國(guó)產(chǎn)GPU迎戰(zhàn)英偉達(dá)H200

給國(guó)產(chǎn)芯片多一些時(shí)間

文/林書

編輯/劉宇翔

2025年12月17日，沐曦股份在科創(chuàng)板上市，首日收盤價(jià)829.90元，較發(fā)行價(jià)104.66元上漲725.24%，沐曦專注于高性能GPU芯片研發(fā)，產(chǎn)品覆蓋人工智能計(jì)算、通用計(jì)算及圖形渲染領(lǐng)域。

就在不到兩周前的12月5日，摩爾線程正式登陸科創(chuàng)板，成為“國(guó)產(chǎn)GPU第一股”，是2025年科創(chuàng)板募資額最大的IPO，從受理到過(guò)會(huì)僅用88天，發(fā)行價(jià)為114.28元/股，上市首日漲幅達(dá)425.46%。

國(guó)產(chǎn)GPU 廠商的密集上市并備受市場(chǎng)追捧，某種程度上，對(duì)“狼又回來(lái)了”的回應(yīng)。據(jù)媒體報(bào)道，2025年12月8日，美國(guó)總統(tǒng)特朗普在社交媒體宣布：美國(guó)將允許英偉達(dá)向中國(guó)"經(jīng)批準(zhǔn)的客戶"出口H200人工智能芯片，但需將銷售收入的25%上繳美國(guó)政府。

美國(guó)智庫(kù)進(jìn)步研究所報(bào)告顯示，H200的性能幾乎是H20的六倍，但仍與最新的Blackwell芯片存在代際差距——這恰好卡在"能用但不先進(jìn)"的甜蜜點(diǎn)上。因此美國(guó)解禁 H200其實(shí)是其"溫水煮青蛙"策略的延續(xù)——“傾銷”性能相對(duì)落后但仍具競(jìng)爭(zhēng)力的H200芯片，試圖延緩中國(guó)國(guó)產(chǎn)替代的進(jìn)程。

更有意思的是，黃仁勛曾直言不諱地表示，增加對(duì)華芯片銷售額既能讓中國(guó)企業(yè)依賴其技術(shù)，又能為公司帶來(lái)更多研發(fā)資金。這種"以戰(zhàn)養(yǎng)戰(zhàn)"的思路，與美國(guó)鷹派的"技術(shù)依賴論"不謀而合。

但這場(chǎng)"溫水煮青蛙"的意圖能否得逞，還要看我國(guó)接不接招。從加快國(guó)產(chǎn) GPU 廠商上市來(lái)看，顯然，我國(guó)并不上鉤。

01

沒(méi)有H200的日子

2022年至2025年，美國(guó)對(duì)華半導(dǎo)體出口管制政策層層加碼。2025年4月，美國(guó)進(jìn)一步收緊管制，導(dǎo)致英偉達(dá)為中國(guó)市場(chǎng)定制的特供版H20芯片被迫停售，公司因此承受了約45億美元的庫(kù)存損失及80億美元的潛在收入損失。英偉達(dá)CEO黃仁勛在2025年10月公開表示，受出口管制影響，英偉達(dá)在中國(guó)的市場(chǎng)份額從95%驟降至0%，公司"100%離開了中國(guó)市場(chǎng)"。

這三年，被業(yè)界稱為中國(guó)AI芯片產(chǎn)業(yè)的"至暗時(shí)刻"，但也正是這三年，催生了國(guó)產(chǎn)芯片的加速崛起。面對(duì)外部封鎖，國(guó)產(chǎn)GPU廠商采取了"三管齊下"的突圍策略：

在單卡性能暫時(shí)無(wú)法與英偉達(dá)匹敵的情況下，國(guó)產(chǎn)廠商通過(guò)堆面積、堆晶體管、堆芯片的方式來(lái)彌補(bǔ)性能差距。華為昇騰910C采用雙Die設(shè)計(jì)，F(xiàn)P16算力達(dá)到800 TFLOPS，性能逼近英偉達(dá)H100的80%；寒武紀(jì)思元590綜合性能達(dá)到英偉達(dá)A100的70-80%；海光信息深算二號(hào)FP16算力達(dá)1024 TFLOPS，接近A100的90%。

由于能效比較差，國(guó)產(chǎn)卡普遍采用"電力+工程能力"硬頂?shù)姆绞浇鉀Q功耗問(wèn)題。摩爾線程的"平湖"架構(gòu)支持單芯片最高1000W TDP動(dòng)態(tài)功耗管理，通過(guò)液冷等工程手段確保穩(wěn)定運(yùn)行。雖然每瓦性能仍落后英偉達(dá)約30%，但國(guó)產(chǎn)卡低功耗版已經(jīng)正流片。

