行业动态 › 正文

2026-11-01国产算力 · 实测对标

中国国产 GPU 实测反超 H200 百分之五:单柜 144 卡,每百万词元成本降四成

国产卡以前被评价为「能用、不好用」。这一组数据的意义不在于某个数字赢了,而在于它把比较对象从「峰值参数」换成了「整条推理链路的实际产出」——这正是采购时真正掏钱买的东西。

一、实测数字(第三方与企业实验室,各自口径)

场景结果
PD 分离部署、整链路端到端吞吐折算单卡为 H200 的 1.05 倍(第三方机构 2026 年 7 月测试)
64K 长上下文 AttentionH200 的 1.05 倍
GLM-5.3、64K 场景 MoE 吞吐同等体验下为 H200 的 1.15 倍
8K—128K Agent 首字延迟较 H200 低约 10%—30%
搜索/广告/推荐在线业务推荐推理吞吐 +21%,轻量计算时延 −26%
训练(Qwen3-32B、8 卡整机 FP8)每卡有效吞吐为 H100 的 1.33 倍

二、单柜 144 卡与「每百万词元成本」

IXL144 超节点在单个标准机柜内集成 144 颗 GPU、聚合约 10.1TB 显存,官方称每百万有效词元成本较国际主流方案低约 40%。这句才是采购视角的重点:单价不是唯一变量,单柜能装多少卡、显存池多大、有效吞吐多高,共同决定单位产出成本。

另一组稳定性数字值得记:满负荷运行时步时波动 0.43%,对比 Hopper 方案为 0.76%。对长期跑推理的机房,波动比峰值更影响服务水位。

三、口径边界要写清

  • 所有对比均来自「特定模型+特定部署条件」,不是脱离条件的整卡结论;
  • 厂商自报与第三方测试要分栏:1.05 倍来自第三方机构,1.15 倍等场景数据来自企业性能实验室;
  • 软件栈(含 Agent 化调优)决定部署与迁移成本,采购时应要求提供目标业务下的实测吞吐,而不是只看 TOPS。

国产卡选型,问这四个数

四条:

  • 同响应要求下能承接多少并发,而不是峰值多少 TOPS;
  • 长上下文(64K 以上)的实际首字延迟与吞吐;
  • 单柜卡数与显存池,换算成每百万词元成本;
  • 连续运行的步时波动与故障率,决定服务水位。

来源:天数智芯 2026 媒体开放日(10-28)及第三方测试披露,经 21 世纪经济报道、文汇报、雷峰网等报道;测试条件为企业与第三方机构口径 本文仅转述公开报道,不评判任何企业与产品,不构成投资建议。

返回行业动态列表(共 127 条)→

国产卡到了能算账的阶段,值得用自己的负载验一遍。

把你们的模型与并发要求给我们,出一版「同条件对照」的实测方案,数字可复跑。

本页可引用 引用或转载请保留来源链接与日期,下面两行可直接复制:
「中国国产 GPU 实测反超 H200 百分之五:单柜 144 卡,每百万词元成本降四成」,机悟 JAVIS,2026-11-01,https://javis.org.cn/news-2026-11-01-china-gpu-tiangai300-h200.html
Markdown:[中国国产 GPU 实测反超 H200 百分之五:单柜 144 卡,每百万词元成本降四成](https://javis.org.cn/news-2026-11-01-china-gpu-tiangai300-h200.html)(机悟 JAVIS,2026-11-01)