结论

维度	结论
算力对比	昇腾 910 FP16 算力 (320 TFLOPS) 略超 A100 (312 TFLOPS)；M890/DCU-3G/壁砺 166 ≈ A100 的 80%
显存容量	M890 (144GB) > A100 (80GB) > DCU-3G/壁砺 166 (64GB) > 昇腾 910 (32GB)
带宽性能	DCU-3G (1.6TB/s) ≈ A100 (1.9TB/s)，显著高于其他国产卡
CUDA 兼容	海光 DCU-3G 是唯一接近 CUDA 兼容的国产卡，迁移成本最低
生态成熟度	昇腾生态最成熟（CANN+MindSpore），但需代码迁移

快速选型建议

场景	首选	备选	替代效果
千亿大模型训练	真武 M890	DCU-3G、昇腾 910	可替代 A100，H100 仍有差距
百亿级模型训练	昇腾 910、DCU-3G	壁砺 166	完全替代 A100，成本降 40%+
大模型高并发推理	M890、DCU-3G	壁砺 166	推理性能超 A100 (INT8)，成本减半
中小模型训推	M530、PH100	昇腾 310	全面替代 T4/A10，性价比极高
存量 CUDA 迁移	海光 DCU-3G	-	迁移成本最低
边缘低功耗推理	昇腾 310	PH100	8W 超低功耗，端侧首选

---

旗舰级训练卡对比

1.1 核心参数对比（单卡）

芯片	工艺	FP16 算力	INT8 算力	显存/带宽	功耗	发布状态
NVIDIA H100	4nm	989 TFLOPS	1978 TOPS	80GB HBM3e / 3350GB/s	700W	❌ 禁运，存量稀缺
NVIDIA A100 80GB	7nm	312 TFLOPS	624 TOPS	80GB HBM2e / 1935GB/s	400W	❌ 禁运，二手 18-22 万
昇腾 910（国测 I 级）	7nm	320 TFLOPS	640 TOPS	32GB HBM2 / 1280GB/s	310W	✅ 国产主力，规模出货
真武 M890	5nm	~300 TFLOPS	~600 TOPS	144GB HBM / 1200GB/s	350W	✅ 国产顶级，大模型优选
海光 DCU-3G（BW1000）	7nm+	240 TFLOPS	480 TOPS	64GB HBM3 / 1.6TB/s	300W	✅ CUDA 兼容，迁移成本最低
壁砺 166（BR166）	7nm	256 TFLOPS	512 TOPS	64GB HBM2 / 1024GB/s	300W	✅ 通用 GPU，训推均衡

1.2 生态与迁移成本（关键差异）

芯片	软件栈	CUDA 兼容	大模型适配度	集群能力
A100/H100	CUDA+PyTorch/TensorFlow	✅ 原生	⭐⭐⭐⭐⭐ 全覆盖	⭐⭐⭐⭐⭐ 万卡级
昇腾 910	CANN+MindSpore	❌ 不兼容（需重写/迁移）	⭐⭐⭐⭐ 主流模型适配	⭐⭐⭐⭐ 384 卡超节点
DCU-3G	ROCm + 优化库	✅ 高度兼容（直接改编译参数）	⭐⭐⭐⭐ 主流模型可跑	⭐⭐⭐ 千卡级
M890	平头哥 SDK	❌ 不兼容	⭐⭐⭐⭐ 大模型优化好	⭐⭐⭐ 千卡级
壁砺 166	BRT	❌ 不兼容	⭐⭐⭐ 主流适配	⭐⭐⭐ 千卡级

💡 核心差异：海光 DCU-3G 是唯一接近 CUDA 兼容的国产卡，适合快速迁移；昇腾生态最成熟但需迁移；M890/壁砺适合新开发。

---

国测 I 级 9 款卡详解

2.1 核心参数对比表

厂商	型号（送测名）	商用代号	工艺	显存&带宽	FP16/BF16 算力	INT8 算力	功耗	主要定位
华为海思	昇腾 310	Ascend 310	12nm	8GB DDR4, 60GB/s	8 TFLOPS	16 TOPS	8W	边缘推理/低功耗
华为海思	昇腾 910	Ascend 910	7nm	32GB HBM2, 1280GB/s	320 TFLOPS	640 TOPS	310W	云端训练/大模型
平头哥（阿里）	真武 M530	—	5nm	64GB HBM, 800GB/s	~128 TFLOPS	~256 TOPS	250W	推理 + 中小模型训练
平头哥（阿里）	真武 M890	—	5nm	144GB HBM, 1200GB/s	~300 TFLOPS	~600 TOPS	350W	大模型训推一体
壁仞科技	壁砺 166	BR166	7nm	64GB HBM2, 1024GB/s	256 TFLOPS	512 TOPS	300W	云端训练/推理
海光信息	DCU-3G	深算三号 BW1000	7nm+ (Chiplet)	64GB HBM3, 1.6TB/s	240 TFLOPS	480 TOPS	300W	大模型训练/推理
天数智芯	KCC-V100X	天垓 100	7nm	64GB HBM2, 1024GB/s	256 TFLOPS	512 TOPS	300W	云端训练/推理
沐曦	MXC600	MX600	7nm	64GB HBM2, 1024GB/s	256 TFLOPS	512 TOPS	300W	云端训练/推理
摩尔线程	PH100	MTT S5000	7nm	32GB GDDR6, 768GB/s	96 TFLOPS	192 TOPS	220W	推理/中小模型训练

