企业软件 算力芯片

Google TPU v2 是 Google 于 2017 年 5 月发布的第二代张量处理单元。它加入浮点支持和 bfloat16，并可组成 256 颗芯片、11.5 petaFLOPS 的 pod。

面向万亿参数模型的液冷机架，NVIDIA 把 72 颗 Blackwell GPU 与 36 颗 Grace CPU 连成单一 NVLink 域。

SK 海力士于 2024 年 9 月 26 日宣布量产 12 层 HBM3E，是首个做出 12 层堆叠高带宽内存的公司：封装容量 36 GB，厚度与 8 层版本相同，工作速度 9.6 Gbps。

昇腾 910C 是华为昇腾 910 系列的数据中心 AI 芯片，基于达芬奇架构，2025 年第一季度上市，FP16 算力 800 TFLOPS，配备 128 GB 高带宽内存。

华为云基于 Atlas 900 A3 超节点构建的云服务实例，把最多 384 颗昇腾 910C 芯片连成一台计算机对外提供算力。

NVIDIA 于 2025 年 3 月发布的机架级系统，把 72 颗 Blackwell Ultra GPU 和 36 颗 Grace CPU 连成一台机器，官方称其 AI 性能是 GB200 NVL72 的 1.5 倍。

2025 年 3 月 19 日，SK 海力士宣布全球首家向主要客户提供 12 层 HBM4 样品：带宽超过 2 TB/s、容量 36 GB，比 HBM3E 快 60% 以上。

AMD 于 2025 年 6 月推出的数据中心 GPU，采用 CDNA 4 架构，配备 288 GB HBM3E 显存，主打生成式 AI 推理，与英伟达 Blackwell 一代正面竞争。

华为昇腾 950 是 2025 年 9 月公布的两款 AI 芯片系列，昇腾 950PR 与 950DT 共用一颗芯片，并首次采用华为自研高带宽内存，低精度算力最高 2 PFLOPS。

Google 自研的第三代张量处理单元，2018 年推出，内存容量与带宽翻倍、峰值吞吐提升、单芯片功耗下降，并采用液冷以支持更高密度的集群。

NVIDIA DGX A100 是 NVIDIA 第三代 DGX 系统，2020 年 5 月 14 日发布，内置八块 A100 GPU，AI 性能标称 5 petaflops，最多可切分为 56 个实例。

寒武纪第三代云端AI芯片，2021年发布：7 nm芯粒方案封装两颗计算裸片，INT8算力256 TOPS，支持LPDDR5内存与多芯互联，定位为具性价比的推理产品。

AMD 的数据中心 GPU 加速器，于 2021 年 11 月 8 日发布，基于 CDNA 2 架构，拥有 220 个计算单元和 128 GB HBM2e 显存，双精度算力突出，同时支持低精度 AI 格式。

英伟达 A800 是一款数据中心 GPU，2022 年投产，作为面向中国客户的 A100 替代方案，芯片间数据传输速率有所降低，以满足美国出口管制门槛。

NVIDIA 于 2022 年 3 月发布的第四代 DGX 系统，单机集成 8 块通过 NVLink 相连的 H100 GPU，FP8 精度下提供 32 petaflops 算力，面向企业级 AI 基础设施。

壁仞于 2022 年 8 月发布的通用 GPU，双晶粒封装、7 nm 工艺、770 亿晶体管，厂商称其单芯片算力达到 PFLOPS 级。

思元590是寒武纪2023年发布的第四代云端AI芯片，采用7纳米工艺，训练与推理通用，面向千亿参数级模型，也是公司第五代MLUarch微架构的代表产品。

英伟达为中国市场专门设计的数据中心 GPU，目的是在美国出口管制下继续对华销售。它的核心数与性能低于 H100，但在 2025 年 4 月的许可证要求之前，是中国买方可合法买到的最先进英伟达芯片。

NVIDIA 于 2023 年 11 月发布的 H200 是首款采用 HBM3e 显存的 GPU，141 GB 容量接近 A100 的两倍，在 Llama 2 70B 上的推理速度接近 H100 的两倍。

英特尔 Gaudi 3 是 2024 年推出的 AI 加速器，由两颗 5 纳米计算芯片组成，配 128 GB HBM2e 显存，BF16 与 FP8 矩阵算力均为 1,835 TFLOPS，OAM 模块上还集成了 200GbE 网络端口。

