NVIDIA A100 vs NVIDIA H100 SXM:规格对比与选型指南
在 AI 基础设施选型中,NVIDIA A100 与 NVIDIA H100 SXM 是经常被放在一起比较的两款加速器。本文从架构、算力、显存、功耗到发布节奏做逐项对照,帮助你快速判断哪一款更契合训练或推理工作负载。
规格对比表
| 厂商 | NVIDIA A100 | NVIDIA H100 SXM |
|---|---|---|
| 厂商 | NVIDIA | NVIDIA |
| 架构 | Ampere GA100 | Hopper GH100 |
| 制程 | TSMC 7nm | TSMC 4N(定制 5nm) |
| 发布时间 | 2020 年 6 月 GTC | 2022 年 3 月 GTC 大会 |
| FP8 算力 | — | 3,958 TFLOPS(稀疏) |
| FP16 算力 | — | — |
| FP32 算力 | 19.5 TFLOPS | 67 TFLOPS |
| INT8 算力 | — | — |
| 显存类型 | — | — |
| 显存容量 | 80 GB HBM2e | 80 GB HBM3 |
| 显存带宽 | 1,935 GB/s | 3.35 TB/s(3,352 GB/s) |
| TDP 功耗 | 300 W / 400 W | 700 W |
关键差异
- 功耗:NVIDIA A100 的 TDP 为 300 W / 400 W,低于 NVIDIA H100 SXM 的 700 W,对数据中心 PUE 与散热更友好。
选型建议
- 追求极致单卡算力与成熟工具链时优先考虑 NVIDIA A100;若预算、功耗墙或本地化支持是硬约束,NVIDIA H100 SXM 往往更贴合。建议用本站的 AI 算力卡对比工具 把多款芯片并排验证后再决策。
常见问题(FAQ)
NVIDIA A100 和 NVIDIA H100 SXM 的主要区别是什么?
核心差异在架构与算力密度:NVIDIA A100 采用 Ampere GA100 架构,FP8 算力约 暂无公开 FP8 算力数据,显存 80 GB HBM2e;NVIDIA H100 SXM 采用 Hopper GH100 架构,FP8 算力约 3,958 TFLOPS(稀疏),显存 80 GB HBM3。完整参数见上方对比表。
NVIDIA A100 的功耗(TDP)是多少?
NVIDIA A100 的 TDP 为 300 W / 400 W,实际整机功耗还需计入服务器主板、风扇与 PUE。
哪个更适合大模型训练 / 推理?
训练看重显存容量、带宽与多卡互联;推理看重单卡吞吐与功耗比。结合上方「关键差异」与「选型建议」按你的 batch size、模型参数量与 SLA 取舍。
NVIDIA A100 与 NVIDIA H100 SXM 的显存容量差多少?
NVIDIA A100 为 80 GB HBM2e,NVIDIA H100 SXM 为 80 GB HBM3,差距会直接影响可加载的模型规模与上下文长度。
相关页面
- NVIDIA A100
- NVIDIA H100 SXM
- AI 算力卡对比工具 — 在线并排对比 2–4 款芯片