2025.11.28国产AI计算卡参数信息汇总

随着AI大模型再次引爆风口,国产AI计算卡也被大家更多地重视起来,本文将汇总目前已知的AI计算卡参数信息,数据来自于互联网公开资料,部分数据为合理推测,供大家参考。

寒武纪MLU

|--------------|------------------|-----------|-----------|-----------|-----------------|------------|------------|-----------|---------|------|
| 型号 | 显存 | INT4 OPs | INT8 OPs | INT16 OPs | FP16 BF16 FLOPs | FP32 FLOPs | 显存 带宽 | 显存 位宽 bit | 互联 带宽 | 功耗 w |
| MLU590 | 96GB HBM2e | | 628T | | 314T | | 2.76TB/s | | | |
| MLU370-S4/S8 | 24GB/48GB LPDDR5 | 384T (推测) | 192T | 96T | 72T | 18T | 307.2 GB/s | | | 75 |
| MLU370-X4 | 24GB LPDDR5 | 512T (推测) | 256T | 128T | 96T | 24T | 307.2 GB/s | | | 150 |
| MLU370-X8 | 48GB LPDDR5 | 512T (推测) | 256T | 128T | 96T | 24T | 614.4 GB/s | | 200GB/s | 250 |
| MLU270-S4 | 16GB DDR4 ECC | 256T (理论) | 128T (理论) | 64T (理论) | | | 102 GB/s | 256 | | 70 |
| MLU270-F4 | 16GB DDR4 ECC | 256T (理论) | 128T (理论) | 64T (理论) | | | 102GB/s | 256 | | 160 |


阿里PPU

|----|------------|--------------|-----------------|------------|------|
| 型号 | 显存 | INT8 FP8 OPs | FP16 BF16 FLOPs | FP32 FLOPs | 功耗 w |
| E | 96GB HBM2e | | 147T | | 400 |
| D | 80GB | | 989T | | |
| C | 80GB | × | 312T | | |
| B | 96GB | × | 120T | | |
| A | 64GB | × | 370T | | |


海光

|----------|------|----------|-----------------|------|------------|-------|---------|---------|------|
| 型号 | 显存 | INT8 OPs | FP16 BF16 FLOPs | TF32 | FP32 FLOPs | FP64 | 显存带宽 | PCIe 接口 | 功耗 w |
| K100 AI版 | 64GB | 392T | 196T | 96T | 49T | | 896GB/s | 5.0×16 | 350 |
| K100 | 64GB | 200T | 100T | | 24.5T | 24.5T | 896GB/s | 4.0×16 | 300 |


天数智芯

|-------|------------|----------|-----------------|------------|---------|-------|------|--------|
| 型号 | 显存 | INT8 OPs | FP16 BF16 FLOPs | FP32 FLOPs | 显存带宽 | 互联 带宽 | 功耗 w | 参考价 |
| 天垓150 | 64GB HBM2e | 384T | | | 1.6TB/s | | 350 | ¥80759 |
| 天垓100 | 32GB HBM2 | 295T | 147T | 37T | 1.2TB/s | | 250 | |
| 智铠100 | 32GB | | 200T | | 800GB/s | | | |


摩尔线程

|-----------|-------------|------|------------|-----------------|------------|----------|-----------|------|
| 型号 | 显存 | 核心数 | INT8 FLOPs | FP16 BF16 FLOPs | FP32 FLOPs | 显存带宽 | 显存 位宽 bit | 功耗 w |
| MTT S4000 | 48 GB GDDR6 | | 200T | 100T | | 768 GB/s | | 450 |
| MTT S3000 | 32GB GDDR6 | 4096 | | | 15.5 T | 448GB/s | 256 | |
| MTT S2000 | 32GB | 4096 | | | 10.4 T | | 256 | 150 |


沐曦

|--------|------------|----------|-----------------|------------|---------|-----------|------|
| 型号 | 显存 | INT8 OPs | FP16 BF16 FLOPs | FP32 FLOPs | 显存 带宽 | 显存 位宽 bit | 功耗 w |
| 曦思N100 | 16GB | 160T | 80T | | | | |
| 曦云C500 | 64GB HBM2e | 560T | 280T | 36T | 1.8TB/s | | 450 |
| 曦彩G系列 | | | | | | | |


昆仑芯

|-------------------|------------|----------|----------|-----------|-----------------|------------|----------|----------|----------|
| 型号 | 显存 | INT4 OPs | INT8 OPs | INT16 OPs | FP16 BF16 FLOPs | FP32 FLOPs | 显存 带宽 | 互联 带宽 | 功耗 w |
| M300 | | | | | | | | | |
| M100 | | | | | | | | | |
| P800 | | | | | | | | | |
| R480-X8 | 32GB GDDR6 | × | 256T | 128T | 128T | 32T | 512 GB/s | 200 GB/s | |
| RG800 | | | | | | | | | |
| R200 | | | | | | | | | |
| R100 | | | | | | | | | |
| K200 818-300(训练卡) | 16GB HBM | √ | 256T | × | 64T | 16T | 512 GB/s | | 150- 200 |
| K100 818-100(推理卡) | 8GB HBM | √ | 128T | × | 32T | 8T | 256 GB/s | | 75 |


璧仞科技

|-------|------------|----------|-----------------|------------|----------|----------|------|
| 型号 | 显存 | INT8 OPs | FP16 BF16 FLOPs | FP32 FLOPs | 显存 带宽 | 互联 带宽 | 功耗 w |
| BR100 | 64GB HBM2e | 2048T | 1024T | | 2.3 TB/s | 128 GB/s | |


燧原科技

|-------|------|----------|-----------------|----------|------------|----------|------|
| 型号 | 显存 | INT8 OPs | FP16 BF16 FLOPs | TF32 OPs | FP32 FLOPs | 显存 带宽 | 功耗 w |
| S60 | 48GB | | 392T | | | 672 GB/s | |
| 云燧i20 | | 256T | | 128T | | | |


砺算科技

|-----------|------------|----------|-----------------|----------|------------|-------|------|
| 型号 | 显存 | INT8 OPs | FP16 BF16 FLOPs | TF32 OPs | FP32 FLOPs | 显存 带宽 | 功耗 w |
| 7G105 专业级 | 24GB GDDR6 | | | | 24T | | |
| 7G06 消费级 | 12GB GDDR6 | | | | | | |

相关推荐
VIP_CQCRE20 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
戊本菌21 小时前
进程(三)runqueue 与 Linux 的 O(1) 调度
linux·运维·服务器
泯泷21 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我1 天前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁011 天前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
β添砖java1 天前
NLP自然语言处理4:迁移学习:fasttext工具,训练词向量、词向量迁移、迁移学习概念、NLP中常用预训练模型、transformer库使用、迁移学习实践
自然语言处理·transformer·迁移学习
Csvn1 天前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄1 天前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下1 天前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码1 天前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能