Meta 自研 AI 芯片 MTIA 的第二代，2024 年 4 月 10 日公布，采用台积电 5 纳米工艺，专门服务 Meta 自家的排序与推荐模型。

深算三号是海光于 2025 年上市的 GPGPU 架构深度计算处理器，采用 7 纳米芯粒封装，HBM 带宽 1.8 TB/s，并配有类 CUDA 的软件工具链。

摩尔线程的旗舰训推一体 GPU 智算卡，基于 PH100 芯片和「平湖」架构，稠密 AI 算力 1000 TFLOPS、显存 80 GB，是公司 2025 年的主要出货产品。

AMD Instinct MI350X 是 AMD MI350 系列中的数据 GPU，基于 CDNA 4 架构，单卡最高 288 GB HBM3E 显存、8 TB/s 带宽，板卡功耗上限 1,000 W。

华为昇腾 970 是华为 2025 年 9 月公布的路线图上最后一颗 AI 芯片，计划 2028 年第四季度上市；按公布的目标，它的 FP8、FP4 算力约为昇腾 960 的两倍，互联带宽和内存带宽也大幅提高。

昇腾 960 是华为路线图中的 AI 芯片，计划 2027 年第四季度上市，宣称算力、内存容量与带宽、互联端口均为昇腾 950 的两倍，并支持自有的 HiF4 4 位格式。

寒武纪的旗舰加速芯片思元690于2026年初量产，采用双裸片封装，FP16算力超过700 TFLOPS，配备196 GB HBM3内存，面向超大规模训练任务。

微软 Maia 200 是 2026 年 1 月 26 日发布的推理加速器，采用台积电 3 纳米工艺，配备 216 GB HBM3e 内存，FP4 算力超过 10 petaflops，用来运行 OpenAI 的 GPT-5.2 等模型。

AWS Trainium 是亚马逊云科技（AWS）为深度学习训练专门设计的芯片，通过 EC2 Trn1 实例提供，AWS 称其训练成本比同类实例最多低 50%。

AWS Inferentia2 是亚马逊云科技为推理打造的第二代自研芯片，单颗芯片带 32 GB 高带宽内存、最高 190 TFLOPS 的 FP16 算力，一台 EC2 Inf2 实例最多可装 12 颗。

Google TPU v5e 是 2023 年推出的机器学习加速芯片，单颗芯片含 1 个 TensorCore，bfloat16 峰值算力 197 TFLOP，可组成 256 颗芯片的 Pod，兼顾训练与推理。

GH200 是英伟达的超级芯片，将 72 核 Arm CPU 与 Hopper GPU 经 NVLink-C2C 装进同一封装，搭配 HBM 与最多 480 GB CPU 内存。

MTIA 第一代是 Meta 自研的第一代 AI 推理加速器，采用台积电 7 纳米制程，配备 128 MB 片上内存，面向深度学习推荐模型。

英伟达 L40S 是基于 Ada Lovelace 架构的数据中心 GPU，48 GB ECC 显存兼顾 AI 与图形负载，采用 PCIe Gen4 被动散热设计，不支持 NVLink 与 MIG。

AMD Instinct MI100 是一款基于 AMD 第一代 CDNA 架构的 GPU 加速器，配备 32 GB HBM2 显存，并给出双精度、单精度和半精度计算的峰值吞吐指标。

英特尔 Gaudi 2 是一块面向数据中心的 AI 加速器，配备 96 GB HBM2e 显存、432 TFLOPS 的 BF16 算力和 24 个张量处理器核心，专门承担大型神经网络里的矩阵运算。

AWS Inferentia 是亚马逊云科技（AWS）自研的一款芯片，专门用于运行已经训练好的机器学习模型，用户通过 EC2 Inf1 实例使用。它的目标是在推理任务上比通用实例更快、更便宜。

NVIDIA A10 是一款基于 Ampere 架构的数据中心 GPU，把图形、视频与 AI 推理放进一张 24 GB 显存的单槽 PCIe 卡，面向主流企业服务器。

SambaNova SN40L 是 SambaNova 的一款 AI 芯片，公司称其为「可重构数据流单元」，把数据流式的并行执行与片内 SRAM、共封装 HBM、DDR DRAM 组成的三层存储体系结合在一起。

NVIDIA 基于 Ampere 架构打造的数据中心 GPU，面向 AI 推理和主流企业级计算，配备 24 GB HBM2 显存，功耗上限 165 W，最多可切分为 4 个 MIG 实例。