2026 年四季度，国产卡与进口卡的对比已经不能只看「单卡算力差多少」。三条硬约束同时收紧：政策红线（7 月 15 日七部委行动方案要求新增财政与央企自建算力国产硬件采购占比不低于 75%，9 月 1 日生效无过渡期）、价格双向上涨（国产卡在涨，进口卡配额在涨）、生态差距量化（WAIC 2026 演示中国产昇腾与同配置英伟达差距约 15% 至 25%）。这是一篇给决策者用的决策树，不是参数对比表。

---

一、先看两个真实报价趋势​

国产侧在涨价。 路透社与彭博社在 2026 年 10 月报道，华为将昇腾 950DT 加速卡指示性报价上调至 25 万元以上，较约两个月前的报价高出 20% 至 50%；彭博称三个月内涨约 60% 至同一水平，有消息人士称该报价是对标英伟达 B200 的多卡交易。老款也不豁免：昇腾 950PR 从年初约 6 万元涨至 8 万元以上，昇腾 910C 从约 9 万元涨至 11 万元以上。寒武纪下一代（暂称 690）报价上调 20% 至 30%，沐曦与燧原也有类似动作。根因是 HBM 供应集中，国产厂商不得不更多依赖成本更高的灰色渠道。

进口侧配额放松但落地存疑。 据报道北京已原则批准 DeepSeek、字节、阿里、腾讯采购 H200，累计超 40 万颗，但条件严格到「实际一单都没下」——英伟达 CEO 黄仁勋已亲口确认没有正式订单。

这两条趋势合起来的判断：四季度是国产卡的窗口期，但不是捡漏窗口期。 国产卡在涨是因为需求真实，不是因为供给变宽裕。

二、决策树：四个问题，四个出口​

问题一：你的负载有合规红线吗？​

若有（政务、央企、金融、医疗数据）——国产卡是必选项，不是选项。 政策要求新增财政与央企自建算力国产硬件采购占比不低于 75%，且无过渡期。此时决策树直接终止在国产分支，后续三个问题只在国产卡内部做型号选择。

若没有——继续。

问题二：你的模型栈是纯国产开源，还是重度依赖海外闭源？​

若你的模型栈以 Qwen、DeepSeek、GLM 等国产开源模型为主，国产卡的适配红利非常明确。昇腾走「全栈共定义」路线，DeepSeek V4 的训练即在昇腾上完成；寒武纪走「生态白手套」路线，把 vLLM 适配做深且 Flash 与 Pro 双开源。这类栈在国产卡上的迁移成本最低。

若你的核心负载重度依赖海外闭源模型或特定算子实现——继续评估，不要勉强。 需要提醒的是，公开分析提到 V4 上国芯曾需要重写约 200 个算子、投入约 30 人年才把性能从 1/35 追回来。这不是小工程。

问题三：你的负载是 decode 受限还是 prefill 受限？​

这是国产卡四季度最有价值的一个判据。昇腾 950 系列的双 die 分工正是围绕这一点设计：950PR（128GB HBM、约 1.6 TB/s）主打推理与 prefill，950DT（144GB 自研 HBM、4 TB/s 带宽、2 TB/s 互连）主打训练与 decode。

如果你的负载是 49B 激活量级的大模型 decode 路径（内存带宽受限），950DT 的 4 TB/s 是国产阵营里最合适的物理答案。 反之，如果是 prefill 密集或小模型高并发，950PR 或寒武纪 MLU690（192GB HBM3E，国产卡中最大显存配置）更匹配。

问题四：你能接受多长的交期和多少的性能折损？​

公开口径的性能差距是：昇腾与同配置英伟达在主流中国模型上差距约 15% 至 25%（WAIC 2026 演示）；第三方评测的推理吞吐对比中，2 卡昇腾 910C 约为 2 卡 H100 的 82%；训练吞吐口径下昇腾 910C 约为 H100 的 79%。同时要注意功耗代价：SMIC 7nm 级工艺的能效劣势使 Atlas 950 SuperPoD 的整机功耗约为可比英伟达配置的两倍以上。

如果你的业务 SLA 允许这 15% 至 25% 的折损，且机房有足够功率余量——选国产。 如果 SLA 卡死在毫秒级，先算功耗余量再决定。

三、四季度选型对照表​

维度	国产卡	进口卡
采购价走势	普涨，950DT 意向价超 25 万元	H200 配额放开但落地未验证
现货可获得性	950DT 商用时间窗口为 2026 年 Q4，量产出货有不确定性	H100 整机稳定在 325 至 330 万元区间
合规适配	满足 75% 国产采购红线	不计入国产比例
生态成熟度	国产模型栈适配最稳，海外闭源有坑	CUDA 生态完整
性能折损	主流国产模型 15% 至 25%	基线
单位成本	主力训练档单卡 11 万元左右，950PR 约 8 万元	H100 单卡 19.5 万至 29 万元，H200 18.1 万至 32 万元
整机功耗	偏高，同配置约为英伟达两倍以上	更优

四、四条执行建议​

• 不要为「国产化」三个字单独付费。 如果你的合规压力真实存在（问题一为是），国产卡的溢价是可以接受的；如果不存在，压着 15% 至 25% 的性能折损选国产，是纯粹的成本损失。
• 押注生态路线而非单卡参数。 昇腾的全栈共定义与寒武纪的 vLLM 深适配，是两条不同的赌注。多卡集群的决策应该押在生态路线上，因为单卡差距会被系统级优化覆盖。
• Q4 是窗口但不是折扣。 国产卡的涨价幅度（950DT 三个月约 60%）说明需求侧在抢。如果确实要用 950DT，Q4 下单比 Q1 下单便宜。
• 保留一条 CUDA 回退路径。 至少让推理栈能编译回 CUDA，避免在 H200 实际落地那天才发现切换成本已经超过预算。

一句话总结：2026 年四季度的国产卡 vs 进口卡，本质上不是性能选择题，而是「合规压力 + 模型栈归属 + decode 还是 prefill」三问的组合题。前一问决定要不要买国产，后两问决定买哪一款国产。

2022 年那篇 FP8 论文刚出来时，把低精度训练当作一个需要小心翼翼对待的工程风险。到了 2026 年，情况反过来了——不是你在考虑要不要用 FP8，而是你还在用 BF16 全程训练的话，很难解释为什么成本这么高。

三套配方，而不是一个「FP8」​

FP8 有两个子格式：E4M3 尾数位多、精度高但动态范围窄，最大有限值 448；E5M2 指数位多、范围宽，最大有限值 57344。Transformer Engine 里的 HYBRID 配方是前向用 E4M3、反向用 E5M2。但这不是唯一正确答案——DeepSeek V3 公开发布的训练配方是全程 E4M3。两种选择都能跑出稳定训练，差别在于梯度的动态范围是否真的需要那么宽。

缩放策略的选择比格式选择影响更大。当前缩放（current scaling）每个张量读两次，适配实时数据；延迟缩放（delayed scaling）只读一次，但依赖历史 amax 统计，遇到离群值容易被历史污染。工程上的普遍建议是：如果稳定性优先，先用当前缩放，不要急着换。

