跳到主要内容

NVIDIA H20 (2024) vs Huawei Ascend 910B：规格对比与选型指南

在 AI 基础设施选型中，NVIDIA H20 (2024) 与 Huawei Ascend 910B 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 H20 (2024)Huawei Ascend 910B
厂商NVIDIAHuawei
架构Hopper（出口合规削减版）Da Vinci（华为自研）
制程TSMC 4N (4nm)TSMC 7nm+（含 SMIC 国产化努力）
发布时间2024 年初2022-11-08
FP8 算力296 TFLOPS—
FP16 算力148 TFLOPS256 TFLOPS
FP32 算力24 TFLOPS51.2 TFLOPS
INT8 算力296 TOPS512 TOPS
显存类型——
显存容量—64 GB HBM2e（B1/B2）/ HBM3e（B3）
显存带宽4.0 TB/s600 GB/s（B1/B2）/ 1,200 GB/s（B3）
TDP 功耗400W310 W

关键差异​

  • 功耗：Huawei Ascend 910B 的 TDP 为 310 W，低于 NVIDIA H20 (2024) 的 400W，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 H20 (2024)；若预算、功耗墙或本地化支持是硬约束，Huawei Ascend 910B 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 H20 (2024) 和 Huawei Ascend 910B 的主要区别是什么？​

核心差异在架构与算力密度：NVIDIA H20 (2024) 采用 Hopper（出口合规削减版） 架构，FP8 算力约 296 TFLOPS，显存 —；Huawei Ascend 910B 采用 Da Vinci（华为自研） 架构，FP8 算力约 暂无公开 FP8 算力数据，显存 64 GB HBM2e（B1/B2）/ HBM3e（B3）。完整参数见上方对比表。

NVIDIA H20 (2024) 的功耗（TDP）是多少？​

NVIDIA H20 (2024) 的 TDP 为 400W，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 H20 (2024) 与 Huawei Ascend 910B 的显存容量差多少？​

NVIDIA H20 (2024) 为 —，Huawei Ascend 910B 为 64 GB HBM2e（B1/B2）/ HBM3e（B3），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​