H20 vs 昇腾 910B：中国市场合规算力卡怎么选
H20 和昇腾 910B 是当前中国数据中心采购清单上出现频率最高的一组对比：一张是 NVIDIA 专为出口合规削减的 Hopper 卡，一张是华为应对管制的国产训练主力。两者定位接近、价格区间重叠，但设计取向完全不同。本文基于本站卡片数据（H20 卡片、昇腾 910B 卡片）逐维度拆解。
五个维度的硬数据
| 维度 | NVIDIA H20 | 昇腾 910B |
|---|---|---|
| 架构 | Hopper（合规削减版） | 达芬奇（Da Vinci） |
| FP16 算力 | 148 TFLOPS | 320 TFLOPS |
| INT8 算力 | 296 TOPS | 640 TOPS |
| 显存 | 96GB HBM3 | 64GB HBM2e |
| 显存带宽 | 4.0 TB/s | —（见卡片页） |
| TDP | 400W | 310W |
| 多卡互联 | NVLink 900 GB/s | 互联带宽较弱 |
| 软件生态 | CUDA（完整） | CANN（持续补齐） |
几个关键读法：
算力上 910B 反超。910B 的 FP16 是 H20 的 2.2 倍（320 vs 148 TFLOPS），INT8 同样约 2.2 倍。原因很直白：H20 被出口规则"削"掉了大部分算力，而 910B 没有这个约束。
显存与带宽上 H20 占优。96GB HBM3 对 64GB HBM2e，H20 能在单卡上容纳更大的模型或更长的上下文；4.0 TB/s 的带宽也明显更高。做推理、尤其做大参数模型推理时，这一项权重很高。
互联决定训练上限。H20 保留 NVLink 900 GB/s，多卡扩展效率有保障；910B 的卡间互联较弱，大规模训练更依赖华为的集群方案（如后来的 CloudMatrix 路线，见 昇腾 910C）。
生态是 H20 最大的护城河，也是最大的风险。CUDA 迁移成本为零，但供货受政策影响大——这正是 H20 存在的原因。
价格与功耗。据 Reuters 等媒体报道，H20 单卡约 1.2 万至 1.5 万美元，910B 约 1.7 万美元；910B 的 310W TDP 还低于 H20 的 400W。价格随行情波动较大，建议以 TCO 计算器 按实际电价与利用率测算多年总成本。
怎么选
- 已有 CUDA 技术栈、以推理和大显存需求为主 → H20 更省事，96GB 显存是同价位段少见的容量。
- 追求单位算力成本、以训练为主、能接受 CANN 迁移 → 910B 的 FP16/INT8 算力和更低的功耗更有优势。
- 不确定/混合负载 → 先在 全库对比表 里把两者与 L20、MLU590 等候选一起横向比较，再用 TCO 拉平。
一句话总结
H20 用算力换来了显存、带宽和 CUDA 生态；910B 用生态换来了算力和供货确定性。这组对比没有绝对赢家，谁赢取决于你的技术栈、模型规模和供应链风险偏好——这也是 2026 年中国算力市场"双轨并行"的缩影。