再往上一层是 MXFP8，也就是 OCP 的微缩放格式。张量按 32 个元素切块，每块一个 UE8M0 类型的缩放因子——全是指数位、没有尾数，表示 2 的整数次幂，范围覆盖 2 的负 127 次方到 2 的正 127 次方。这一点在硬件上很关键：缩放因子是 2 的幂，解码时只需要移位，不需要完整的浮点乘法和规格化，直接缩短了处理器的关键路径。块级粒度相比每张量缩放，能把量化误差压低相当可观的比例。

维度	BF16 混合精度	FP8 保守配方	FP8 + COAT 类激进配方
计算权重	2 字节	1 字节	1 字节
主权重	4 字节 FP32	4 字节 FP32	2 字节
梯度	4 字节	4 字节	1 字节
Adam 状态	8 字节	8 字节	1 至 2 字节
每参数合计	约 18 字节	约 17 字节	约 6 至 8 字节

这张表容易被误读。FP8 保守配方看起来只省了 1 字节，这不是 FP8 没价值，而是参数量状态在总训练内存里本来就不占大头——激活值、梯度通信缓冲、框架开销构成了剩下的部分。COAT 这类把优化器状态也量化下去的研究，纸面上有 2 到 3 倍的降幅，但实测端到端内存只降了约 1.5 倍，原因就在这里。

硬件代际决定了配方能走多远​

Ampere 及更早的架构没有 FP8 Tensor Core，Transformer Engine 在那一代只提供 FP16 和 BF16 优化。Hopper 是 FP8 的起点。Blackwell 把 MXFP8 和 NVFP4 做成了 Tensor Core 原生数据类型，Transformer Engine 的 README 明确列出对 MXFP8、NVFP4 训练的支持；Transformer Engine 2.19 版本在 2026 年 9 月加入了对 Rubin 的支持。

AMD 那边，MI450 系列在 FP8 下峰值 20 PFlops、FP4 下 40 PFlops，FP8 训练已经是硬件默认能力而非附加特性。

一个容易被忽略的细节：Blackwell 上使用 MXFP8 时，Transformer Engine 会额外维护一份转置的量化权重副本以加速反向传播。这是一份实打实的额外开销，而且是格式特定行为，不是 FP8 训练的普遍属性。

成熟度体现在基准与生产两处​

MLPerf 预训练提交里的证据比较直接：Llama 3.1 8B 预训练基准中，对注意力 BMM 的输入（前向和后向都算）使用 FP8，相比对应的 BF16 方案在注意力核上实现了明显更好的性能，同时满足了基准的精度要求，注意力部分约 1.3 倍，端到端约 5% 加速。这份提交走的还是每张量当前缩放。

生产侧的公开案例更多。DeepSeek V3 是 671B 总参数、约 37B 激活的 MoE，原生 FP8 训练并且只发布 FP8 权重；Qwen 3.5 的基础设施博客同样描述了原生 FP8 训练管线。需要注意一个术语陷阱：Hugging Face 上的 FP8 检查点，包括 Qwen 自己发布的那些，绝大多数是训练后量化产物，和原生 FP8 训练是两回事。模型卡上写「FP8 权重」不代表它是 FP8 训练出来的。

硬件侧的收益区间也有公开数据：在 H100 上相比 BF16 混合精度，FP8 训练通常快 35% 到 40%；NVIDIA 的 COAT 框架报告过约 1.43 倍的端到端加速。

剩下的坑​

需要警惕三类问题。第一，精度悬崖真实存在——有些架构对 FP8 敏感程度明显更高，换格式前必须跑基线对比。NVIDIA 公布的验证曲线里 MXFP8 和当前缩放 FP8 在 Nemotron 模型上贴合 BF16，但那不保证你的模型也贴合。

第二，loss spike 频率上升。应对手段是更积极的梯度裁剪、更长的学习率预热、更频繁的检查点。FP8 梯度比 BF16 更容易溢出，这不是可以忽略的波动。

第三，激活离群值极端的模型，延迟缩放会被历史统计带偏，此时应当直接上块级缩放，而不是在两种延迟策略之间反复调参。

展望​

2026 年剩下的变量主要在两处：一是块级缩放会不会从 Blackwell 的可选路径变成跨厂商默认——MX 系列已经是 OCP 标准，AMD、Intel、NVIDIA、Meta 都在里面；二是 4 位格式从推理侧反攻训练侧的速度有多快。一旦 NVFP4 级配方在前沿规模预训练中稳定下来，FP8 就不会再是讨论的终点，而是所有新项目的起点。真正需要判断的已经不是用不用 FP8，而是你的模型对哪一档精度敏感、敏感在训练的哪个阶段。

如果你在 2026 年四季度做 GPU 采购决策，最大的认知误区是继续盯着「GPU 有没有货」。TrendForce 在 10 月 5 日发布的供应链追踪里明确指出：在其跟踪的七大服务器零部件类别中，GPU 是唯一处于均衡水平的一类，而 CPU、DRAM、企业级 SSD 相关 NAND、HDD、ABF 载板、MLCC 全部处于紧张或极度紧张。瓶颈已经从「拿不到加速卡」，迁移到了「拿到卡之后，凑不齐一台能上电的整机」。

---

一、四季度的真实价格水位：现货在涨，也在分化​

先看海外云端。多家价格追踪站在 2026 年 10 月上旬给出的按需单卡小时价（美元）大致落在这个区间：

型号	低价位平台	中位区间	高价位平台
H100 SXM 80GB	RunPod 约 2.69	中位数约 5.00	Azure 美东约 12.29
H200 SXM 141GB	RunPod 约 3.59	中位数约 5.40	Google Cloud 约 10.60
B200 180GB	约 5.98	中位数约 8.60	约 14.24
B300 288GB	RunPod 约 7.89	中位区间 9 至 12	AWS p6e 约 11.70（候补名单）

同一款 H100，最高价与最低价之间能出现 4.6 倍价差。这是四季度最重要的一条实操结论：你不是在买一种商品，你是在买一个供应商关系。

国内现货市场的走向更复杂。2026 年 9 月中旬的一线渠道数据显示，RTX 5090 涡轮卡与风扇卡报价分别为约 4.8 万元与 4.6 万元一张，相比前期高点已有回落；H100 老款整机维持在 325 至 330 万元区间；H200 两路整机约 560 至 565 万元一台；GB200 整机柜约 6800 万元一套，GB300 约 12500 万元一套。与硬件价格相比，租赁端的费率并未同步上涨——5090 服务器的月租费率仍稳定在 1.35 至 1.6 万元区间。这意味着现在买硬件的人，正在独自承担硬件端的溢价。

值得注意的是一个反向信号： Nebius 在 10 月 1 日上调了 GPU 小时价，媒体测算涨幅可达 21%，涉及 H200 报价升至约 5.40 美元。而 CoreWeave 在 9 月 17 日披露，其第三季度签署的 3 至 6 个月短约，按「年化收入除以服务集群所需电力」口径计约为每兆瓦 4000 万美元。这两组数据共同说明：四季度仍在涨的是新签的、算力紧张的合约，而非全部存量。

