这篇文章我们来看下国产GPU的性能，主要是结合关老师在知识星球”半导体综研：专业数据分享“中统计的GPU的官方性能数据以及本营的一些调研纪要。
最近几年做GPU/NPU的厂商，凡是找TSMC代工的，基本都不敢公布自己的实际参数了;其实即便是官方之前公布的参数，我们也不能信以为真，往往公布的参数和实际的表现会有较大差距。
单看算力，再后面就是昆仑芯、沐曦、平头哥和寒武纪。其实根据本营的纪要，海光BW100的性能表现也非常不错，这个表中没有统计。
根据本营的纪要，寒武纪590的性能相较于英伟达H800约为30%-35%，具体表现取决于其片上网络交换芯片的设计质量。海光 BW100的深算能力约为400多T，相当于H800的50%左右。而910C经过测试，其性能大致达到H800的60%。
总体来看，910C在这三款卡中性能表现相对更优。 海光BW100作为一款全精度计算卡，其单卡可用性能实测达到87%左右，而寒武纪590能否达到80%尚不确定。此外，海光BW100采用了较为先进的交换芯片设计，在单卡上传方面表现良好。需要注意的是，寒武纪590推出时间 早于海光BW100，因此后者在技术更新和优化上具有一定优势。
在本营的一个纪要中，曾给出了这样的性能排名：第一位是910C;第二位是海光BW100C;第三位是华为910B;第四位是公司的卡(百度、阿里的自研卡);第五位是寒武纪;第六位包括沐曦和天数智芯等其他厂商产品。其他大未测试过。
价格方面，目前市场上海光BW100目前采购价格约为10万元/张，而910B和910C分别为7万和18万元左右。寒武纪590则从最初报价8 万-8.5万元下降至6万-7万元之间。由于很多参数并未官方公布，下表中的参数仅供参考。
从显存上来看，国内GPU大部分最新的产品都是使用HBM2e，受制裁的影响，没办法使用最先进的HBM3e。在推理任务中，显存是首要考虑的指标。推理模型在启动时需要足够的显存支持，如果显存容量不足，模型将无法启动，这直接导致后续推理任务无法进行。只有在模型成功启动后，才会进一步考量算力、性能和显存带宽等因素对实际处理能力的影响。但扩展HBM高带宽显存容量其实难度并不是很大，还是要看验证的稳定性上，所以在下面这个表格上，可以看到其实大家的显存容量都能做到64GB。
但在显存带宽上，华为就遥遥领先了。
