--- 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？" 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" 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" 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？" source_type: "generated" status: "published" generated_at: "2026-10-22 20:36:27" frame_type: ["机制"] legal_anchor_count: 0 transcript_citation_count: 0 --- # 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？ 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？ 半导体分析机构 SemiAnalysis 拿到了一颗华为升腾 950PR 的实物芯片。 具体硬件型号是 950PR_9579。 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。 先看这组刚刚出炉的中位数实测数据。 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。 这是个什么概念？ 对比英伟达 2022 年发布的 H100，它大约相当于 H100 的 44%。 对比英伟达最新的 Blackwell B300，它大约是 B300 的 21%。 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。 但这还算不上最扎眼的地方。 最扎眼的是它的能效比。 600 瓦的功耗，跑出 325 TFLOPS 的算力。 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。 为什么会这样？ 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？ 这就得看半导体底层绕不开的物理规律了。 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。 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。 芯片面积一旦做大，物理上的代价立刻就显现出来了。 内部的金属走线变得更长，晶体管的静态漏电也大幅增加。 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。 面积越大，漏电越严重。 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。 但在数据中心里，散热是有物理极限的。 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。 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？ 工程上行不通。 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。 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。 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。 频率被按住了，计算核心数量又有物理上限。 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。 除了算力，测试还测出了另一个关键细节：显存带宽。 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。 华为给它搭配了 128GB 的自研高带宽显存。 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。 什么叫有效显存带宽？ 纸面标注的显存理论带宽，就像高速公路的设计最高限速。 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。 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。 这就好比高速公路虽然宽，但匝道和收费站排起了长队。 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。 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。 跑大模型推理，其实是两种完全不同的工作负载。 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。 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。 第二阶段是一个字一个字往外吐答案，这叫解码。 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。 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。 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。 所以升腾选择把任务拆开： 用 950PR 专攻预填充，用 600 瓦的功耗硬顶计算密集型任务； 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。 这是一种务实的工程解题思路。 那单卡算力落后，国内的大模型团队平时该怎么用？ 单卡不够，系统来凑。 华为把重心放在了机柜级超节点和高速光互联上。 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。 与此同时，算法团队的底层协同也顶了上来。 像 DeepSeek 这样的团队，深入参与了升腾底层的算子优化。 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。 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。 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。 半导体的世界里没有魔法，物理规律对谁都是平等的。 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。 这颗 950PR 展现出来的，正是工程世界最真实的样子： 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。 _Canonical: · Source: 墓碑科技 MUBEITECH (mubeitech.com)_ _Rendered by mubei-terminal._