二、承诺折扣才是真正的采购价​

如果只比按需价，你会高估成本三到五成。2026 年 10 月初的公开报价显示，主流云的 H100 承诺折扣幅度如下：

平台	按需	1 年承诺	3 年承诺	竞价实例
Azure（美东）	12.29	约 7.87（约 -36%）	约 5.40（约 -56%）	约 2.27（约 -82%）
Google Cloud	约 11.06	约 7.67（约 -31%）	约 4.86（约 -56%）	约 6.62

这里有两个反直觉的点。第一，Azure 的 H100 竞价实例折算到单卡约 2.27 美元，低于我们核实的所有新型 GPU 云按需价——前提是你的任务能承受被抢占。第二，Google Cloud 上同一台机器的竞价实例（6.62）比其排队启动的柔性实例（约 4.79）贵出约 38%，而绝大多数团队从来没把这两者放在同一张表里比较过。

实操结论：先算承诺，再谈按需。 如果你的负载有 70% 以上的稳定基线，四季度就应该把 1 年承诺的报价拉进谈判桌，而不是按单小时询价。

三、整机交付才是真正的排期表​

TrendForce 10 月 5 日的交期数据，是四季度采购排期的核心依据：

零部件	当前交期	均衡基准	倍数
GPU	30 至 40 周	30 至 40 周	已均衡
DRAM	20 周	8 周	2.5 倍
HDD	50 周	16 周	约 3.1 倍
ABF 载板	48 至 56 周	12 周	4 至 4.7 倍
MLCC	35 周	12 周	约 2.9 倍
企业级 SSD 相关 NAND	16 周	8 周	2 倍

价格侧，TrendForce 于 9 月 30 日预计 2026 年第四季度常规 DRAM 合约价环比再涨 10% 至 15%；ABF 载板从 3Q26 到 4Q27 逐季上涨 10% 至 15%。美光 CEO 更是在 10 月初公开表示，存储短缺可能延续到 2028 年甚至更久，客户最终支付的价格将「显著高于今年」。

实操结论：把 CPU、内存、存储、光模块的采购与 GPU 订单绑定谈。 如果你只锁了 GPU 的货，等卡的 30 周过去后还要再等 DRAM 的 20 周。横向看一眼，同一份调研还显示中压开关柜交期约 22 个月、大容量变压器约 18 个月——自建机房的项目，采购启动点要再往前推。

四、六步实操流程​

步骤	动作	交付物
1	拆 BOM：区分「卡已锁定、组件未锁定」与「全部现货」两类资产	资产分类表
2	拉齐双报价：云端 1 年/3 年承诺价 + 渠道整机含税价	双轨比价表
3	算三口径成本：租金、电力、折旧（含残值）	单位 token 成本
4	设采购分层：刚需锁货锁交付，非刚需不囤	采购分层清单
5	谈条款：把交期违约、显存规格变更、价格调整写进合同	条款清单
6	留后手：保留一条可抢占实例做弹性缓冲	弹性池预算

五、给采购负责人的四条清单​

• 先锁组件，再锁整机。 你的排期风险 90% 在 DRAM 和 ABF 载板上，不在 GPU 上。
• 把承诺价当谈判筹码。 Azure、Google 的 3 年承诺都在按需价的 44% 左右，1 年承诺约 64%，不询价就等于接受 100%。
• 警惕居间加价。 算力租赁渠道中居间人占比据称约三成，「总租-分租」模式会显著放大终端隐性成本；四季度更应走直签。
• 现货与租值的背离要计入模型。 硬件在涨、月租在稳，意味着现在囤货的持有成本正在被市场惩罚——除非你能证明未来 6 个月算力会继续短缺，而数据支持这个假设。

一句话总结：四季度 GPU 采购的正确姿势，不是「抢到卡」，而是「在组件最紧的时候把整机合同锁死，同时用承诺折扣把云端备选方案的账算清」。

每一次关于 AI 芯片供给紧张的讨论，最后都会落到 HBM 身上。但「HBM 紧张」这个说法在 2026 年已经不够精确了——真实的约束不在 HBM 晶圆的产能，而在先进封装环节，以及一个正在发生的架构转变：基底裸片要换代了。

2027 年的供需账本​

行业预测 2027 年 HBM 需求增长率为 56%，高于 50% 的供应增速——缺口不大，但方向明确。据公开报道，市场普遍认为 2027 年 HBM4 价格将较 2026 年上涨约 65%。更有参考意义的是晶圆效率数据：HBM3E 良率约 35%，每片晶圆有效晶粒约 580 颗，远低于一般 D1B DRAM 的约 1750 颗；HBM4 良率进一步降至约 25%，每片有效晶粒约 500 颗，而 D1C DRAM 约为 2100 颗。也就是说，同样一片晶圆，HBM 产出的数据量只有普通 DRAM 的四分之一不到，这是产能转化率上最难跨越的一道坎。

产能节点按厂商拆开看：

厂商	2026 关键进展	2027 关键节点	2028 及以后
三星	HBM4 大规模供货，良率从低于 60% 提升至约 80%	平泽 P5 Fab 1 投产，HBM4E 量产，晶圆月进料量从 18 万片增至 25 万片	P5 Fab 2 与龙仁新基地提前至 2029 年
SK 海力士	HBM4 二季度批量出货，下半年全面爬坡	龙仁 Y1 厂投产，HBM4E 正式量产	Y2 厂提前至 2028 年下半年
美光	HBM4 占总产出比例从 20% 至 30% 拉高至 50%，累计出货收入突破 10 亿美元	新加坡先进封装厂贡献供应	日本广岛工厂 2028 年夏季开始出货

SK 海力士 CEO 郭诺定在印第安纳动工仪式上的表述是：存储芯片短缺至少持续到 2030 年底。

资本开支的斜率能说明决心。三星半导体资本支出预计从 2025 年约 48 万亿韩元增至 2028 年逾 100 万亿韩元，SK 海力士同期从 28 万亿韩元提升至接近 80 万亿韩元。三家已公开的 HBM 专项投资加总超过 900 亿美元，这个数字还不包括跨品类工厂里 HBM 的占比——各家都没有单独拆分。

份额：一年之内差距缩小一半​

据 Counterpoint Research 数据，三星 HBM 收入份额从 2026 年第一季度的 21% 攀升至第二季度的 33%；同期 SK 海力士从 58% 降至 50%。两家之间的差距在一个季度内从 37 个百分点缩小到 17 个百分点。SK 海力士的守势动作是清州 M15X 工厂晶圆月产量从约 1 万片提升到 8 万片，同时加速龙仁集群首座晶圆厂建设。三星则依靠存储、代工、先进封装的垂直整合结构，用自家 4 纳米基底裸片工艺争取差异化。

