• 算力：从落后 40%~50% 收窄至 30%~40%；
• 显存：从落后 20%~30% 收窄至 10%~20%，部分型号已反超；
• 制程：从落后 1~2 代收窄至约 1 代；
• 生态：从落后 35 年收窄至 23 年。

八、结论与选型建议​

核心观点：

1. 2026 年国产与国际旗舰的差距从「代际」缩小到「一代」，显存容量局部反超；
2. 单卡稠密算力、能效、制程仍是结构性短板，集群扩展与软件生态是最大变量；
3. 国产化率快速攀升（2025 约 41%），采购从「尝鲜」变「刚需」；
4. 出口管制常态化下，国产替代已从政策驱动转为市场驱动。

给不同角色的建议：

• 企业采购：训练为主且合规无碍，选 NVIDIA B200/GB300/Rubin；国产化硬指标，选昇腾 910C/950DT 混合部署；推理高密度，关注昆仑芯 R200 与 TPU v6e。
• 开发者：优先 CUDA 保泛用性；若锁定国产，选 CUDA 兼容栈（天数智芯/摩尔线程）降低迁移成本。
• 投资者：关注 HBM 供给、国产先进制程良率，以及昇腾/寒武纪的客单与份额变化。
• 政策制定者：延续对先进制程、HBM、EDA 的投入，缩短生态差距比单点算力更关键。

---

数据来源与方法：本文全部性能与价格取自 MirrorFrog 已校验芯片数据库（chips.json，252 款）与价格库（pricing.json，报价截至 2026-10），数据核对日期 2026-10-13。FP16 统一稀疏口径；官方未公开字段以「未公布」标注，不作占位填充。文中 Rubin R200 带宽（19.2 TB/s）与 TDP（1800W）、Gaudi 3 算力（BF16 矩阵 1,835 TFLOPS）、昇腾 950 系列制程与报价等，均为 2026-10 核对后的修正值。

延伸阅读：完整芯片对比表、交互式对比工具、NVIDIA H100 规格卡、华为昇腾 910C 规格卡、寒武纪思元 690 规格卡。

2022 年那篇 FP8 论文刚出来时，把低精度训练当作一个需要小心翼翼对待的工程风险。到了 2026 年，情况反过来了——不是你在考虑要不要用 FP8，而是你还在用 BF16 全程训练的话，很难解释为什么成本这么高。

三套配方，而不是一个「FP8」​

FP8 有两个子格式：E4M3 尾数位多、精度高但动态范围窄，最大有限值 448；E5M2 指数位多、范围宽，最大有限值 57344。Transformer Engine 里的 HYBRID 配方是前向用 E4M3、反向用 E5M2。但这不是唯一正确答案——DeepSeek V3 公开发布的训练配方是全程 E4M3。两种选择都能跑出稳定训练，差别在于梯度的动态范围是否真的需要那么宽。

缩放策略的选择比格式选择影响更大。当前缩放（current scaling）每个张量读两次，适配实时数据；延迟缩放（delayed scaling）只读一次，但依赖历史 amax 统计，遇到离群值容易被历史污染。工程上的普遍建议是：如果稳定性优先，先用当前缩放，不要急着换。

再往上一层是 MXFP8，也就是 OCP 的微缩放格式。张量按 32 个元素切块，每块一个 UE8M0 类型的缩放因子——全是指数位、没有尾数，表示 2 的整数次幂，范围覆盖 2 的负 127 次方到 2 的正 127 次方。这一点在硬件上很关键：缩放因子是 2 的幂，解码时只需要移位，不需要完整的浮点乘法和规格化，直接缩短了处理器的关键路径。块级粒度相比每张量缩放，能把量化误差压低相当可观的比例。

维度	BF16 混合精度	FP8 保守配方	FP8 + COAT 类激进配方
计算权重	2 字节	1 字节	1 字节
主权重	4 字节 FP32	4 字节 FP32	2 字节
梯度	4 字节	4 字节	1 字节
Adam 状态	8 字节	8 字节	1 至 2 字节
每参数合计	约 18 字节	约 17 字节	约 6 至 8 字节

