AI Compute Cards Wiki Editorial

大多数 AI 算力的成本模型只算了显卡。但 2026 年公开测算显示：一台 8 卡 H100 服务器的三年全口径 TCO 约 71.2 万至 94.8 万美元，其中服务器与 GPU 约占六成，电力约 7% 至 15%，而人员成本往往是最大的单一运营项。真正拉开自建与云差距的，不是买卡那一刻花了多少。

---

一、五大口径的真实占比​

以一台 8 卡 H100 节点（约 10 至 10.5 kW 满载）为基准，2026 年的公开成本拆解如下：

成本项	类型	2026 年量级
GPU 服务器（8 卡 H100）	资本	25 万至 40 万美元以上
高速网络（InfiniBand / RoCE）	资本	5 万至 10 万美元以上
电力（约 10 kW 节点）	运营	每年约 1.05 万美元
制冷附加	运营	电力的 25% 至 40%
托管 / 机房	运营	每年 1.2 万至 2.4 万美元
人员（至少 0.5 个 FTE）	运营	每年 7.5 万至 10 万美元
三年全口径合计	—	约 71.2 万至 94.8 万美元

逐条看要点：

• 人员被严重低估。 7.5 万至 10 万美元 / 年的人力，通常高于电力加制冷之和。集群打补丁、监控、保持可用性，没有低于 0.5 FTE 的现实方案。
• 电力不是大头，但地区差异是数量级的。 美国加权平均工业电价 0.0834 美元 / kWh、PUE 1.14、利用率 71% 时，每兆瓦每年电费约 62.6 万美元；廉价电力市场（0.047 美元 / kWh）降至约 35.3 万；昂贵沿海市场（0.15 美元 / kWh）则超过 110 万。
• 故障率是隐性成本。 企业级 GPU 年故障率约 5% 至 10%，备件与更换必须单列。
• 摩尔定律的反向作用。 新一代发布即意味着在手硬件开始贬值，折旧年限的选取比电价更能左右结果。

二、东西部的成本落差有多大​

国内公开测算给出了更贴近本地采购的口径。取 2 万 P 规模 H100 集群，按行业平均 80% 利用率测算：

场景	PUE	电价	日电费
西部浸没液冷标杆	1.1	0.30 元/度	约 32.95 万元
西部标准绿色算力（冷板液冷）	1.2	0.30 元/度	约 35.94 万元
东部传统风冷	1.3	0.65 元/度	约 84.36 万元

东部风冷方案的日电费是西部液冷方案的 2.5 倍以上。 但如果换成低功耗国产集群（同样 2 万 P，按 1P 约 1.5 kW 测算，PUE 1.2、0.30 元/度、80% 利用率），日电费约 20.74 万元，比 H100 集群省约 42%。电力账的杠杆在芯片功耗和 PUE，不在电价谈判。

机位托管的口径同样值得记：西部东数西算枢纽 40 kW 液冷机柜的机位租金约 1.5 万元 / 月，电费约 8640 元 / 月（24000 kWh × 0.36 元），带宽约 1500 元 / 月，月度合计约 2.51 万元；东部新建低 PUE 液冷机柜租金则在 2.2 万至 3.2 万元 / 月，电价 0.55 元 / kWh 以上。

三、液冷为什么是必需品而不是选项​

液冷与风冷的成本差在 2026 年已经被量化。行业测算显示，每兆瓦液冷设施成本约 450 万至 520 万美元，而常规风冷约 180 万美元 / 兆瓦——液冷溢价为每兆瓦约 305 万美元。原因是风冷机房在常规成本下只能支撑每机架 25 kW，而 AI 负载需要 40 至 80 kW 甚至更高。

另一个容易被忽略的信号：机械系统在液冷 AI 机房总成本中的占比，已从风冷时代的 22% 上升到 33%。液冷不是一次性投入，它改变了整座机房的成本结构。

四、折旧：TCO 里最容易吵架的一项​

折旧年限的选择直接决定结论。Epoch AI 在 2026 年 5 月的模型中，对 1 吉瓦美国 AI 数据中心采用的口径是：IT 设备 5 年寿命，机房设施 14 年寿命，由此得出每兆瓦年化 TCO 约 850 万美元，其中一次性资本支出 3.8 万美元 / 兆瓦（合计 380 亿美元），年运营支出 90 万美元 / 兆瓦（合计 9 亿美元）。服务器与 GPU 占年化 TCO 的约 60%，能源约占 7%。