說(shuō)白了，在這段時(shí)期，國(guó)產(chǎn)卡往往采用用更密集的液冷，堆更多服務(wù)器機(jī)架，試圖以更強(qiáng)的工程能力來(lái)補(bǔ)落后的能效。

最后是"生態(tài)兼容+編譯層hack"。面對(duì)英偉達(dá)CUDA生態(tài)的壟斷地位，國(guó)產(chǎn)廠商采取了兼容策略。海光DCU通過(guò)ROCm生態(tài)實(shí)現(xiàn)對(duì)CUDA的"軟兼容"，實(shí)測(cè)遷移效率可達(dá)85%。華為CANN架構(gòu)采用"指令翻譯+動(dòng)態(tài)調(diào)度"技術(shù)，實(shí)現(xiàn)對(duì)CUDA API的80%覆蓋。

這里的“兼容 CUDA”，從技術(shù)上來(lái)說(shuō)，相當(dāng)于做了一層翻譯器，讓國(guó)內(nèi) GPU 能跑英偉達(dá)的指令語(yǔ)言，例如英偉達(dá)的函數(shù)叫 CUDA_X，國(guó)產(chǎn)的函數(shù)叫 BR_X（比如壁仞），→ 相當(dāng)于就做一張“對(duì)應(yīng)關(guān)系表”，代碼調(diào)用 CUDA_X 時(shí)自動(dòng)轉(zhuǎn)成 BR_X。就像查字典一樣，把“英偉達(dá)語(yǔ)”翻譯成“國(guó)產(chǎn)語(yǔ)”，通過(guò)合并算子、分拆算子、調(diào)整執(zhí)行順序等一系列手段，將CUDA中的算式變得更適合本地語(yǔ)法。

但問(wèn)題也顯而易見：永遠(yuǎn)慢半拍——因?yàn)閷?duì)方不斷更新語(yǔ)言，你永遠(yuǎn)要追新詞，英偉達(dá)每次更新CUDA、更新架構(gòu)，國(guó)產(chǎn)廠商立刻要做新的翻譯器，這在戰(zhàn)略上十分被動(dòng)。

H200 被擋在門口的三年，國(guó)產(chǎn) GPU 技術(shù)路線呈現(xiàn)出非常鮮明的“中國(guó)式風(fēng)格”——在工藝受限的情況下，通過(guò)“架構(gòu)取巧、集群堆疊、算子融合、軟件兼容”這些工程學(xué)上的努力，硬生生把落后的硬件打磨到可用、能上規(guī)模、適配大模型訓(xùn)練的程度。

這套路線不是工程上的最優(yōu)解，但在封鎖環(huán)境下，是現(xiàn)實(shí)可行的最優(yōu)解。

02

差距到底在哪？

要評(píng)估國(guó)產(chǎn)GPU與英偉達(dá)H200的技術(shù)差距，需要用統(tǒng)一的標(biāo)準(zhǔn)進(jìn)行量化對(duì)比。根據(jù)美國(guó)商務(wù)部工業(yè)與安全局（BIS）定義的"總處理性能"（TPP）指標(biāo)，可以對(duì)主流AI芯片進(jìn)行橫向比較，作為參考。

這里的TPP指標(biāo)，指的是解析：TPP = 2 × MacTOPS × 操作位長(zhǎng)，通常以TFLOPS（FP16）× 16計(jì)算。根據(jù)伯恩斯坦研究2025年12月發(fā)布的報(bào)告，各芯片TPP性能對(duì)比如下：

- 英偉達(dá)H200：60,000 TPP（基于Hopper架構(gòu)，141GB HBM3e，4.8TB/s帶寬）

- 英偉達(dá)H20：15,832 TPP（特供版，性能僅為H200的26%）

- 華為昇騰910C：36,912 TPP（性能約為H200的61.5%，國(guó)產(chǎn)最高）

- 寒武紀(jì)思元590：29,360 TPP（性能約為H200的49%）

- 海光BW1000/DCU3：14,688 TPP（性能約為H200的24.5%）

- 摩爾線程S4000：約20,000 TPP（性能約為H200的33%）

從公開數(shù)據(jù)可以看出，國(guó)產(chǎn)頂級(jí)芯片在單卡性能上仍落后H200約1.6-2倍，但已經(jīng)超越了H20，達(dá)到了"可用"的水平。

然而，在訓(xùn)練能力方面，國(guó)產(chǎn)卡單卡仍落后2-3倍，但所幸的是，集群層面可通過(guò)"堆卡+高速互聯(lián)"彌補(bǔ)部分差距。