这张表容易被误读。FP8 保守配方看起来只省了 1 字节，这不是 FP8 没价值，而是参数量状态在总训练内存里本来就不占大头——激活值、梯度通信缓冲、框架开销构成了剩下的部分。COAT 这类把优化器状态也量化下去的研究，纸面上有 2 到 3 倍的降幅，但实测端到端内存只降了约 1.5 倍，原因就在这里。

硬件代际决定了配方能走多远​

Ampere 及更早的架构没有 FP8 Tensor Core，Transformer Engine 在那一代只提供 FP16 和 BF16 优化。Hopper 是 FP8 的起点。Blackwell 把 MXFP8 和 NVFP4 做成了 Tensor Core 原生数据类型，Transformer Engine 的 README 明确列出对 MXFP8、NVFP4 训练的支持；Transformer Engine 2.19 版本在 2026 年 9 月加入了对 Rubin 的支持。

AMD 那边，MI450 系列在 FP8 下峰值 20 PFlops、FP4 下 40 PFlops，FP8 训练已经是硬件默认能力而非附加特性。

一个容易被忽略的细节：Blackwell 上使用 MXFP8 时，Transformer Engine 会额外维护一份转置的量化权重副本以加速反向传播。这是一份实打实的额外开销，而且是格式特定行为，不是 FP8 训练的普遍属性。

成熟度体现在基准与生产两处​

MLPerf 预训练提交里的证据比较直接：Llama 3.1 8B 预训练基准中，对注意力 BMM 的输入（前向和后向都算）使用 FP8，相比对应的 BF16 方案在注意力核上实现了明显更好的性能，同时满足了基准的精度要求，注意力部分约 1.3 倍，端到端约 5% 加速。这份提交走的还是每张量当前缩放。

生产侧的公开案例更多。DeepSeek V3 是 671B 总参数、约 37B 激活的 MoE，原生 FP8 训练并且只发布 FP8 权重；Qwen 3.5 的基础设施博客同样描述了原生 FP8 训练管线。需要注意一个术语陷阱：Hugging Face 上的 FP8 检查点，包括 Qwen 自己发布的那些，绝大多数是训练后量化产物，和原生 FP8 训练是两回事。模型卡上写「FP8 权重」不代表它是 FP8 训练出来的。

硬件侧的收益区间也有公开数据：在 H100 上相比 BF16 混合精度，FP8 训练通常快 35% 到 40%；NVIDIA 的 COAT 框架报告过约 1.43 倍的端到端加速。

剩下的坑​

需要警惕三类问题。第一，精度悬崖真实存在——有些架构对 FP8 敏感程度明显更高，换格式前必须跑基线对比。NVIDIA 公布的验证曲线里 MXFP8 和当前缩放 FP8 在 Nemotron 模型上贴合 BF16，但那不保证你的模型也贴合。

第二，loss spike 频率上升。应对手段是更积极的梯度裁剪、更长的学习率预热、更频繁的检查点。FP8 梯度比 BF16 更容易溢出，这不是可以忽略的波动。

第三，激活离群值极端的模型，延迟缩放会被历史统计带偏，此时应当直接上块级缩放，而不是在两种延迟策略之间反复调参。

展望​

2026 年剩下的变量主要在两处：一是块级缩放会不会从 Blackwell 的可选路径变成跨厂商默认——MX 系列已经是 OCP 标准，AMD、Intel、NVIDIA、Meta 都在里面；二是 4 位格式从推理侧反攻训练侧的速度有多快。一旦 NVFP4 级配方在前沿规模预训练中稳定下来，FP8 就不会再是讨论的终点，而是所有新项目的起点。真正需要判断的已经不是用不用 FP8，而是你的模型对哪一档精度敏感、敏感在训练的哪个阶段。