开放数据集:AI 算力卡规格库
MirrorFrog 把站点背后的全部芯片规格整理成机器可读的开放数据集,免费供研究、教学、二次开发与横向比对使用。数据持续随站点更新,覆盖 NVIDIA、AMD、Intel、Google TPU、AWS、华为昇腾、寒武纪、摩尔线程等主流与新兴 AI 加速芯片。
下载
| 文件 | 说明 | 直链 |
|---|---|---|
chips.json | 188 款芯片的完整规格(架构、制程、算力、显存、带宽、TDP 等) | /chips.json |
pricing.json | 各芯片的参考定价与币种(部分为推测/未公开,标注 null) | /pricing.json |
提示:两个文件均由
npm run build前的prebuild脚本从docs/cards/**的 Markdown 源文件自动生成,规格以源文件为准。
字段说明(chips.json)
| 字段 | 类型 | 说明 |
|---|---|---|
id | string | 芯片唯一标识(用于对比页与链接) |
title | string | 展示名称 |
vendor | string | 厂商(nvidia / amd / huawei / cambricon / google …) |
slug | string | 对应卡片页路径,如 /docs/cards/nvidia/h100 |
description | string | 一句话简介 |
keywords | string[] | SEO 关键词 |
tdpW | number | TDP 解析出的数值(瓦) |
fp16Tflops | number | null | FP16 算力(已解析数值,缺失为 null) |
specs.release | string | 发布时间 |
specs.architecture | string | 架构名称 |
specs.process | string | 制程 |
specs.memory.capacity | string | 显存容量 |
specs.memory.bandwidth | string | 显存带宽 |
specs.compute.fp32 / fp64 / fp8 | string | 各精度算力(原始文本) |
specs.tdp | string | TDP 原始文本 |
许可协议
数据集以 CC BY 4.0(署名 4.0 国际)发布。你可以自由复制、分发、修改与商用,但需注明出处:MirrorFrog (https://mirrorfrog.com)。
如何引用
文本格式:
MirrorFrog. AI Compute Card Dataset. https://mirrorfrog.com/docs/open-dataset
BibTeX:
@misc{mirrorfrog2026,
title = {AI Compute Card Dataset},
author = {MirrorFrog},
year = {2026},
howpublished = {\url{https://mirrorfrog.com/docs/open-dataset}},
note = {CC BY 4.0}
}
用途建议
- 横向研究:用
chips.json做算力/能效/显存随代际的量化分析。 - 工具集成:把数据集接入你自己的选型器、表格或可视化。
- 二次分发:在署名的前提下,将本数据集嵌入你的产品或报告。
如发现数据偏差,欢迎通过站点各页的反馈入口提交修正。