美光是差距最大但追赶最快的一家：2025 年月产约 4 到 5 万片，一年内翻倍到 10 万片目标，新加坡 70 亿美元封装厂、日本广岛 1.5 万亿日元（约 93 亿美元）工厂、以及 18 亿美元收购力晶铜锣 P5 晶圆厂构成全球撒网的投资版图。

定制基底裸片：HBM 以来最重要的转变​

从 HBM4E 开始，DRAM 堆叠下方的基底裸片变成客户专属。内存控制器和协议逻辑从 GPU 或 ASIC 搬到 HBM 基底裸片本身，加速器裸片上由此腾出更多计算面积。代价是基底裸片需要在先进逻辑制程上制造——HBM4 基底裸片预计采用 12 纳米，HBM4E 则要向先进逻辑演进。

各家路线因此分化：

厂商	基底裸片策略	制程合作方
SK 海力士	与台积电合作定制 HBM4E 与 HBM5 基底裸片，计划导入台积电 3 纳米	台积电
三星	使用自家代工工艺，作为垂直整合打法	自有代工
美光	没有自有代工，目标 2027 年推出定制 HBM4E，押注更高利润率	未公开

这是自堆叠技术以来 HBM 行业最重要的结构性变化，它把壁垒从「谁会堆叠」挪到了「谁能把内存专业和领先制程代工绑在一起」。SK 海力士在这条线上的位置明显更稳。

真正的瓶颈不是 HBM​

一个需要反复强调的判断：当前绑定约束是台积电的 CoWoS-L 产能，不是 HBM 晶圆供给。据公开报道，CoWoS-L 产能目前在 13 万到 15 万片每月量级，NVIDIA 在 2026 年内持有台积电 CoWoS 约 60% 的分配份额。

未来的容量账本也在提前准备：有预测认为到 2029 到 2031 年，20 层堆叠成为主流，14 倍光罩尺寸的 CoWoS 中介层需要承载 24 组 HBM5E 堆叠，并配合浸没式冷却。这些数字现在还是路线图而非订单，但它们说明瓶颈的性质会从「谁能造 HBM」变成「谁能装 HBM」。

更早期的信号值得留意：HBF（高带宽闪存）已在铠侠、闪迪、美光处进入采样阶段。它的定位不是在带宽上击败 HBM，而是在每美元容量上补上 HBM 的短板——对于 KV Cache 容量需求正在膨胀的推理场景，这可能是一条不同于 HBM 的成本路径。

展望​

投资判断上有一个被反复验证的经验：新产能正式开出通常是存储上升周期接近尾声的先行指标。按已公布的节点，SK 海力士 2027 年 2 月、美光 2027 年 5 月、三星 2027 年 7 月这三个时间点，是观察本轮周期位置最值得标记的坐标。机构预测本轮景气高点可能落在 2028 年下半年，AI 超大型数据中心资本支出则可能在 2029 年进入平台期。

对下游的采购与架构团队，2027 年的实际含义是：HBM4E 会成为主力供应SKU，定制基底裸片带来的裸片面积与功耗收益会逐步传导到 XPU 指标上，而 CoWoS 排期仍然是比内存价格更值得提前锁定的资源。任何把 HBM 当成唯一瓶颈来做产能规划的做法，在 2027 年都会算错。

截至 2026 年 10 月，四大云服务商的 2026 年资本开支指引合计已升至约 7200 亿至 7450 亿美元。这个数字还在上修路径上，而 10 月末即将开启的三季度财报季，是这一趋势能否延续的第一个真实检验点。

指引全景：全部上修，无一下调​

据 7 月下旬财报电话会披露的信息，四家云厂在最新一轮财报中全部上调或维持了资本开支预期。其中亚马逊将 2026 年现金资本开支指引从此前的约 2000 亿美元上调至约 2200 亿美元，并明确将涨价归因于内存成本上升；Alphabet 将全年指引从 1800 亿至 1900 亿美元上调至 1950 亿至 2050 亿美元；Meta 把区间下限从 1250 亿美元抬升至 1300 亿至 1450 亿美元；微软则因租赁会计口径调整，账面数字反而下调至约 1750 亿美元，并不代表实际投入减少。

公司	最新季度资本开支	上半年实际	2026 全年指引	主要驱动说明
亚马逊	约 531 亿美元	约 963 亿美元	约 2200 亿美元	上调，明确提及内存成本
Alphabet	约 449 亿美元	约 806 亿美元	1950 亿至 2050 亿美元	技术基础设施，服务器与网络
Meta	约 311 亿美元	约 509 亿美元	1300 亿至 1450 亿美元	下限上调，AI 集群建设
微软	约 410 亿美元（FY26 Q4）	约 729 亿美元	约 1750 亿美元（租赁口径）	口径变更，非投入下降

若把甲骨文 FY2027 指引计入，合计规模将进一步抬升至约 8350 亿美元。从上半年与全年指引的差额看，四家公司对下半年的支出预期都明显加速——亚马逊隐含下半年约 1240 亿美元，Alphabet 约 1140 亿至 1240 亿美元，Meta 约 790 亿至 940 亿美元。

支出去向：不只是加速卡​

一个容易被忽略的细节是，微软在 FY26 第四财季电话会上明确说明，当季约 410 亿美元资本开支中约三分之二属于「短寿命资产，主要是 CPU 和 GPU」。这类资产折旧周期短、单价高，对零部件价格变动极为敏感。亚马逊高管也在电话会上把指引上调直接归因于内存成本。

另一边的压力来自供电与场地。据公开统计，行业跟踪的 104 个数据中心项目中已有 54 个在建，29 个已宣布，16 个部分运行，5 个完全投运；披露规模的项目合计规划容量约 104.5 吉瓦。配套的 52 笔电力交易中，47 笔披露容量的合计约 70.3 吉瓦，其中 14 笔落在 2026 年第三季度，是该数据集任何一个季度中最多的一次。

资本结构的压力同样在积累。据报道，Alphabet 已完成上市以来首次股票发行并发行大额债券，Meta 在 2026 年二季度自由现金流仅约 7.84 亿美元的情况下依赖私人信贷借款补充流动性。评级机构与投行普遍提示表外租赁与服务器采购承诺正在形成大额隐性负债。

研判：四季度看三件事​

第一是三季度财报。10 月末的财报季将给出第一个可以证伪的季度数据。如果有任何一家下调全年指引，「上修周期」才算真正见顶；在此之前，所有的「AI 泡沫」争论都还停留在估值层面而非支出层面。

第二是内存成本的传导路径。亚马逊把涨价写进指引，说明成本压力已经到了无法吸收的阶段。HBM 与 DDR5 同厂不同线，产能分配存在此消彼长关系，一旦消费级 DRAM 供给被压缩，云厂需要在不同内存品类之间重新分配预算。

第三是会计口径的可比性。微软把未来数据中心租赁从融资租赁调整为经营租赁，导致同一笔投入在资本开支科目上的呈现发生变化。任何跨公司加总的「AI 支出」数字，都必须先问一句口径是否一致。

