昆仑芯 P800

是什么

昆仑芯 P800 是一块 AI 加速卡——一种专门为神经网络所依赖的矩阵与向量运算设计的处理器——也是昆仑芯加速卡产品线的第三代。它在 2024 年推出^[1][2]。芯片基于 XPU-P 架构，这一架构由昆仑芯自行研发，而非从其他厂商授权获得^[1]。

这类加速卡通常插在服务器里，与普通 CPU 配合工作：CPU 负责调度、存储和数据搬运，加速卡承担绝大部分算术运算。算得多快、能把多少数据留在手边，决定了一台机器能训练或者服务多大的模型。

规格

昆仑芯给出的 P800 算力是 FP16 下 345 TFLOPS^[1][2]。TFLOPS 指每秒万亿次浮点运算，FP16 指参与运算的数字以 16 位浮点数存放。卡上带有 96 GB 的高带宽内存（HBM），支持 FP8、FP16 和 FP32 三种精度^[2]。

精度是贯穿 AI 计算的一个取舍。每个数字占的位数越少，单个数占用的内存越小，运算单元每秒能处理的数就越多，吞吐随之提高；位数越多，保留的细节和动态范围越完整，而训练通常比推理对这个更敏感。一块同时支持 FP8 到 FP32 的芯片，可以在这段区间里按需切换，而不是被绑死在某一种格式上。

内存容量和峰值速度同样重要。模型权重、激活值，以及随上下文长度增长的键值缓存，都要装进或流经卡上的内存；96 GB 高带宽内存就是单块 P800 可用的预算^[2]。

基于它的系统

P800 既作为单卡使用，也作为更大机器的组成单元。2025 年 4 月，百度点亮了一个基于 P800 的 32000 卡超大规模集群，可以同时承载多个参数规模达数千亿的模型的训练任务^[1][2]。这种规模的集群之所以有意义，是因为在这个量级上训练必须把计算切分到大量芯片上并让它们持续通信；加速卡周边的互联和调度，和芯片本身一样关键。

规模较小的一端，昆仑芯称一台搭载 8 块 P800 的服务器吞吐达到每秒 2437 个 token^[1]。token 是语言模型读写文本的单位，因此每秒 token 数直接衡量了一台服务器能持续生成多少内容。

2026 年 4 月，基于 P800 的 256 卡「天池」超节点上线，吞吐比上一代高 25%，推理效率高 50%^[2]。超节点把许多加速卡封装成一个连接紧密的整体，从而降低卡与卡之间搬运数据的代价。

软件适配与客户

硬件只有跑得动模型才有用。P800 已适配文心（ERNIE）、DeepSeek、GLM 和 MiniMax 等模型，并部署在招商银行、中国移动和国家电网^[2]。这些部署把这块卡放进了银行、电信和电网的场景里，其中的负载既有对话模型的服务，也有这些行业日常运行的识别与预测任务。

2025 年 8 月，昆仑芯中标中国移动的 AI 服务器集采，金额超过 10 亿元，在多个与 CUDA 兼容相关的标段中分别拿下 70% 和 100% 的份额^[1]。CUDA 是英伟达的编程模型，为它编写的代码是客户留在某一家的主要原因；所谓「CUDA 兼容」的标段，指的是投标方要提供一条让现有 CUDA 软件改动有限即可运行的路子。

在发展中的位置

P800 是一块面向大规模训练与推理的国产加速卡，它的位置更多体现在周边的系统而不是参数表上：一个 32000 卡的集群、一个 8 卡服务器的吞吐数字、一个 256 卡超节点、对多个主流模型系列的适配，以及按标段份额计算的集采中标。这些才是判断一块芯片是演示品还是产品的依据。就上述事实而言，P800 已经进入成规模的集群和客户现场，并且每一代系统都在上一代的基础上报告了提升^[1][2]。