如果你把 IT 折旧从 5 年改成 3 年，同样的现金流会被重新切成完全不同的两个故事。 这不是会计技巧，而是采购谈判中的实质变量——它决定了你愿意为多少年服务期付多少溢价。

五、五口径自查清单​

口径	问自己的问题	四季度答案
电力	我的 kW 负载 × PUE × 8,760 小时 × 电价，是多少？	东部风冷方案通常是西部液冷的 2.5 倍以上
折旧	我按几年摊？残值怎么算？	行业常用 IT 5 年 / 设施 14 年
液冷	每兆瓦是否已计入 300 万美元级溢价？	每机架超过 25 kW 就是必选项
人力	是否真有人排 0.5 个 FTE 进预算？	通常是最大单项运营成本
故障	备件比例是否按年 5% 至 10% 预留？	企业级 GPU 的现实年故障率

一句话总结：2026 年的算力 TCO 里，电力只占约 7% 至 15%，液冷溢价和人员成本才是被低估的两块。把折旧年限、人力 FTE 和液冷溢价这三项填准，你的 TCO 才有讨论资格。

对一家 2026 年的 AI 创业公司来说，算力决策不是技术问题，是一个利用率问题。多家独立分析在 2026 年给出的阈值惊人一致：持续利用率在约 40% 以下，租用几乎总是更便宜；超过约 55% 至 65%，自建或共置才开始在三到三十六个月的维度上赢。你需要做的是准确估计自己的利用率，而不是选择你更偏好的那个答案。

---

一、先把「利用率」算出来，而不是猜出来​

2026 年的盈亏平衡测算给了一个可复现的算例。取一台 H100 新机价格区间 2.5 万至 4 万美元的中值 3 万美元，专业托管费用约每 GPU 小时 0.35 美元（含电费），同等级设备租用约每小时 2.50 美元——交叉点大约在 1.4 万 GPU 小时：100% 利用率下约 19 个月，40% 利用率下约四年。 若把两年残值按 40% 至 50% 计入，有效盈亏平衡点缩短约三分之一。

二手市场的保值能力是被低估的变量：二手 A100 在推出数年后仍以 4000 至 9000 美元交易。

所以第一步不是选卡，是拉数据。 把过去 8 周的训练与推理任务全部导出来，算出「实际运行 GPU 小时 / 可用 GPU 小时」。这个数字低于 40%，你就该继续租。

二、五阶段演进路径​

阶段	月 token / 训练量	利用率	算力策略	预算量级
0 期：原型验证	百万级 token	低于 10%	纯租，按秒/按小时付费	每月数百至数千美元
1 期：MVP 有真实用户	千万级 token	10% 至 30%	纯租 + 本地小卡	每月数千至 2 万美元
2 期：PMF 已验证	亿级 token	30% 至 50%	长约租 + 混合策略	每月 2 万至 10 万美元
3 期：稳定增长	十亿级 token	50% 至 70%	买或共置整机	一次性 25 万至 40 万美元级
4 期：平台化	百亿级 token	70% 以上	自建集群 + 多云弹性	百万美元级资本支出

自建的另一个门槛是 token 量本身：公开分析给出的阈值是，70B 级模型在每月 5 亿至 8 亿 token 以上时，自建的推理开支相比前沿 API 标价可降低 65% 至 80%。低于这个量级，运维成本摊不薄。

三、买租交叉点的三种测算口径​

2026 年各家给出的交叉点略有不同，因为假设不同。三个口径值得分别记住：

口径	交叉利用率	对应假设
保守	约 40%	A100 对 H100 对比，含残值抵扣
中性	约 55% 至 60%	对标超大规模云商按需价，11 至 14 个月回本，36 个月内省 50% 至 65%
激进	约 70%	含人力分摊与机房折旧

实操建议：按中性口径（55% 至 60%）做决策，按保守口径（40%）做否决。 如果你的测算结果落在 40% 到 55% 这个灰区，答案通常是第三条路——共置。

四、第三条路：买硬件但不自建机房​

公开分析中反复出现的一个洞察是：买租二选一的框架默认了「买 = 自建机房」，而这个假设往往是错的。 运营方正走的折中路径是：买下硬件，把它放进同一座提供合同电力、液冷和运行时间的设施里。这条路在「拥有」那一栏加上了托管费（上述算例中约每 GPU 小时 0.35 美元），同时消除了自建的每一条运维异议——电力、制冷、网络、以及凌晨三点的故障。

