國產(chǎn)GPU迎戰(zhàn)英偉達H200

給國產(chǎn)芯片多一些時間

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829.90元，較發(fā)行價104.66元上漲725.24%，沐曦專注于高性能GPU芯片研發(fā)，產(chǎn)品覆蓋人工智能計算、通用計算及圖形渲染領(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，從受理到過會僅用88天，發(fā)行價為114.28元/股，上市首日漲幅達425.46%。

國產(chǎn)GPU 廠商的密集上市并備受市場追捧，某種程度上，對“狼又回來了”的回應(yīng)。據(jù)媒體報道，2025年12月8日，美國總統(tǒng)特朗普在社交媒體宣布：美國將允許英偉達向中國"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%上繳美國政府。

美國智庫進步研究所報告顯示，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"的甜蜜點上。因此美國解禁 H200其實是其"溫水煮青蛙"策略的延續(xù)——“傾銷”性能相對落后但仍具競爭力的H200芯片，試圖延緩中國國產(chǎn)替代的進程。

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

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

01

沒有H200的日子

2022年至2025年，美國對華半導(dǎo)體出口管制政策層層加碼。2025年4月，美國進一步收緊管制，導(dǎo)致英偉達為中國市場定制的特供版H20芯片被迫停售，公司因此承受了約45億美元的庫存損失及80億美元的潛在收入損失。英偉達CEO黃仁勛在2025年10月公開表示，受出口管制影響，英偉達在中國的市場份額從95%驟降至0%，公司"100%離開了中國市場"。

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

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

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

說白了，在這段時期，國產(chǎn)卡往往采用用更密集的液冷，堆更多服務(wù)器機架，試圖以更強的工程能力來補落后的能效。

最后是"生態(tài)兼容+編譯層hack"。面對英偉達CUDA生態(tài)的壟斷地位，國產(chǎn)廠商采取了兼容策略。海光DCU通過ROCm生態(tài)實現(xiàn)對CUDA的"軟兼容"，實測遷移效率可達85%。華為CANN架構(gòu)采用"指令翻譯+動態(tài)調(diào)度"技術(shù)，實現(xiàn)對CUDA API的80%覆蓋。

這里的“兼容 CUDA”，從技術(shù)上來說，相當(dāng)于做了一層翻譯器，讓國內(nèi) GPU 能跑英偉達的指令語言，例如英偉達的函數(shù)叫 CUDA_X，國產(chǎn)的函數(shù)叫 BR_X（比如壁仞），→ 相當(dāng)于就做一張“對應(yīng)關(guān)系表”，代碼調(diào)用 CUDA_X 時自動轉(zhuǎn)成 BR_X。就像查字典一樣，把“英偉達語”翻譯成“國產(chǎn)語”，通過合并算子、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法。

但問題也顯而易見：永遠慢半拍——因為對方不斷更新語言，你永遠要追新詞，英偉達每次更新CUDA、更新架構(gòu)，國產(chǎn)廠商立刻要做新的翻譯器，這在戰(zhàn)略上十分被動。

H200 被擋在門口的三年，國產(chǎn) GPU 技術(shù)路線呈現(xiàn)出非常鮮明的“中國式風(fēng)格”——在工藝受限的情況下，通過“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)實可行的最優(yōu)解。

02

差距到底在哪？

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

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

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

- 英偉達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，國產(chǎn)頂級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，達到了"可用"的水平。

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

華為CloudMatrix 384集群（384張昇騰910C）性能接近英偉達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。

成本和功耗方面，目前海光BW100采購價格約10萬元/張，寒武紀(jì)590價格從最初8.5萬元降至6-7萬元，華為910C約18萬元，均顯著低于H200的30-40萬元。更重要的是，H200還需額外支付25%的"美國稅"，使得國產(chǎn)卡在成本上具有約50%的優(yōu)勢。功耗方面，雖然國產(chǎn)卡單卡功耗較高，但考慮到H200的700W TDP，實際差距并不懸殊。