2.2 各卡替代定位总结

芯片	替代定位	对标英伟达	推荐场景
昇腾 310	边缘推理替代	T4	端侧/低功耗推理
昇腾 910	主力训练替代	A100	百亿级训练/推理
真武 M530	中小模型性价比	A10（T4）	1B-50B 训推
真武 M890	大模型顶级替代	A100/H100	70B-千亿训推
壁砺 166	通用均衡替代	A100	训推一体/行业模型
DCU-3G	CUDA 迁移首选	A100	存量 CUDA 项目迁移
天垓 100	稳定型替代	A100	推理/中小训练
MXC600	能效型替代	A100	高吞吐推理
PH100	低功耗推理替代	T4	服务器推理/中小训练

---

场景化选型指南

3.1 大模型训练（10B-千亿级）

芯片	适合模型规模	最佳精度	推荐指数	关键优势
昇腾 910	10B-千亿	BF16/FP16	⭐⭐⭐⭐⭐	算力强、集群生态成熟、千卡线性加速好
真武 M890	10B-千亿	BF16/FP8	⭐⭐⭐⭐⭐	144GB 超大显存、FP8/FP4 全栈、5nm 先进工艺
海光 DCU-3G	10B-千亿	BF16/FP8	⭐⭐⭐⭐⭐	1.6TB/s 带宽、CUDA 兼容、迁移成本最低
壁砺 166	10B-千亿	BF16/FP16	⭐⭐⭐⭐☆	算力均衡、国产通用 GPU、训推双强
天垓 100	10B-百亿	BF16/FP16	⭐⭐⭐⭐☆	7nm、HBM2、通用计算稳定
沐曦 MXC600	10B-百亿	BF16/FP16	⭐⭐⭐⭐☆	架构先进、推理/训练均衡、能效好
真武 M530	1B-50B	BF16/FP16	⭐⭐⭐⭐	5nm、性价比高、中小模型训练优选
PH100	1B-20B	FP16	⭐⭐⭐	功耗低、推理强、中小模型训练够用
昇腾 310	❌ 不推荐训练	—	—	仅边缘推理，算力/显存不足

3.2 大模型推理（高并发/低延迟）

芯片	适合模型规模	最佳精度	推荐指数	关键优势
真武 M890	70B-千亿	FP8/INT4	⭐⭐⭐⭐⭐	超大显存 + 超低精度，高并发之王
海光 DCU-3G	70B-千亿	FP8/INT4	⭐⭐⭐⭐⭐	带宽最高、延迟低、CUDA 生态友好
壁砺 166	34B-70B	INT8/INT4	⭐⭐⭐⭐☆	算力足、推理吞吐高、国产稳定
天垓 100	34B-70B	INT8/INT4	⭐⭐⭐⭐☆	通用计算强、推理稳定
沐曦 MXC600	34B-70B	INT8/INT4	⭐⭐⭐⭐☆	低延迟、高吞吐、能效优
昇腾 910	34B-70B	INT8	⭐⭐⭐⭐	生态好、推理稳定，适合华为云栈
真武 M530	7B-34B	INT8/INT4	⭐⭐⭐⭐	5nm、性价比高、中小模型推理
PH100	7B-34B	INT8/INT4	⭐⭐⭐⭐	220W 低功耗、推理能效高
昇腾 310	1B-7B	INT8	⭐⭐⭐⭐⭐	8W 超低功耗、边缘/端侧推理首选

3.3 边缘/端侧推理（低功耗/嵌入式）

芯片	功耗	INT8 算力	适用场景	推荐指数
昇腾 310	8W	16 TOPS	摄像头/网关/工控机	⭐⭐⭐⭐⭐
PH100	220W	192 TOPS	边缘服务器推理	⭐⭐⭐

