PCIe‑4.0 算力卡选型指南，国产算力卡有哪些型号，算力卡排名及国产算力卡排名

一、整体说明

1. 总线限定：PCIe‑4.0 x16，排除 PCIe‑5.0、OAM 形态；分海外算力卡、国产 PCIe‑4.0 算力卡两大板块；

2. 评判指标：优先参考FP32（通用训练算力）、INT8（推理算力）、显存容量、HBM 显存、功耗、软件生态（CUDA 兼容程度）、国产化落地规模、信创适配；

3. 产品划分：分为大模型训练卡、通用训推一体卡、轻量化推理卡、视频解析专用卡。

第一部分：主流 PCIe‑4.0 算力卡完整名单（海外 + 国产）

（一）海外 PCIe‑4.0 算力卡（英伟达为主，AMD 为辅）

1. NVIDIA（PCIe‑4.0 版）

A100‑PCIe‑80GB：FP32‑19.5TFLOPS，INT8‑624TOPS，400W，80GB‑HBM2e，老牌训推标杆；

A800‑PCIe‑80GB：国内专供版，算力与 A100‑PCIe 版本一致，仅 NV‑Link 互联带宽降为 400GB/s，国内商用主力；

L40S‑PCIe‑48GB：FP32‑91.6TFLOPS，INT8‑730TOPS，300W，侧重 AIGC 推理、视频编解码、SD 绘图；

A10‑PCIe‑24GB：75W 低功耗，面向中小模型推理、云桌面；

2. AMD：MI25 PCIe‑4.0、MI50 PCIe‑4.0，国内落地较少，生态弱于 NVIDIA。

（二）国产 PCIe‑4.0 算力卡（全部支持 PCIe‑4.0 x16，2026 可批量供货型号）

1. 海光信息 HYGON DCU（通用 GPGPU，X86 生态，CUDA‑兼容最好的国产卡）

DCU‑Z100L（PCIe‑4.0）：7nm、32GB‑HBM2、FP32‑15TFLOPS，功耗 250W；信创服务器标配，兼顾科学计算、中小模型训练推理；

DCU‑8000（标准版 PCIe‑4.0）：64GB‑HBM2，FP32‑22TFLOPS，对标 A100‑PCIe 入门版，国内超算大量部署。

2. 天数智芯 Iluvatar（通用 GPU，CUDA 迁移友好）

MR‑V100（智铠 100 PCIe‑4.0）：32GB‑HBM2E，FP32‑14TFLOPS，150W；大模型推理、128 路视频解码；

天域 150S‑PCIe‑4.0 版本：FP32‑224TFLOPS，64GB‑HBM2e，国产单卡训练算力第一梯队，对标 A800‑PCIe。

3. 寒武纪 Cambricon（思元系列 NPU，AI 专用芯片，非通用 GPU）

MLU370‑X8 PCIe‑4.0：双芯思元 370、7nm、FP32‑24TFLOPS、INT8‑256TOPS，250W，训推一体；思元架构，不兼容 CUDA，依赖寒武纪 CNToolkit；

MLU370‑S4（单芯版 PCIe‑4.0）：单槽 150W，面向推理场景。

4. 沐曦 MXGPU（曦云 C‑系列，国产通用 GPU）

C500 PCIe‑4.0 版：64GB‑HBM2e，FP32‑30TFLOPS、INT8‑480TOPS，250W；MUSA 架构，CUDA 程序可迁移；支持大模型训练、vLLM 推理。

5. 壁仞科技 BR100（PCIe‑4.0 版本）

BR100‑PCIe‑4.0：7nm、64GB‑HBM2e，FP32 最高 70TFLOPS；纸面算力很强，但 PCIe 版量产偏少，更多 OAM 版本供货，适配大型智算中心居多。

6. 算能科技（比特大陆）

BM1684X PCIe‑4.0：16GB 显存，功耗 70W，INT8‑128TOPS，主打视频分析、安防 AI 推理；不适合大模型训练。

7. 摩尔线程 MTT‑V 系列（PCIe‑4.0）

MTT‑S3000 PCIe‑4.0：24GB 显存，兼顾图形渲染 + AI 推理；MUSA 架构，适合数字孪生、AIGC 轻量推理；S4000 为 PCIe‑5.0，不在本次清单内。

8. 华为昇腾说明：

Atlas300T‑A2 为 PCIe‑4.0；但昇腾 910B2 主流是 OAM 接口，PCIe‑4.0 版本极少，市面流通基本都是 OAM 形态，因此 910B2 不计入 PCIe‑4.0 清单。