对超过 40% 负载的稳定工作负载，这通常是可用的最低总成本路径。 托管价格的市场区间是每机柜每月 1200 至 2500 美元（海外标准），机位托管另按 40 kW 液冷机柜、机位租金约 1.5 万元 / 月加电费约 8640 元 / 月的国内口径测算。

五、四季度特有的两条变量​

1. 云端长约的折扣窗口在放大。 2026 年 10 月初的公开报价显示，H100 在 Azure 的 1 年承诺约比按需低 36%、3 年承诺低 56%；Google Cloud 对应为约 31% 与 56%。主流云的 1 至 3 年 GPU 预留合约通常可在按需价基础上打 30% 至 55% 的折扣。如果你的利用率在灰区，签长约比自建更安全。
2. 硬件价格仍在波动上行。 2026 年 9 月国内渠道数据显示，RTX 5090 风扇卡在华南涨至 47100 元，较 9 月初上涨 12%，而 5090 服务器月租费率仍稳定在 1.35 至 1.6 万元；L20 48GB 报价超过 32000 元。硬件买家正在吸收成本，租户没有——这个价差会收窄，但今天买硬件是在为明天的稀缺付溢价。

六、四条决策纪律​

• 利用率低于 40%，一律租。 不要用「资产归属」的叙事说服自己。
• 灰区（40% 至 60%）选共置。 买硬件、不自建机房，避开自建的每一条运维承诺。
• 数据不能出厂，选项就变了。 医疗、法律、金融数据或合同约束下的算力需求，是硬需求不是偏好——哪怕账面上租更便宜。
• 别在通胀的市场里押注单卡。 2026 年的一个合理策略组合是：中端本地卡（如约 1150 美元级别的 16GB 消费级卡）负责日常迭代、调试和小规模微调，云端负责显存不够或长跑的任务。本地卡承接 80% 的日常工作、云端承接那 20% 本来会逼你买旗舰卡的任务——这是当下风险最低的路径。

一句话总结：2026 年 AI 创业公司的算力策略只有一句话——先量利用率，再选路径。低于 40% 就租，灰区就共置，超过 60% 才自建。而四季度特殊的地方在于：云端长约能省三到五成，硬件却在涨，两边的价差正在逼你做出更早的决定。

昇腾 950 系列目前处在"一代已上市、一代待量产"的关键节点。950PR 搭载的 Atlas 350 加速卡已于 2026 年 3 月 20 日正式上市，市场报价约 11 万元；950DT 计划 2026 年第四季度量产，其价格尚未正式公布，但产能与 HBM 成本正在推动整条国产算力价格曲线上移。本文梳理两款芯片的规格差异与价格走向。

950PR 与 950DT：不是同一款芯片的两种包装​

这两款芯片基于统一的 Ascend 950 Die，但内存方案与定位完全不同。据公开报道，昇腾 950PR 采用 950 核心搭配 HiBL 1.0 内存，主要面向推理 Prefill 阶段和推荐业务场景；950DT 采用 HiZQ 2.0 内存，注重推理 Decode 阶段和训练场景。

维度	昇腾 950PR	昇腾 950DT
内存方案	HiBL 1.0	HiZQ 2.0
内存容量	112GB（芯片规格 128GB）	144GB
内存带宽	1.4TB/s（芯片规格 1.6TB/s）	4TB/s
互联带宽	2TB/s	2TB/s
目标场景	推理 Prefill、推荐	推理 Decode、训练
上市时间	2026 年第一季度	2026 年第四季度

这一拆分反映了一条现实的成本逻辑：Prefill 阶段是算力密集，Decode 阶段是带宽密集。DT 把内存容量和带宽拉高以应对长上下文解码，代价是更高的 HBM 成本。华为同时自研了两种 HBM——HiBL 1.0 和 HiZQ 2.0，与 Ascend 950 Die 分别合封构成两颗芯片。

950PR 的价格锚点：约 11 万元​

根据多方公开报道，搭载昇腾 950PR 的 Atlas 350 加速卡单价约 11 万元人民币（约 1.6 万美元）。这个价格被反复引用为昇腾 950PR 的市场锚点。

对应的硬件规格是：FP4 精度算力 1.56 PFLOPS，集成 112GB HBM，带宽 1.4TB/s，功耗 600W，访存颗粒度从上一代的 512 字节减少至 128 字节，芯片间互联带宽从上一代的 784GB/s 提升至 2TB/s。