对芯片产业而言，四季度的实际含义很直接：只要这四家不松手，HBM、先进封装、高速互联的订单可见度就维持在两年以上；但采购结构正从「单颗加速卡」转向「整机架系统 + 供电 + 液冷」，供应商名单会随之变长。

「每百万 token 多少钱」这个问题，在 2026 年已经失去了单独讨论的意义。2026 年 10 月 8 日的价格快照显示，最便宜的模型输入价已跌到每百万 token 0.05 美元（GPT-5 Nano）到 0.14 美元（DeepSeek V4 Flash）区间，而旗舰模型仍在 4 至 5 美元输入、20 至 25 美元输出。头部与尾部之间相差约 100 倍，真正决定账单的不是单价，而是你的计量口径。

---

一、2026 年 10 月的价格环境基线​

以下是我们核实的公开价格（单位：美元 / 每百万 token），可用于建立四季度预算模型：

模型	输入	输出	上下文	备注
GPT-5 Nano	0.05	0.40	—	当前最低输入价
Qwen3.8 Flash	0.09	0.28	—	聊天场景最省
Gemini 2.5 Flash-Lite	0.10	0.40	—	精确 token 计数
DeepSeek V4 Flash	0.14	0.28	128K	输入侧另有峰谷价
GLM-5.3 Flash	0.15	0.50	128K	—
Qwen3.6-Plus	0.50	3.00	1M	超 256K 输入翻至 2.00 / 6.00
Gemini 3.7 Flash	0.75	3.75	1M	促销价，2026-12-31 后翻倍
Claude Opus 5	5.00	25.00	1M	8 月定价至今未变

四个必须注意的口径陷阱：

1. 促销有到期日。 Gemini 3.7 Flash 的 0.75 / 3.75 是促销价，官方标注 2026 年 12 月 31 日后恢复至 1.50 / 7.50。Qwen3.6-Plus 的国际版价格在输入超过 256K 后跳到 2.00 / 6.00。用促销价做全年预算，等于给自己埋一个 2 倍的账。
2. 峰谷定价真实存在。 DeepSeek V4 Flash 的官方价为离峰 0.22 / 0.66、峰段 0.44 / 1.32，峰段为 UTC 工作日的两个时段。如果你把离线批处理挪到离峰时段，同一批任务能省一半。
3. 缓存命中价差三个数量级。 DeepSeek V4 Flash 缓存命中输入低至每百万 0.007 美元。RAG 或多轮对话场景里，缓存命中率每提升 10 个百分点，输入成本下降约一个量级。
4. 输出单价通常是输入的 3 至 5 倍。 输入重的负载（翻译、文档重读）与输出重的负载（代码生成、长摘要）必须分开建模。

二、1 亿 token 月预算的真实账单​

取一个典型负载：1 亿输入 token + 1000 万输出 token。按上表单价估算：

模型	月账单估算	说明
DeepSeek V4 Flash	约 28.60 美元（离峰）	峰段则约 57.20 美元
Qwen3.6-Plus	约 80 美元	前提是多数请求输入不超 256K，否则约 260 美元
Gemini 3.7 Flash	约 112.50 美元	促销期内，12 月底后约 225 美元
GPT-5.6 Sol	约 600 美元	短上下文标准档
Claude Opus 5	约 750 美元	1M 上下文 + 默认开启思考

同一份工作，账单差 26 倍。 但这里有个陷阱比价差本身更重要：一个 0.14 美元的模型如果需要三次重试才给出正确结果，实际成本是 0.42 美元——比一次成功的 0.50 美元模型更贵。重试率必须计入单 token 成本。

三、什么规模开始值得自建​

自建的门槛取决于你的月 token 量。公开分析给出的经验阈值是：70B 级模型在每月 5 亿至 8 亿 token 以上时，自建的推理开支相比前沿 API 标价可降低 65% 至 80%。

而自建的另一条参考线来自芯片视角。联想 2026 年的生成式 AI TCO 研究给出：自托管 Llama 70B 的每百万 token 成本约 0.11 美元，而同类托管 API 约 2.00 美元，相差约一个数量级；对一台 Blackwell 级系统连续运行对标按需云价，五年节省超过 500 万美元，降幅 83.8%。

但这些数字有一个共同前提：硬件不闲着。该研究测算的盈亏平衡点，在对标按需云价时不到四个月，在对标深度折扣的多年期预留合约时则拉长到九到十个月。

四、实测框架：四步算出你的真实单位成本​

步骤	做什么	关键变量
1	统计真实输入输出比	通常在 5:1 到 20:1 之间，别用 1:1
2	测算缓存命中率	决定输入侧实际单价
3	折算重试与失败成本	重试率乘以单次成本
4	与自建摊销对照	自建月均 token 除以单卡月处理量

第 4 步的实操做法：拿一台具体卡型（比如 8 卡 H200 整机，月租 5 万至 6.6 万元；或 B200 云端按需约 5.98 至 8.60 美元/卡时），用你实测的吞吐（token/s）换算出月产出 token 总数，再除以月成本，得到自建的每百万 token 成本。这个数字必须用你自己的实测吞吐，不能用厂商标称峰值。

五、Q4 选型清单​

• 默认档：把 DeepSeek V4 Flash 或 Qwen3.8 Flash 作为新功能的第一落点，前者综合性价比最优，后者输入最省。
• 离线档：批处理、评测、数据清洗全部挪到离峰窗口，并接缓存，DeepSeek V4 Flash 缓存命中输入低至 0.007 美元/百万。
• 旗舰档：只在具体任务被证明需要时升级。GPT-5.6 Luna 被称为「旗舰 90% 质量、2% 价格」的位置，Claude Opus 5 与 GPT-5.6 Sol 的差价买的是能力上限而非平均表现。
• 自建评估档：月 token 量稳定在 5 亿以上、且负载 7×24 有基线，才启动自建建模。
• 预算纪律：所有促销价按到期后的价格做全年预算，把峰值定价按峰段价做压测。

一句话总结：2026 年 Q4 的 token 成本优化，重点已经从「找便宜的模型」转向「选对计量口径」——缓存、峰谷、重试率、促销到期日，这四项加起来的量级远超模型之间的价差。

2026 年 6 月 12 日，在智源大会上昆仑芯研发副总裁漆维透露，面向推理市场的 M100 芯片目前已交付大客户进行测试，并已向客户小规模出货。与寒武纪 MLU690 迟迟无法交付形成对照，昆仑芯的节奏明显更靠前——尽管它面临的最大问题是需求侧而非供给侧。

M100 的定位：只做推理​

昆仑芯 M100 是昆仑芯科技 2026 年推出的第四代 AI 芯片产品，延续自研 XPU 架构理念，主要针对大规模推理场景（尤其是 MoE 模型）进行优化设计，旨在提升此类模型的推理性能并提供较高的性价比。