第二部分：算力卡综合排名（PCIe‑4.0 环境，2 套榜单）

榜单 1：全品类 PCIe‑4.0 算力卡综合排名（海外 + 国产，按真实落地性能、生态综合得分排序，2026 年实测）

综合权重：FP32 算力 40% + INT8 算力 30% + 软件生态 20% + 供货稳定性 10%

1. NVIDIA‑A800‑80GB‑PCIe‑4.0（综合第一，CUDA 生态无敌，政企智算中心首选）

2. NVIDIA‑A100‑80GB‑PCIe‑4.0（原生性能强，但现在货源紧张）

3. 天数智芯‑天域 150S PCIe‑4.0（国产通用 GPU 性能天花板）

4. 沐曦 C500 PCIe‑4.0（国产第二，CUDA 迁移成熟）

5. 海光 DCU‑8000 PCIe‑4.0（信创通用 GPU 落地规模第一）

6. 壁仞 BR100 PCIe‑4.0（理论算力极高，但实际部署偏少）

7. 寒武纪 MLU370‑X8 PCIe‑4.0（推理性能优秀，训练场景受生态限制）

8. 天数智芯 MR‑V100（智铠‑100）

9. 海光 Z100L（入门国产算力卡性价比之王）

10. NVIDIA‑L40S‑PCIe‑4.0（推理与 AIGC 绘图专用）

榜单 2：仅国产 PCIe‑4.0 算力卡排名（2026 年，PCIe‑4.0 x16，排除 OAM/PCIe5.0）

Tier‑1（可做千亿大模型训练，对标 A800‑PCIe）

1. 天数智芯：天域 150S‑PCIe‑4.0（FP32‑224TFLOPS，64GB‑HBM2e，CUDA 迁移成熟）

2. 沐曦：曦云 C500 PCIe‑4.0（FP32‑30TFLOPS‑矢量 + 矩阵算力，64GB‑HBM2e，vLLM、GLM 适配完善）

3. 海光 DCU‑8000 PCIe‑4.0（64GB‑HBM2，X86 服务器适配最好，信创服务器兼容性最优）

Tier‑2（训推一体，百亿参数模型，国内大规模落地）

4. 寒武纪 MLU370‑X8 PCIe‑4.0（思元 370 双芯，推理极强，训练只能跑寒武纪适配模型）

5. 壁仞 BR100 PCIe‑4.0（纸面算力强，但 PCIe 版供货量少，优先 OAM 版）

6. 天数智芯 MR‑V100（智铠 100‑PCIe‑4.0）：32GB‑HBM2e，侧重推理场景。

Tier‑3（轻量化推理、安防 AI、边缘 AI）

7. 海光 DCU‑Z100L（入门通用 GPU，32GB‑HBM2，中小型 AI 模型首选）

8. 摩尔线程 MTT‑S3000 PCIe‑4.0（图形 + 轻量推理两用）

9. 算能 BM1684X（安防视频解析专用推理卡）

第三部分：PCIe‑4.0 国产算力卡选型建议（落地采购参考）

场景 1：信创环境、国产服务器（鲲鹏、海光 CPU 整机），千亿大模型训练

优先选择：天数智芯天域 150S‑PCIe‑4.0＞沐曦 C500＞海光 DCU‑8000；

海光 DCU 和海光 CPU 兼容性最佳；天数智芯 CUDA‑迁移效果最好，原有 CUDA 代码改动最小。

场景 2：仅做 AI 推理（LLM 推理、vLLM、视频识别），预算适中

高端推理：寒武纪 MLU370‑X8、沐曦 C500；

中端推理：天数智芯 MR‑V100、海光 Z100L；

安防推理：算能 BM1684X。

场景 3：X86 通用服务器（Intel/AMD），后续可能换回英伟达卡

首选：海光 DCU‑Z100L、天数智芯 MR‑V100，二者对原生 CUDA 代码兼容性最佳，迁移成本最低。

场景 4：严格国产化替代，完全禁用 NVIDIA

1. 大模型训练：天数智芯天域 150S‑PCIe‑4.0；

2. 通用仿真 + AI：海光 DCU‑8000；

3. 推理集群：寒武纪 MLU370‑X8。

第四部分：国产算力卡短板总结（采购注意）

1. 通用 GPU（海光、天数智芯、沐曦）：硬件算力接近 A800‑PCIe‑4.0，但是算子生态距离英伟达仍有差距，FP8、新一代大模型算子适配滞后；

2. NPU 架构（寒武纪、算能）：推理算力很强，但无法原生运行 CUDA 代码，原有基于 PyTorch/TensorFlow 的项目改动量大；

3. 壁仞 BR100：OAM 版本性能很强，但 PCIe‑4.0 版出货量偏少，售后和集群案例少于海光、天数智芯。

家具美容培训

家具维修培训