据公开报道，华为曾称昇腾 950PR 推理性能达英伟达 H20 的 2.87 倍，价格仅约为英伟达的四分之一左右。这一对比被广泛用于海外市场宣传——华为计划 2026 年第四季度将昇腾系列推向韩国市场，已完成分销商协议签署，选定 SK Shieldus 等两家作为销售渠道，主力产品正是 950PR 与 950DT。

不过这个 2.87 倍的对比需要审慎看待：华为的对比使用 Atlas 350 的 FP4 精度对比 H20 支持的最高精度，并非完全对等。Atlas 350 的内存带宽 1.4TB/s 也明显低于 H20 的 4.0TB/s，该差距会在带宽受限的解码任务上体现。

950DT 第四季度量产：价格怎么走​

950DT 尚未正式定价，但有三个因素会推动价格曲线变化。

第一是 HBM 成本。据公开报道，摩根士丹利已将 2030 年中国 AI 加速器 TAM 预测从 910 亿美元上调至 1320 亿美元，明确以 HBM 成本上升推高芯片定价为理由。HBM 供应瓶颈不仅影响昇腾，也直接压制寒武纪 MLU580 的出货。

第二是产能。据公开报道，华为计划 2026 年出货约 75 万颗昇腾 950 系列；同时也有行业报告显示 950PR 存在采用传统 DDR 内存的版本约 5 万元/颗、配备 HBM 的高端版本约 7 万元/颗的区分。后一组数字口径与 11 万元的 Atlas 350 报价存在差异，可能指向不同产品形态或不同渠道，具体定价以华为官方渠道为准。

第三是国产竞品定价。字节跳动、腾讯、阿里已批量采购昇腾 950 系列，但同期阿里平头哥"真武"PPU 已出货数十万片、寒武纪 MLU580 在三季度提价——国产算力市场并不存在单一价格锚点，每个厂商的定价都锚定各自的性能与产能位置。

研判​

昇腾 950 系列正处在"价格最有说服力的窗口期"。950PR 约 11 万元的定价相对 H20 的四分之一，配合 DeepSeek V4 全线适配昇腾生态的进展，确实建立了性价比叙事。但这个窗口不会太长：950DT 第四季度量产将带来更大的 HBM 消耗，OIF 的 NPO 标准推进、昇腾 960 超节点发布带来的供应链挤兑，都可能推高成本。

对采购方而言，实际成本不止是卡价。昇腾超节点的整套系统定价、灵衢互联设备、超节点机柜的电力与液冷改造，都是必须计入 TCO 的项。建议关注三个信号：一是 950DT 正式上市后的官方定价，二是昇腾 950 系列的年度出货目标能否兑现 75 万片，三是 HBM 国产化进展对成本的实质影响。价格曲线的斜率，最终由产能兑现速度决定。

2026 年 9 月 17 日，华为全联接大会 2026 在上海世博中心启幕。华为副董事长、轮值董事长汪涛发布了业界首个采用 NPO（近封装光学）技术的昇腾 960 超节点。这套系统最刺眼的三个数字是：单节点 4096 卡、8 EFLOPS FP8 算力、1PB HBM 容量。发布会把"超节点"从概念推到了工程现实，但发布本身与规模商用之间仍隔着产能、良率与运维三道关口。

为什么 960 一定要走 NPO​

汪涛给出的动机非常直接：在传统计算架构下，集群规模扩大时资源利用率反而下降。10 万卡集群的实际模型算力利用率（MFU）仅约 20%，大量算力在等待通信完成。据华为马尔科夫实验室仿真结果，由 4K 超节点组成的 10 万卡集群，相比 8 卡服务器组成的同规模集群，MFU 可提升 2.75 倍。

另一位华为高管在发布后补充了更尖锐的对比：当前十万卡级集群行业普遍 MFU 不足 30%，七成资源消耗在故障与修复环节；而 10 万亿参数大模型训练，MFU 每提升 1 个百分点，训练周期就能缩短 3 天。

