{"id":"mb-20261022-102ca8","kind":"deep","title":"SemiAnalysis实测升腾950PR：600瓦功耗与A100级算力背后，物理定律如何锁死芯片能效？","summary":"半导体机构实测华为升腾950PR芯片，在600瓦功耗下跑出325 TFLOPS的BF16算力，能效比落后英伟达Hopper架构一倍。受制于制造工艺与散热极限，大面积裸片带来的漏电与频率约束锁死了单卡性能，有效显存带宽也早早饱和。这种客观物理制约促使国产芯片走向预填充与解码的架构分工，并依靠机柜级超节点与算法底层协同弥补单芯差距。","body":"给一颗 AI 芯片灌进 600 瓦的电，实际算力究竟相当于英伟达哪一代？\n\n半导体分析机构 SemiAnalysis 拿到了一颗华为升腾 950PR 的实物芯片。\n具体硬件型号是 950PR_9579。\n测试台的数据跑出来，很多一直处于猜测中的硬件指标有了确切答案。\n\n先看这组刚刚出炉的中位数实测数据。\n在主流的大模型计算格式 BF16 下，这颗芯片跑出的中位数算力是 325 TFLOPS。\n这是个什么概念？\n对比英伟达 2022 年发布的 H100，它大约相当于 H100 的 44%。\n对比英伟达最新的 Blackwell B300，它大约是 B300 的 21%。\n如果只看绝对算力，325 TFLOPS 大致落在了英伟达 2020 年发布的 A100 区间。\n\n但这还算不上最扎眼的地方。\n最扎眼的是它的能效比。\n600 瓦的功耗，跑出 325 TFLOPS 的算力。\n算下来，它每瓦电能换来的有效计算量，比英伟达的 Hopper 架构整整差了一倍。\n\n为什么会这样？\n这可是新一代的大芯片，为什么单卡算力和能效会停在这个位置？\n这就得看半导体底层绕不开的物理规律了。\n\n在先进制程代工受限的情况下，芯片无法使用最顶级的代工节点。\n要在现有的工艺下塞进几百亿甚至上千亿个晶体管，唯一的办法就是把芯片的裸片面积做大。\n芯片面积一旦做大，物理上的代价立刻就显现出来了。\n内部的金属走线变得更长，晶体管的静态漏电也大幅增加。\n芯片运行时的发热，不仅取决于晶体管翻转时消耗的电，还取决于电流在晶体管缝隙里漏掉的电。\n面积越大，漏电越严重。\n为了把这么大面积的芯片稳定驱动起来，电量必须大把大把地灌进去。\n但在数据中心里，散热是有物理极限的。\n单张加速卡 600 瓦的功耗，几乎已经顶到了风冷和液冷机架的承载上限。\n\n既然功耗已经到了 600 瓦，那能不能把芯片频率再拉高一点，把算力强行冲上去？\n工程上行不通。\n因为芯片的功耗和工作频率以及工作电压的平方是紧密绑定的。\n在当前的物理条件下，频率每往上硬提一点，发热量就会呈指数级向上窜。\n为了避免烧毁芯片，也为了保证芯片出厂时的良品率，工程师只能把运行频率稳在一个克制的区间。\n频率被按住了，计算核心数量又有物理上限。\n于是 600 瓦功耗红线下，325 TFLOPS 就成了实际测出来的中位数落点。\n\n除了算力，测试还测出了另一个关键细节：显存带宽。\n这颗芯片名字里的 PR，代表的是 Prefill 和 Recommendation，也就是专门负责大模型的预填充阶段与推荐系统。\n华为给它搭配了 128GB 的自研高带宽显存。\n但实测数据发现，这颗芯片的有效显存带宽很早就撞上了一个平原期。\n\n什么叫有效显存带宽？\n纸面标注的显存理论带宽，就像高速公路的设计最高限速。\n但数据从显存搬进计算核心，中间必须穿过内存控制器、跨芯粒总线和片上互联网络。\n当大模型发起密集的读写请求时，片上的交通调度如果遇到了拥堵，实际跑满的数据流量就会提前饱和。\n这就好比高速公路虽然宽，但匝道和收费站排起了长队。\n显存硬件本身虽然还能供货，计算核心却吃不进更多的数据了。\n\n搞清楚了这个瓶颈，你就能理解这代芯片为什么要在架构上进行分工。\n跑大模型推理，其实是两种完全不同的工作负载。\n第一阶段是把用户输入的长文本一次性吃进去，这叫预填充。\n这个阶段是在做密集的矩阵计算，对算力胃口极大，对显存带宽的要求相对宽容。\n第二阶段是一个字一个字往外吐答案，这叫解码。\n解码阶段每生成一个字，都要把之前的全部上下文在显存里完整搬运一遍，算力用得不多，但显存带宽稍微慢一点就会卡壳。\n英伟达的先进制程领先，可以做出一颗既有顶级算力又有顶级带宽的通用大卡，把两个阶段通吃。\n但在工艺受限制的前提下，想要在一颗芯片上同时把算力和显存带宽堆到极致，物理上几乎难以实现。\n\n所以升腾选择把任务拆开：\n用 950PR 专攻预填充，用 600 瓦的功耗硬顶计算密集型任务；\n把解码和训练的重任，交给另一款专门堆叠更高显存带宽的兄弟型号 950DT。\n这是一种务实的工程解题思路。\n\n那单卡算力落后，国内的大模型团队平时该怎么用？\n单卡不够，系统来凑。\n华为把重心放在了机柜级超节点和高速光互联上。\n通过私有的互联拓扑，把几千张甚至上万张卡连成一个整体，用庞大的集群规模来分摊单卡的压力。\n与此同时，算法团队的底层协同也顶了上来。\n像 DeepSeek 这样的团队，深入参与了升腾底层的算子优化。\n他们专门针对这套架构重写了底层的计算核心代码，开源了像 TileLang 和 DeepGEMM 这样的底层工具。\n在某些经过深度定制的微基准测试里，这颗芯片甚至能跑出接近理论极限 99.7% 的极端利用率。\n也就是说，硬件工艺上的物理代差，正在被更激进的算法工程和更庞大的集群拓扑努力填补。\n\n半导体的世界里没有魔法，物理规律对谁都是平等的。\n工艺节点有差距，就必须用更大的芯片面积、更高的电力消耗去顶住算力。\n这颗 950PR 展现出来的，正是工程世界最真实的样子：\n在明确的物理边界内，承认差距，拆解场景，用系统的互联和底层的软件重构，一步一步把机器运转起来。","topic":"SemiAnalysis实测升腾950PR：600瓦功耗与A100级算力背后，物理定律如何锁死芯片能效？","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-22 20:36:27","legal_anchor_count":0,"transcript_citation_count":0,"seo_title":"SemiAnalysis实测升腾950PR：600瓦功耗与A100级算力背后，物理定律如何锁死芯片能效？","description":"半导体机构实测华为升腾950PR芯片，在600瓦功耗下跑出325 TFLOPS的BF16算力，能效比落后英伟达Hopper架构一倍。受制于制造工艺与散热极限，大面积裸片带来的漏电与频率约束锁死了单卡性能，有效显存带宽也早早饱和。","domain":"chips","domain_label":"芯片与硬件","domain_label_en":"Chips & Hardware","domain_url":"https://mubeitech.com/deep?domain=chips","canonical_url":"https://mubeitech.com/deep/mb-20261022-102ca8","markdown_url":"https://mubeitech.com/deep/mb-20261022-102ca8/markdown","json_url":"https://mubeitech.com/api/interpretations/mb-20261022-102ca8","published_at":"2026-10-22T20:36:27Z"}