尧图网页设计 
文章目录推理芯片表格对比满血版对华阉割版高带宽存储器总结推理芯片表格对比表格为Dense稠密口径下的比较满血版芯片型号架构发布时间显存规格核心算力显存带宽对华出口状态A100Ampere2020年80GB HBM2eFP16: 312 TFLOPS2.0 TB/s禁售H100Hopper2022年80GB HBM3FP8: 1000 TFLOPS3.35 TB/s禁售H200Hopper2023年141GB HBM3eFP8: 1979 TFLOPS4.8 TB/s获准出口 (2026年1月)B200Blackwell2025年192GB HBM3eFP4: 20 PetaOPS8.0 TB/s禁售单位转换FP4: 20 PetaOPS FP16: 5 PetaOPS1 PetaOPS 1,000 TFLOPS对华阉割版芯片型号架构发布时间显存规格核心算力显存带宽对华出口状态A800Ampere2022年80GB HBM2eFP16: 312 TFLOPS2.0 TB/s禁售 (NVLink带宽降至400GB/s)H800Hopper2023年80GB HBM3FP8: 1000 TFLOPS3.35 TB/s禁售 (NVLink带宽降至约600GB/s)H20Hopper2024年96GB HBM3FP16: 148 TFLOPS4.0 TB/s禁售 (算力大幅阉割)补充说明表格中的“核心算力”仅选取了该芯片最具代表性的精度如H100/B200的FP8A100/H20的FP16进行展示避免数据过多导致阅读疲劳。对华出口状态中A800和H800虽然单卡算力与原版一致但被强行限制了多卡互联NVLink的带宽导致在组建万卡集群时性能大打折扣。高带宽存储器对比维度HBM2e (成熟主力)HBM3 (新一代旗舰)HBM3e (极致增强版)发布时间2019年发布2020年正式提出2022年发布2023年发布传输速率3.6 Gbps6.4 Gbps9.2 Gbps - 9.8 Gbps单堆栈带宽约 460 GB/s约 819 GB/s突破 1.18 TB/s单堆栈容量最高 24 GB16 GB - 32 GB最高 36 GB3D堆叠层数8层 DRAM Die8层 - 12层 DRAM Die8层 - 12层 DRAM Die代表应用GPU英伟达 A100英伟达 H100英伟达 H200总结英伟达的“厉害”不在于它违背了物理规律而在于它把每一分晶体管的潜力都榨干了。摩尔定律晶体管数量翻倍 → 性能翻倍。英伟达的做法晶体管翻倍 架构优化 精度降级 显存提速 系统互联 → 性能翻 4-10 倍。 英伟达算力推理芯片
文章目录推理芯片表格对比满血版对华阉割版高带宽存储器总结推理芯片表格对比表格为Dense稠密口径下的比较满血版芯片型号架构发布时间显存规格核心算力显存带宽对华出口状态A100Ampere2020年80GB HBM2eFP16: 312 TFLOPS2.0 TB/s禁售H100Hopper2022年80GB HBM3FP8: 1000 TFLOPS3.35 TB/s禁售H200Hopper2023年141GB HBM3eFP8: 1979 TFLOPS4.8 TB/s获准出口 (2026年1月)B200Blackwell2025年192GB HBM3eFP4: 20 PetaOPS8.0 TB/s禁售单位转换FP4: 20 PetaOPS FP16: 5 PetaOPS1 PetaOPS 1,000 TFLOPS对华阉割版芯片型号架构发布时间显存规格核心算力显存带宽对华出口状态A800Ampere2022年80GB HBM2eFP16: 312 TFLOPS2.0 TB/s禁售 (NVLink带宽降至400GB/s)H800Hopper2023年80GB HBM3FP8: 1000 TFLOPS3.35 TB/s禁售 (NVLink带宽降至约600GB/s)H20Hopper2024年96GB HBM3FP16: 148 TFLOPS4.0 TB/s禁售 (算力大幅阉割)补充说明表格中的“核心算力”仅选取了该芯片最具代表性的精度如H100/B200的FP8A100/H20的FP16进行展示避免数据过多导致阅读疲劳。对华出口状态中A800和H800虽然单卡算力与原版一致但被强行限制了多卡互联NVLink的带宽导致在组建万卡集群时性能大打折扣。高带宽存储器对比维度HBM2e (成熟主力)HBM3 (新一代旗舰)HBM3e (极致增强版)发布时间2019年发布2020年正式提出2022年发布2023年发布传输速率3.6 Gbps6.4 Gbps9.2 Gbps - 9.8 Gbps单堆栈带宽约 460 GB/s约 819 GB/s突破 1.18 TB/s单堆栈容量最高 24 GB16 GB - 32 GB最高 36 GB3D堆叠层数8层 DRAM Die8层 - 12层 DRAM Die8层 - 12层 DRAM Die代表应用GPU英伟达 A100英伟达 H100英伟达 H200总结英伟达的“厉害”不在于它违背了物理规律而在于它把每一分晶体管的潜力都榨干了。摩尔定律晶体管数量翻倍 → 性能翻倍。英伟达的做法晶体管翻倍 架构优化 精度降级 显存提速 系统互联 → 性能翻 4-10 倍。