这颗芯片的发布时间可以追溯到 2025 年 11 月 13 日的百度世界大会。百度集团执行副总裁沈抖透露将发布新一代昆仑芯，其中包括面向大规模推理的 M100 和面向超大规模训练与推理的 M300，计划分别于 2026 年年初和 2027 年年初上市。2026 年 1 月 27 日，百度 CEO 李彦宏在接受《时代》杂志专访时评论芯片行业，表示百度刚刚发布了新款 M100 芯片，并正在开发新的芯片集群。

在百度 2026 年的业绩会上，李彦宏进一步披露昆仑芯已经完成三代 AI 芯片的研发与商业化，并公布了 M100 与 M300 的产品路线图。

维度	昆仑芯 M100	昆仑芯 M300
上市时间	2026 年年初	2027 年年初
目标场景	大规模推理，尤其是 MoE 模型	超大规模多模态模型训练与推理
部署状态	2026 年 6 月已交付大客户测试并小规模出货	尚未发布
配套超节点	天池 256 / 天池 512	规划中

值得注意的是，2026 年 7 月百度昆仑芯科技自主研发新品 M100 芯片实物首次在央视报道中公开亮相——这类"实物亮相"的报道时点，通常意味着产品已进入可交付状态。

天池超节点：从千柜级部署到开放规范​

M100 的商业化依托的是天池超节点。据公开报道，天池 256 与天池 512 超节点在 2025 年百度世界大会发布：最高支持 256 及 512 卡极速互联，卡间互联总带宽分别提升 4 倍及 1 倍，其中天池 256 主流大模型推理任务单卡 tokens 吞吐提升 3.5 倍，天池 512 靠单节点即可完成万亿参数模型训练。

这两款超节点计划分别于 2026 年上半年及下半年推出。天池超节点覆盖 32 至 512 卡全场景，采用标准机柜形态、三总线盲插与模块化设计，兼容液冷与风冷 IDC。

更重要的进展发生在 2026 年 9 月 16 日。据报道，百度智能云在 2026 智能经济论坛上宣布天池超节点已实现全栈国产，并已在多地智算中心进行千柜级规模部署，支撑万亿参数大模型训练；同时宣布全面开放天池超节点的架构、供电、散热、节点、互联和管理六大核心模块技术规范，助力国产芯片更快完成从单卡验证到超节点级系统适配。

这份规范开放的意味值得深挖：它与昇腾推动 NPO 成为 OIF 标准、摩尔线程联合中国移动研究院与之江实验室发布《OISA 高密超节点参考设计技术规范》指向同一件事——超节点的技术规范正在成为国产厂商争夺的新战场。

百度的芯片路线：五年五芯与集群梯度​

百度在芯片路线上的公开表述相当清晰。第一是产品化节奏，即"五年五芯"计划，推动每年推出新版芯片，把芯片开发模式从项目制转向产品化。第二是场景化细分策略：M100 专注提升大规模推理任务的性价比，M300 针对超大规模多模态模型优化。

第三是集群规模的梯度规划。据公开报道，百度智能云计划将昆仑芯单一集群规模从三万卡扩展至百万卡级别；另有报道称百度正在研发显卡级超级节点，预计 2027 年下半年开始交付千卡至四千卡规模的计算集群，并已有四千卡超节点的规划。

现有的部署规模方面，据公开报道，2026 年上半年百度点亮了昆仑芯 P800 的 3 万卡机，这是国产算力发展的重要里程碑；昆仑芯累计已完成数万卡部署。外部落地方面，昆仑芯已进入招商银行大模型算力项目，并在国家电网、中钢研完成部署，且已构建覆盖互联网、能源、金融、制造、汽车、通信、教育等行业的全栈昆仑芯集群。

在安全认证上，据公开报道，昆仑芯 M100 在最新一轮安全可靠测评中获得 Level I 评级，同期华为昇腾 950 获得 Level II 评级，龙芯与海思鲲鹏的通用处理器则获得最高等级的 Level III 评级。该三级体系正在塑造政府采购的实质性导向。需要注意，测评结果不等于性能结论——官方报道也指出 M100 较低的评级意味着它在满足该框架最严苛基准上仍有距离。

研判​

昆仑芯当前的处境与华为、寒武纪、摩尔线程都不同：它不缺乏产能，也不缺乏标杆模型，它缺的是足够大的外部需求。据公开报道的行业调研，昆仑芯自用需求 2026 年无明显提升，P800 和 M100 需求趋于饱和，更多是借 AI 软件影响力做生态推广；对外主要靠推理业务与百度软件绑定，面向政府、教育、政务等传统政企行业，侧重点在生态渗透而非自身业务放量。

这解释了百度为何要开放天池超节点的六大核心模块技术规范——当自家消纳能力见顶，向外输出系统规范与工具链就成了打开市场的方式。而安全可靠测评中 M100 仅获 Level I，也说明政企市场的主流通道目前更偏向评级更高的昇腾。

昆仑芯的战略价值因此不在短期营收，而在于它把国产自研芯片的"第三条路"走通了：不与华为拼超节点规模，也不与寒武纪拼产能，而是绑定云平台做算力输出。如果 M100 在推理侧把性价比做实，并借天池规范形成生态飞轮，它将在国产算力市场占据一个与华为错位的位置——用推理性价比与云服务捆绑，而不是用训练规模与系统架构正面对抗。M300 在 2027 年的表现，才是这条路线的最终答卷。

国产 GPU 厂商中，摩尔线程是 2026 年上半年财报最亮眼的一家。据其 2026 年半年度报告，MTT S5000 智算集群已实现规模化销售，营收 17.36 亿元、同比增长 147.42%，这一数字已超越 2025 年全年的 15.06 亿元。规模化的信号不是发布PPT，而是在无锡的智算中心投运两个多月就接近满载。

财务与出货：规模化销售的最硬证据​

据公开报道，摩尔线程 2026 年上半年实现营业收入 17.36 亿元，同比增长 147.42%；毛利总额 9.89 亿元，同比增长 103.78%，整体毛利率 56.95%；归属于上市公司股东的净利润为 -1156.31 万元，较上年同期 2.71 亿元的亏损大幅收窄 95.73%；扣非净利润 -1.51 亿元，亏损收窄 52.37%。

关键的一句话在半年报里：旗舰级 AI 训推一体智算卡 MTT S5000（PH100 芯片）智算集群已实现规模化销售，并在北京、无锡、杭州等多地完成部署与交付，且首批通过国家《安全可靠测评》。

指标	2026 年上半年	2025 年全年	同比
营业收入	17.36 亿元	15.06 亿元	+147.42%
毛利总额	9.89 亿元	—	+103.78%
整体毛利率	56.95%	—	—
归母净利润	-1156.31 万元	—	亏损收窄 95.73%
扣非净利润	-1.51 亿元	—	亏损收窄 52.37%

这组数字的含义需要放在国产算力的语境里理解：国产 GPU 长期被质疑"只能做政府试点、无法支撑生产负载"。营收超过上年全年、亏损收窄 95%，意味着 S5000 正在从验证走向可重复的集群交付。