華為CloudMatrix 384集群（384張昇騰910C）性能接近英偉達(dá)GB200 NVL72，在部分大模型訓(xùn)練任務(wù)中表現(xiàn)良好。但需要注意的是，由于工藝制程限制（國(guó)產(chǎn)芯片普遍采用7nm，H200采用4nm），每瓦性能仍落后30%左右。

推理能力方面，國(guó)產(chǎn)Top卡已持平甚至超越閹割版H20。華為昇騰910B2的INT8算力達(dá)到762 TOPS，在推理階段處理低精度數(shù)據(jù)效率較高；寒武紀(jì)思元590在推理場(chǎng)景中也表現(xiàn)優(yōu)異，KV-Cache放得下、帶寬夠用。沐曦曦云C550的顯存帶寬達(dá)到1600-1800GB/s，超越H200的4.8TB/s，在大規(guī)模推理任務(wù)中具有優(yōu)勢(shì)。

成本和功耗方面，目前海光BW100采購(gòu)價(jià)格約10萬(wàn)元/張，寒武紀(jì)590價(jià)格從最初8.5萬(wàn)元降至6-7萬(wàn)元，華為910C約18萬(wàn)元，均顯著低于H200的30-40萬(wàn)元。更重要的是，H200還需額外支付25%的"美國(guó)稅"，使得國(guó)產(chǎn)卡在成本上具有約50%的優(yōu)勢(shì)。功耗方面，雖然國(guó)產(chǎn)卡單卡功耗較高，但考慮到H200的700W TDP，實(shí)際差距并不懸殊。

生態(tài)進(jìn)度是國(guó)產(chǎn)芯片最大的短板，但也是進(jìn)步最快的領(lǐng)域。

目前，華為昇騰的CANN 工具鏈已支持與 MindSpore 深度協(xié)同和 PyTorch 一鍵遷移。其他國(guó)產(chǎn)平臺(tái)也在做類似深度編譯器與中間表示 (IR) 適配，讓開發(fā)者可以更少手動(dòng)改代碼地運(yùn)行大模型。

其中的主要原因，在于不同國(guó)產(chǎn)芯片廠商、云廠商、軟件團(tuán)隊(duì)、科研院校都在合作推動(dòng)生態(tài)規(guī)范標(biāo)準(zhǔn)化、工具共享、適配案例共享。

這種產(chǎn)業(yè)協(xié)同在生態(tài)建設(shè)上是少見優(yōu)勢(shì)。

綜合來(lái)看，國(guó)產(chǎn)芯片與H200在訓(xùn)練方面的差距依舊存在，但在推理方面，已收斂到"能用+成本更低+可控"的水平。

現(xiàn)階段，國(guó)產(chǎn)芯片正從"勉強(qiáng)及格"向"好用"的爬坡階段邁進(jìn)，根據(jù)根據(jù)伯恩斯坦的推測(cè)，預(yù)計(jì)2026-2027年，將在部分場(chǎng)景實(shí)現(xiàn)與H200的全面競(jìng)爭(zhēng)。

03

未來(lái)的較量

在產(chǎn)業(yè)方面，從技術(shù)演進(jìn)來(lái)看，英偉達(dá)剛剛發(fā)布的Blackwell Ultra系列仍延續(xù)"堆料漲性能"的路線，賭的是摩爾定律（或"黃氏定律"）尚未終結(jié)。所謂“黃氏定律”，不是什么物理學(xué)定律，而是英偉達(dá)CEO黃仁勛提出的'GPU性能每?jī)赡攴槐?的經(jīng)驗(yàn)法則。

這種“定律”與其說(shuō)是自然規(guī)律，不如說(shuō)是英偉達(dá)研發(fā)投入和市場(chǎng)策略的體現(xiàn)——每年投入超過(guò)70億美元的研發(fā)費(fèi)用，讓競(jìng)爭(zhēng)對(duì)手望塵莫及。

但國(guó)產(chǎn)芯片沒(méi)有直接硬碰硬，而是采用"架構(gòu)取巧+多芯片封裝+集群堆疊"的迂回戰(zhàn)術(shù)。華為昇騰采用雙Die設(shè)計(jì)，通過(guò)先進(jìn)封裝技術(shù)提升集成度；摩爾線程"平湖"架構(gòu)實(shí)現(xiàn)Chiplet可擴(kuò)展架構(gòu)，支持計(jì)算Die、HBM3e存儲(chǔ)Die與IODie靈活配置；沐曦曦云C700系列進(jìn)一步擴(kuò)展對(duì)FP4等低精度的計(jì)算支持，對(duì)標(biāo)H100。