生態(tài)進度是國產(chǎn)芯片最大的短板，但也是進步最快的領(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。其他國產(chǎn)平臺也在做類似深度編譯器與中間表示 (IR) 適配，讓開發(fā)者可以更少手動改代碼地運行大模型。

其中的主要原因，在于不同國產(chǎn)芯片廠商、云廠商、軟件團隊、科研院校都在合作推動生態(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。

綜合來看，國產(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，國產(chǎn)芯片正從"勉強及格"向"好用"的爬坡階段邁進，根據(jù)根據(jù)伯恩斯坦的推測，預(yù)計2026-2027年，將在部分場景實現(xiàn)與H200的全面競爭。

03

未來的較量

在產(chǎn)業(yè)方面，從技術(shù)演進來看，英偉達剛剛發(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CEO黃仁勛提出的'GPU性能每兩年翻一倍'的經(jīng)驗法則。

這種“定律”與其說是自然規(guī)律，不如說是英偉達研發(fā)投入和市場策略的體現(xiàn)——每年投入超過70億美元的研發(fā)費用，讓競爭對手望塵莫及。

但國產(chǎn)芯片沒有直接硬碰硬，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，通過先進封裝技術(shù)提升集成度；摩爾線程"平湖"架構(gòu)實現(xiàn)Chiplet可擴展架構(gòu)，支持計算Die、HBM3e存儲Die與IODie靈活配置；沐曦曦云C700系列進一步擴展對FP4等低精度的計算支持，對標(biāo)H100。

總體上來看，在先進工藝受限的情況下，國產(chǎn)芯片通過架構(gòu)創(chuàng)新實現(xiàn)了性能突破。華為昇騰910C采用達芬奇架構(gòu)3.0，集成32個自研AI Core，支持原生CANN異構(gòu)計算；寒武紀(jì)思元590采用MLUarch架構(gòu)，通過指令集優(yōu)化提升計算效率；海光深算三號采用x86+GPGPU的Chiplet封裝，通過2.5D封裝實現(xiàn)HBM2e內(nèi)存直連，帶寬達1.6TB/s。

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

并且從應(yīng)用層面看，國產(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。

例如智算中心這類場景，現(xiàn)在已經(jīng)成了華為的“主場”。截至2025年，全國600多個智算中心項目中，超過300套Atlas 900超節(jié)點已經(jīng)商用部署，華為昇騰在智算中心領(lǐng)域可以說是"一枝獨秀"。涵蓋互聯(lián)網(wǎng)、電信、制造等多個行業(yè)。中國電信粵港澳大灣區(qū)的智算昇騰超節(jié)點，更是成為全球首個商用的超節(jié)點項目。

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

通過自研編譯器和算子庫直接對接國內(nèi)框架如MindSpore，在“我只要這個任務(wù)跑得快就夠了”的場景下，專用定制往往比通用 GPU 效率更高。

而在低延遲/ 小規(guī)模邊緣場景，例如邊緣 AI、工控設(shè)備、機器人本地推理等場景，國產(chǎn) NPU/ASIC 方案比通用 GPU 效率更高。因為架構(gòu)從一開始就針對推理做到低功耗，不依賴重型 CUDA 生態(tài)

說到底，國產(chǎn)芯片的優(yōu)勢場景都有一個共同點：對成本、功耗、供應(yīng)鏈安全敏感。在這些場景，性能不是唯一指標(biāo)，性價比和自主可控才是王道。

總結(jié)而言，H200的有限解禁是美國"技術(shù)依賴"策略的體現(xiàn)，試圖通過提供次高端產(chǎn)品維持中國對美國技術(shù)的依賴。但這一策略為時已晚——在H200“斷供”的封鎖期內(nèi)，中國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，整個產(chǎn)業(yè)也就立住了。

在進入“戰(zhàn)略相持”階段的當(dāng)下，倘若再多給國產(chǎn)芯片一些時間，假以時日，國產(chǎn)訓(xùn)練卡也將"上桌掰手腕"。