无锡智算中心：两个多月接近满载​

最有说服力的单一案例来自无锡。据报道，摩尔线程在无锡惠山区建设的 AI 算算中心于 2026 年 6 月 11 日投运，一期运行 2000 张 MTT S5000，搭建在摩尔线程自研的夸娥（KUAE）智算集群系统之上，投运一个多月后利用率接近满载。

该中心已有 20 多家客户在测试或使用集群，包括中国头部高校、国家实验室、科研院所与 AI 初创企业，其中无锡本地用户占比近半。基于该中心算力资源落地的 AI 智能体应用已有六类，涵盖政务、医疗、教育、芯片设计等场景——医疗领域无锡惠山区人民医院与南京邮电大学合作部署了近 30 个临床辅助模型；教育领域华东师范大学启创平台集成了 300 多个教育 AI 智能体；EDA 领域芯华章利用该算力加速低功耗无线芯片的端到端设计。摩尔线程副总裁方朝霞表示，目标规模是迈向万卡级算力。

训练与生态：国芯训国模的成果​

据公开报道，在 2026 年 9 月 3 日的半年度业绩说明会上，摩尔线程董事长、总经理张建中表示，公司基于 MTT S5000 智算集群已完成 MoE-236B 超大参数基础大模型从零训练，并完成智源具身大脑模型 RoboBrain 2.5、5D 世界模型 EvoPhys-World 等前沿模型的全流程训练。

这一成果的量级需要留意：MoE-236B 的语料超过 25 万亿 Token，是从零起步完整训练的；北大 EvoPhys 团队则在 S5000 全功能 GPU 上完成了 5D 世界模型 EvoPhys-World 的全栈原生训练。摩尔线程联合创始人张钰勃进一步介绍，公司已打通具身智能从合成数据生成、大模型训练、仿真验证到端侧硬件部署的完整链路。

产品侧的三个动作值得关注：MTT C256 超节点架构规划采用计算与交换一体化的高密设计，服务万卡乃至十万卡级训练与推理集群；PD（Prefill-Decode）异构分离方案把高算力需求的 Prefill 计算池（S5000）与高带宽的 Decode 生成池分池部署，支持 KV Cache FP8 与 1M 超长上下文；此外摩尔线程联合中国移动研究院、之江实验室等产业伙伴，通过 OISA 协同创新平台正式发布了《OISA 高密超节点参考设计技术规范》。

需要注意的约束​

规模化的另一面是产能瓶颈。据公开报道的行业调研，S5000 在阿里仅有少量采购测试，字节做了小规模灰度测试（几百片），原因是客户担忧量产后供应；2026 年 4-5 万卡的出货目标仍可能有之江实验室、运营商及地方算力平台项目支撑。此外，高阶双带版本尚未量产，主要卡在双带性能和带间互联指标，需重新流片优化；S6000 目前未回片，预计 2026 年底提供小批量样品。

生态侧也有坦率之处：S5000 尚未发布足够多的独立复现基准，官方性能指标多为厂商声明。同时 PD 异构分离方案中的 Decode 池使用国际主流 GPU，这说明纯国产方案在长上下文解码环节仍有工程缺口。

研判​

摩尔线程 2026 年上半年交出的答卷，是国产 GPU 商业化进程中少见的硬数据：营收翻倍以上、集群接近满载、模型训练跑通闭环、拿到安全可靠测评。但从投资与采购视角看，仍有三个问题待解：营收集中度与复购比例尚未披露、产能是否支撑 4-5 万卡的年度目标、以及 S6000 回片后能否补上 HBM 容量短板。

《OISA 高密超节点参考设计技术规范》的发布是一个容易被忽视的信号——摩尔线程正在从卖卡转向输出系统标准，这与昇腾走超节点架构、百度走天池超节点是同一方向。国产算力的竞争维度，已经从单卡参数转向系统与标准的话语权争夺。

截至 2026 年 10 月，英伟达最近一期财报（2027 财年第二季度，截至 2026 年 7 月 26 日）把单季营收推高到 962.21 亿美元。总量已不是新闻——真正值得拆开看的是客户结构的分叉，以及中国市场贡献的持续收缩。

总量与结构​

单季营收 962.21 亿美元，同比增长 106%，环比增长 18%，连续刷新纪录，大幅超出华尔街一致预期的约 922 亿美元。GAAP 净利润 596.88 亿美元，同比增长 126%，GAAP 毛利率 75.0%。GAAP 摊薄每股收益 2.46 美元，调整后每股收益 2.22 美元，高于市场预期的约 2.10 美元。财报公布后盘后一度上涨近 5%。

板块	本季收入	同比	环比	占总营收
数据中心合计	约 890 亿美元	约 117%	约 18%	约 92%
其中：超大规模云服务商	约 487 亿美元	约 102%	约 13%	—
其中：AI 云、工业与企业客户	约 403 亿美元	约 138%	约 25%	—
边缘计算（PC/游戏/汽车）	约 72 亿美元	约 27%	约 13%	—

管理层把数据中心增长归因于 Blackwell Ultra 平台的快速部署，并对下一季度给出约 1080 亿美元的营收指引。更罕见的是，公司首次提前一年给出远期指引，首席财务官预计 2028 财年营收增长约 70%。

客户集中度：从「依赖巨头」到「双引擎」​

这是本期财报最容易被忽略、也最有信息量的一组数字。超大规模云服务商贡献约 487 亿美元，同比增长约 102%；而 AI 云、工业与企业客户（ACIE）合计约 403 亿美元，同比增长约 138%，环比增速 25% 同样高于超大规模客户的 13%。英伟达对 ACIE 的解释是，增长来自 AI 原生公司、企业客户、主权 AI 客户，以及使用 AI 云服务的超大规模运营商。

换句话说，第二增长曲线的增速已经快于第一曲线。黄仁勋在电话会上表示，公司约一半业务目前正以每年约 100% 的速度增长，而且这部分增长来自云计算之外。这种结构变化对英伟达的意义在于：它降低了单一客户群资本开支波动带来的收入风险，也意味着定价权的基础正在从「少数几家可以签下十吉瓦的客户」扩展到成千上万家企业买家。

两个收缩项​

中国市场的贡献已经降到可以忽略的量级。本季运往中国的数据中心 Hopper 产品收入占数据中心总收入的比例低于 1%，且下一季度指引未计入任何来自中国的数据中心计算收入。这基本封死了 H20 系列在中国市场的残余想象空间。

另一项值得留意的收缩来自消费端。边缘计算板块营收约 72 亿美元，虽同比增长 27%，但公司明确表示增长主要来自 Blackwell 工作站强劲销售，部分被消费级 PC 销售放缓抵消——原因正是内存和系统价格上涨。这是本季度财报中唯一被管理层主动点名的需求抑制因素，也是 AI 内存涨价向终端传导的直接证据。

研判​

英伟达这份财报给出的信号可以概括为：总量天花板还很远，但增量来源正在换轨。ACIE 增速反超超大规模客户，意味着行业需求正从「少数巨头的基础设施投资」扩散到「成千上万家企业与主权 AI 的日常采购」。