總體上來(lái)看，在先進(jìn)工藝受限的情況下，國(guó)產(chǎn)芯片通過(guò)架構(gòu)創(chuàng)新實(shí)現(xiàn)了性能突破。華為昇騰910C采用達(dá)芬奇架構(gòu)3.0，集成32個(gè)自研AI Core，支持原生CANN異構(gòu)計(jì)算；寒武紀(jì)思元590采用MLUarch架構(gòu)，通過(guò)指令集優(yōu)化提升計(jì)算效率；海光深算三號(hào)采用x86+GPGPU的Chiplet封裝，通過(guò)2.5D封裝實(shí)現(xiàn)HBM2e內(nèi)存直連，帶寬達(dá)1.6TB/s。

這些技術(shù)創(chuàng)新使得國(guó)產(chǎn)芯片在特定場(chǎng)景下能夠?qū)崿F(xiàn)與英偉達(dá)相媲美的性能表現(xiàn)。

并且從應(yīng)用層面看，國(guó)產(chǎn)AI芯片已經(jīng)找到了自己的"舒適區(qū)"，而且干得相當(dāng)不錯(cuò)。

例如智算中心這類場(chǎng)景，現(xiàn)在已經(jīng)成了華為的“主場(chǎng)”。截至2025年，全國(guó)600多個(gè)智算中心項(xiàng)目中，超過(guò)300套Atlas 900超節(jié)點(diǎn)已經(jīng)商用部署，華為昇騰在智算中心領(lǐng)域可以說(shuō)是"一枝獨(dú)秀"。涵蓋互聯(lián)網(wǎng)、電信、制造等多個(gè)行業(yè)。中國(guó)電信粵港澳大灣區(qū)的智算昇騰超節(jié)點(diǎn)，更是成為全球首個(gè)商用的超節(jié)點(diǎn)項(xiàng)目。

同樣地，在面向國(guó)內(nèi)大生態(tài)的專用場(chǎng)景，例如智能安防、金融風(fēng)控、OCR / 文本語(yǔ)義檢索、音視頻內(nèi)容處理（如自動(dòng)剪輯、AI 轉(zhuǎn)碼）等任務(wù)中，國(guó)產(chǎn)卡可針對(duì)特定算法做深度定制優(yōu)化。

通過(guò)自研編譯器和算子庫(kù)直接對(duì)接國(guó)內(nèi)框架如MindSpore，在“我只要這個(gè)任務(wù)跑得快就夠了”的場(chǎng)景下，專用定制往往比通用 GPU 效率更高。

而在低延遲/ 小規(guī)模邊緣場(chǎng)景，例如邊緣 AI、工控設(shè)備、機(jī)器人本地推理等場(chǎng)景，國(guó)產(chǎn) NPU/ASIC 方案比通用 GPU 效率更高。因?yàn)榧軜?gòu)從一開始就針對(duì)推理做到低功耗，不依賴重型 CUDA 生態(tài)

說(shuō)到底，國(guó)產(chǎn)芯片的優(yōu)勢(shì)場(chǎng)景都有一個(gè)共同點(diǎn)：對(duì)成本、功耗、供應(yīng)鏈安全敏感。在這些場(chǎng)景，性能不是唯一指標(biāo)，性價(jià)比和自主可控才是王道。

總結(jié)而言，H200的有限解禁是美國(guó)"技術(shù)依賴"策略的體現(xiàn)，試圖通過(guò)提供次高端產(chǎn)品維持中國(guó)對(duì)美國(guó)技術(shù)的依賴。但這一策略為時(shí)已晚——在H200“斷供”的封鎖期內(nèi)，中國(guó)AI芯片產(chǎn)業(yè)已經(jīng)建立起從硬件到軟件、從單卡到集群的完整解決方案。

而這套日益牢固的基本盤，不是一塊H200 就能輕易“打回原形”的。

更重要的是，大模型越來(lái)越穩(wěn)定，訓(xùn)練次數(shù)變少的當(dāng)下，最貴的訓(xùn)練不再那么頻繁，但推理量是每天都在爆炸，國(guó)產(chǎn)卡能不能吃掉訓(xùn)練，短期不重要，只要把推理吃死，整個(gè)產(chǎn)業(yè)也就立住了。

在進(jìn)入“戰(zhàn)略相持”階段的當(dāng)下，倘若再多給國(guó)產(chǎn)芯片一些時(shí)間，假以時(shí)日，國(guó)產(chǎn)訓(xùn)練卡也將"上桌掰手腕"。