跳到主要内容

Huawei Ascend 910C vs MetaX 沐曦 曦云 C600 (2025)：规格对比与选型指南

在 AI 基础设施选型中，Huawei Ascend 910C 与 MetaX 沐曦 曦云 C600 (2025) 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Huawei Ascend 910CMetaX 沐曦 曦云 C600 (2025)
厂商HuaweiOther
架构Da Vinci（双小芯片）自研 XCORE 1.5（数十个核心 IP）
制程7nm 级（含 SMIC 国产化）7nm（中芯国际国产工艺）
发布时间2024-04-24（推测）2025 年 10 月
FP8 算力—1000 TFLOPS（对标 H100 989 TFLOPS）
FP16 算力——
FP32 算力—15 TFLOPS
INT8 算力—支持（具体 TOPS 未公开）
显存类型——
显存容量8× HBM3 模块—
显存带宽—3.6 TB/s
TDP 功耗310 W400 W

关键差异​

  • 功耗：Huawei Ascend 910C 的 TDP 为 310 W，低于 MetaX 沐曦 曦云 C600 (2025) 的 400 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 Huawei Ascend 910C；若预算、功耗墙或本地化支持是硬约束，MetaX 沐曦 曦云 C600 (2025) 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）​

Huawei Ascend 910C 和 MetaX 沐曦 曦云 C600 (2025) 的主要区别是什么？​

核心差异在架构与算力密度：Huawei Ascend 910C 采用 Da Vinci（双小芯片） 架构，FP8 算力约 暂无公开 FP8 算力数据，显存 8× HBM3 模块；MetaX 沐曦 曦云 C600 (2025) 采用 自研 XCORE 1.5（数十个核心 IP） 架构，FP8 算力约 1000 TFLOPS（对标 H100 989 TFLOPS），显存 —。完整参数见上方对比表。

Huawei Ascend 910C 的功耗（TDP）是多少？​

Huawei Ascend 910C 的 TDP 为 310 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。

Huawei Ascend 910C 与 MetaX 沐曦 曦云 C600 (2025) 的显存容量差多少？​

Huawei Ascend 910C 为 8× HBM3 模块，MetaX 沐曦 曦云 C600 (2025) 为 —，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​