💡 首选：昇腾 310（8W、INT8 16 TOPS、适配摄像头/网关/工控机）
💡 备选：PH100（220W、但可做边缘服务器推理）

---

精度支持对比

4.1 精度支持矩阵

芯片	FP32	BF16	FP16	FP8	INT8	INT4	FP4
昇腾 310	❌	❌	✅	❌	✅	❌	❌
昇腾 910	✅	✅	✅	❌	✅	❌	❌
真武 M530	✅	✅	✅	❌	✅	✅	❌
真武 M890	✅	✅	✅	✅	✅	✅	✅
壁砺 166	✅	✅	✅	❌	✅	✅	❌
海光 DCU-3G	✅	✅	✅	✅	✅	✅	❌
天垓 100	✅	✅	✅	❌	✅	✅	❌
沐曦 MXC600	✅	✅	✅	❌	✅	✅	❌
PH100	✅	❌	✅	❌	✅	✅	❌

4.2 精度维度小结

精度类型	推荐芯片	适用场景
仅推理/轻量	昇腾 310（FP16/INT8）	边缘端侧、低功耗
训练主力（全精度）	昇腾 910、M890、DCU-3G、壁砺 166、天垓 100、MXC600	大模型训练
超低精度推理	M890、DCU-3G（FP8/INT4/FP4）	千亿级大模型高并发推理
5nm 先进工艺	平头哥 M530/M890	全精度覆盖，能效优

---

生态与迁移成本

5.1 软件栈对比

芯片	软件栈	框架支持	模型库	开发工具
A100/H100	CUDA	PyTorch/TF/JAX	HuggingFace 全支持	Nsight/CUDA-GDB
昇腾 910	CANN+MindSpore	PyTorch(适配)/MindSpore	主流模型适配	MindStudio
DCU-3G	ROCm+ 优化库	PyTorch(兼容)/TF	主流模型可跑	HIP 工具链
M890	平头哥 SDK	PyTorch(适配)	大模型优化好	平头哥工具链
壁砺 166	BRT	PyTorch(适配)	主流适配	壁仞工具链

5.2 迁移工作量估算

迁移类型	工作量（人天）	风险等级	推荐芯片
CUDA 原生 → DCU-3G	3-5 天	🟢 低	DCU-3G
CUDA 原生 → 昇腾 910	10-20 天	🟡 中	昇腾 910
CUDA 原生 → M890	15-25 天	🟡 中	M890
CUDA 原生 → 壁砺 166	10-15 天	🟡 中	壁砺 166
新项目 → 任意国产	5-10 天	🟢 低	按需选型

---

推荐方案

6.1 按场景推荐

✅ 新增大模型训练（≥70B）

• 优先：真武 M890 > 海光 DCU-3G > 昇腾 910
• 理由：M890 显存最大 (144GB)，DCU-3G 带宽最高 (1.6TB/s)

✅ 存量 CUDA 项目迁移

• 首选：海光 DCU-3G
• 理由：迁移成本最低，仅需修改编译参数

✅ 政企/信创项目

• 优先：昇腾 910、海光 DCU-3G
• 理由：生态成熟 + 兼容性好 + 信创目录

✅ 成本敏感推理

• 优先：真武 M530、PH100、昇腾 310
• 理由：性价比最高，功耗低

✅ 边缘/端侧部署

• 首选：昇腾 310
• 理由：8W 超低功耗，适配摄像头/网关/工控机

6.2 按预算推荐

预算范围	推荐方案	配置建议
100 万以内	昇腾 310 × 10-15 卡	边缘推理集群
100-300 万	昇腾 910 × 8-16 卡 / DCU-3G × 8-16 卡	中小模型训练
300-500 万	M890 × 8-16 卡 / DCU-3G × 16-32 卡	大模型训练/推理
500 万以上	M890 × 16-32 卡 + DCU-3G × 16-32 卡	千亿级大模型训练

6.3 快速选型一句话建议

千亿大模型训练     → M890、DCU-3G、昇腾 910
70B-千亿高并发推理 → M890、DCU-3G（FP8/INT4）
34B-70B 训推一体   → 壁砺 166、天垓 100、MXC600
中小模型 (1B-34B)  → M530、PH100
边缘低功耗         → 昇腾 310
存量 CUDA 迁移     → DCU-3G

---

附录

A. 无法替代场景

场景	原因	建议
万亿参数超大规模训练（如 GPT-4 级别）	国产卡算力/互联带宽不足	仍依赖 H100 集群
极端科学计算（如量子、气象）	FP32 精度差距大	等待国产卡 FP32 优化

B. 关键术语解释

术语	解释
FP16/BF16	半精度浮点，大模型训练主流精度
FP8/INT8	8 位精度，推理加速常用
INT4/FP4	4 位超低精度，高并发推理
HBM2/HBM3	高带宽内存，显存类型
CUDA 兼容	可直接运行 CUDA 代码或仅需少量修改
国测 I 级	国家测评认证的最高等级 AI 芯片

---