这一组数字解释了超节点为何成为必选项。当 SOTA 模型参数规模进入 10 万亿级，瓶颈已经不在单卡峰值算力，而在通信与可用度。

维度	传统多机集群	昇腾 960 超节点
单节点规模	8 卡服务器为基本单元	最大扩展至 4096 卡
内存模型	各节点独立内存	灵衢协议实现内存统一编址
算力规模	无统一口径	8 EFLOPS FP8、16 EFLOPS FP4
HBM 容量	分散	1PB HBM 容量
互联方式	大量 800G 光模块	5500 个 Hi-ONE NPO 模块
系统可用度	受故障修复拖累	官方称达 99.8%

Hi-ONE：把光引擎搬进封装内​

昇腾 960 最大的技术亮点是首次商用 Hi-ONE NPO 近封装光学方案。据公开报道，Hi-ONE 是业界首个具备量产能力的 NPO 产品，也是目前行业传输容量最大的 NPO 产品，并且是唯一实现内置光源的 NPO 产品，单引擎传输容量达 7.2T。

它的降本账算得清楚：整套昇腾 960 超节点使用 5500 块 NPO，替代原本需要 4.8 万颗 800G 光模块，减少 550 多千瓦功耗，同时将系统无故障运行时间提升一倍。此外华为已在国际标准组织 OIF 提出 NPO 标准立项建议，试图推动产业生态成型。

配套的灵衢互联架构同样激进。据华为常务董事、ICT BG CEO 杨超斌介绍，灵衢将十余种互联协议统一为灵衢协议，互联带宽从百 GB 级提升至 TB 级，RTT 通信时延从 7 微秒压缩至 2 微秒。在设备侧，华为发布了覆盖柜内、跨柜与集群三级互联的灵衢互联设备，柜内互联刀片实现零电缆，一个 4096 超节点可节省 196 公里铜缆。

现实的挑战：发布不等于交付​

发布会热度之外，有几个必须清醒看待的点。

首先是量产与产能。Hi-ONE 号称"业界首个具备量产能力"，但"具备量产能力"与"大规模稳定量产"之间仍有距离。昇腾 950 系列规划 2026 年出货 75 万片，这本身已是极高的供应链压力，960 作为更大规模的系统级产品，供应链复杂度远高于单卡。

其次是规模化验证。截至 2026 年 9 月，昇腾超节点已规模商用 1000 多套，应用于互联网、运营商、金融、教育、医疗、交通、制造等行业；昇腾 384 超节点已商用超 750 套。但 960 超节点目前仍处于发布阶段，尚无公开的规模商用交付数据。

第三是成本门槛。4096 卡单节点意味着超 1000 平方米的占地与极大的电力需求（据公开报道，基于昇腾 950DT 的 Atlas 950 超节点满配 8192 卡，占地约 1000 平方米）。这种配置目前只有头部互联网厂商、运营商与国家级算力中心有能力消化。

研判​

从 910C 超节点到 950 再到 960，华为的战略主线很清晰——"超节点加集群"的系统级架构创新，而非单纯堆单卡算力。多个昇腾 960 超节点采用灵衢或 RoCE 连接可构建更大规模集群，通过二层 CLOS 四平面组网，最大集群规模可达 51.2 万卡，再结合多轨道拓扑技术最大可支持 100 万卡集群。

这条路线的挑战不在技术叙事，而在工程兑现：NPO 光引擎的良率、液冷系统的长期可靠性、以及从千卡到 4096 卡规模下真正的 MFU 数据，都需要时间检验。对采购方而言，960 的意义在于它把"卡级国产替代"推进到了"系统级自主架构"，这一步比任何单卡参数都更重要。等待 960 商用超节点的第一批公开实测与稳定运行数据，才是判断其成色的关键。

「ASIC 即将取代 GPU」这句话在 2026 年流传很广。但同期另外一组数据同样可靠：据公开报道，NVIDIA 在 2026 年上半年仍保留了 AI 加速器收入的 75% 到 81%。两句话同时为真，说明所谓替代正在发生的其实是分工重构，而不是此消彼长。

份额曲线与它的误读方式​

多家机构给出的预测方向一致。国信证券测算 2026 年 ASIC 芯片出货量约 770 万片、份额 45%，2027 年将超过 GPU 达到 58%，2030 年约 73%。高盛预测 AI 驱动的 ASIC 需求将在 2027 年与 GPU 需求平分秋色。TrendForce 预测 2026 年定制 AI 芯片出货量增长 44.6%，而同期商用 GPU 出货量增速为 16.1%——这是 AI 时代开启以来定制芯片增速首次显著超过通用 GPU。ASIC AI 服务器出货量预计从 2026 年占 AI 服务器总市场的 27.8% 提升到 2030 年的 39.5%。