不过有三处风险需要持续跟踪。其一，指引中不含中国收入，意味着这块若出现政策松动的边际改善，才会成为超预期的上行变量。其二，ACIE 客户群体更分散、订单颗粒度更小，对渠道与交付能力的要求高于对单一产能的依赖，这会改变公司的收入确认节奏。其三，库存与负债指标：财报披露当季存货拨备及超额存货采购义务约 9.85 亿美元，上半年合计约 21 亿美元，同时公司首次将「负债」单独列为风险因素，一到五年内到期债务为 150 亿美元，上一季度这一数字仅 27.5 亿美元。

真正决定下一个季度的变量，已经不在英伟达自己手里，而在台积电的先进封装产线和 HBM4 的爬坡速度上——这两者是 Blackwell Ultra 与 Rubin 平台能否按计划交付的物理前提。

2025 年 5 月 Computex 上发布 NVLink Fusion 时，外界普遍把它当作 NVIDIA 应对定制 ASIC 的一张防守牌。一年半后再看，这张牌打出的规模超过了多数人的预期——包括那些本该是它对手的公司。

生态名单是怎么长起来的​

2025 年 5 月 18 日首发时，合作方包括联发科、迈威尔、Aldec 旗下的 Alchip、Astera Labs、新思科技、楷登电子、富士通和高通。2025 年 9 月 18 日，Intel 同意为 NVIDIA 制造定制 x86 CPU 通过 NVLink 连入 NVIDIA 基础设施，NVIDIA 同时以每股 23.28 美元投资 Intel 普通股 50 亿美元。10 月 13 日在 OCP 全球峰会上，Intel 与三星代工宣布加入；11 月 Arm 加入，其被授权方可构建原生带 NVLink 端口的 CPU。

到了 2026 年，节奏明显加快：

时间	事件	附带条件
2025-12-02	AWS 在 re:Invent 表示 Trainium4 将对接 NVLink 6 与 MGX 机架	同时保留自研 Graviton、EFA、Nitro
2026-01	SiFive 加入，RISC-V 进入生态	—
2026-03-31	迈威尔战略合作，提供定制 XPU 与兼容 NVLink 的 scale-up 网络	NVIDIA 投资 20 亿美元
2026-08-26	NVLink Fusion 扩展至 NVHBM，Annapurna Labs 成为首家内存协作方	AWS 子公司
2026-08-31	联发科将 NVLink Fusion 作为客户 XPU 设计基础	NVIDIA 投资 35 亿美元可转债
2026-09-10	d-Matrix 将 Raptor XPU 接入 MGX 机架	2026 年底前流片，2027 年四季度供货

AWS 这一条最关键。Trainium4 与 NVIDIA GPU 共用同一机架占位、同一冷却系统、同一配电系统，用 NVLink 6 交换机和 400G 定制 SerDes 互连，Neuron SDK 层面的 API 表面保持一致。这不是一份采购意向，是一条多代合作的起点。

NVHBM 为什么是真正的技术变量​

与生态扩张同步推进的还有内存方案。NVHBM 是 NVIDIA 与主要内存厂商合作的定制 HBM 基底裸片技术，把内存控制器和协议逻辑从加速器裸片搬进 HBM 基底裸片——这是一个结构性决策：加速器裸片上不再需要为内存控制逻辑付出面积。其公开口径是每堆栈带宽提升约 30%、基线 PHY 面积减少约 67%、每堆栈功耗降低约 15%，从而为计算逻辑多腾出约 30% 的裸片面积，端到端 XPU 性能提升约 30%。功耗下降那 15% 在数据中心尺度上的含义被 NVIDIA 换算成：每吉瓦级设施可多部署约 15000 颗 XPU。

开放标准的反击：UALink 与 ESUN​

另一侧的阵营属于开放标准。UALink 1.0 规范支持最多 1024 颗 GPU、200 GT/s 带宽，AMD、Intel、Broadcom 是主要推动者。据公开报道，UALink 至今尚未有量产硬件出货，而 NVLink 已经在 Blackwell NVL72 机架上规模部署。

以太网阵营同样在推进 scale-up。OCP 的 ESUN（Ethernet for Scale-Up Networking）工作组于 2025 年 10 月由 AMD、Arista、Arm、Broadcom、Cisco、HPE、迈威尔、Meta、微软、NVIDIA、OpenAI、Oracle 十二家公司发起——NVIDIA 一边卖 NVLink，一边在以太网标准组织里保留席位，是个教科书式的对冲。ESUN 1.0 于 2026 年 2 月定稿、3 月发布，参与公司已超过 175 家，其核心是一个 4 字节的 ESUN Header，替代通常 28 到 48 字节的 IP/UDP 头栈。Broadcom 贡献的 SUE 框架按层拆分后，传输层成为 SUE-T，负责 XPU 端点的可靠投递。

必须诚实标注的一点：SUE 文档中 64 颗 XPU、任意两点间最高 9.6 Tb/s、亚 2 微秒往返时延这些数字，是设计目标而非实测结果，不应被当作任何 SU-144 系统的实测属性来引用。

这套打法到底解决了什么​

NVLink Fusion 在技术上并不是新互连——它从第一天起就是 NVLink。变化的是商业模式：NVIDIA 从卖完整芯片和完整系统，叠加了一层授权模式。黄仁勋在 d-Matrix 合作时的表述是「NVLink Fusion 让伙伴能把定制硅片与 NVIDIA 在 NVLink、先进封装、机架级系统和网络技术上的深厚生态集成起来」。

对超大规模云厂商来说，这提供了一条中间路径：可以部署定制件，同时买入 NVIDIA 的机架架构、网络和软件栈。机架成为共享平台这件事有实际意义——数据中心的时间线与硅片迭代的时间线完全不同，取电、设计冷却、建造设施动辄数年，而加速器代际跑得飞快。

现实的分界线也很清楚。最支持开放解读的一个数据点是 Broadcom 至今不在 NVLink Fusion 名单里，而它是定制 ASIC 双雄之一，同时是 Google TPU 十余年来跨越六代的设计伙伴，也与 Meta 和 OpenAI 有合作。如果这些客户的自研芯片最终承受不住必须部署在 NVLink 兼容机架的压力，当前的阵营分界可能松动。但至少截至 2026 年 10 月，这件事还没有发生。

展望​

NVLink Fusion 面对的真正问题不是技术能否工作——AWS 的部署已经回答了这个问题——而是客户会不会在五年后重新评估这个选择。NVIDIA 用资本的介入换取了生态名单的扩张，迈威尔的 20 亿美元、联发科的 35 亿美元、Intel 的 50 亿美元，这些投资的结构化方式让它们很难轻易转向别处。

对采购和架构团队而言，现在值得做的判断只有两个：一是异构机架内的 scale-up 域正在成为规划假设而非未来情景；二是在有明确理由把 NVIDIA 排除在栈之外时，UALink 仍是可信路径。开放标准能否撼动 NVLink，目前还无法断言，但竞争已经从路线之争进入了生态投入之争——而后者比拼的是钱和耐心，不是规格表。