这些数字最容易被误读的地方在于：出货份额不等于价值份额，也不等于算力份额。ASIC 的定义就是面向特定工作负载设计的芯片，它的每单位算力成本天然更低、上架量天然更小。用「片数」衡量一块 1.7 TB/s 内存的 TPU 和一块 288GB HBM4 的加速卡谁更重要，方法本身就是错的。

维度	通用 GPU	定制 ASIC
训练吞吐（TPS）	更优，万卡集群成熟度更高	快速追赶中
推理单位成本	毛利结构给硅片成本加上明显溢价	在目标工作负载上优 2 至 4 倍
算法灵活性	高，模型架构变化可适应	低，架构变更需重新设计
电力效率	单芯片功耗高、功率密度大	单位有效算力功耗通常更优
软件生态	CUDA 生态十余年积累	XLA、Neuron SDK 等可用但成熟度低
可得性	任何买家可获得	基本被云厂商封闭在自有云内
迭代周期	12 至 18 个月	每代 2 至 3 年

据 SemiAnalysis 与 Bernstein 的研究估计，在大规模推理部署中 ASIC 相比通用 GPU 的 TCO 优势达 40% 到 65%。AWS 官方称 EC2 Trn2 实例相较基于 GPU 的 P5e 与 P5en 实例，在大模型训练与部署上有 30% 到 40% 更好的性价比；SemiAnalysis 测试数据显示 Ironwood 的每百万 token 成本约 0.181 美元，低于 B200 的 0.222 美元与 B300 的 0.276 美元。

四个案例说明的四种路径​

Google 是最成熟的样本。据公开报道，其自研芯片已推动 2026 年第一季度云收入同比增长 63%；2026 年 5 月与黑石集团成立合资公司 TPU Cloud，黑石初始承诺出资 50 亿美元（含杠杆最高 250 亿美元），目标 2027 年上线约 500MW 容量——这是 TPU 诞生十年来首次在 Google Cloud 体系外进行大规模商业化销售。供应链上，Google 已向 Intel 下单生产超过 300 万颗 TPU，联发科也在切入下一代 TPU v10 的设计供应链，打破了博通的长期独占格局。

AWS 走的是外部客户路线。据公开报道，Amazon 于 2026 年 6 月 18 日确认洽谈向其他公司的数据中心出售 Trainium 芯片；内部芯片部门年收入的运行率已突破 200 亿美元，Anthropic 已承诺部署超过 100 万颗 Trainium 芯片、签约高达 5GW 的芯片容量。

OpenAI 提供了另一种范式。据公开报道，OpenAI 于 2026 年 6 月 24 日与博通联合发布首款定制推理芯片 Jalapeño，Celestica 负责板卡与机架集成，台积电负责制造。其总裁 Greg Brockman 表示依托自研大模型辅助优化，从顶层设计到流片仅耗时 9 个月；物理样品已于发布当日交付，计划 2026 年末小规模首批部署、2027 年爬坡、2028 年上半年规模化量产，远期规划总耗电最高 10GW。这条路径的关键在于不自建芯片团队，而是「模型公司定义架构 + 半导体公司实现制造」。

Meta 提供的是失败样本。据公开报道，Meta 于 2025 年 9 月以超 20 亿美元收购 RISC-V 芯片初创公司 Rivos，但半年后整合受挫，原因是现有员工与 Rivos 团队在薪酬和战略路线上冲突、围绕依赖 Meta 现有 IP 还是 Rivos 技术产生内斗，导致多个项目延期，有消息称项目已在内部被实质性取消。

这四个案例指向同一个判断：自研成功的关键变量不是预算规模，而是是否复用了成熟的硅片实现能力。Meta 的路径是收购团队，OpenAI 的路径是复用博通。

软件生态的锁定才是真边界​

一个容易被低估的事实是：定制芯片节省下来的钱，有相当一部分被吞进了迁移成本。NVIDIA 的 CUDA 生态有超过 400 万开发者、十余年的库积累；XLA、Neuron SDK、ONNX Runtime 功能上可用但成熟度低得多。迁移到一个为特定模型调优过的 ASIC，模型可能需要额外工作才能搬回 GPU 或另一朵云。

不过这笔账正在被改写。一方面，模型层正在收敛——主流开源权重让「同一模型跑在不同硬件上」的可行性提高；另一方面，异构推理的需求真实存在。NVLink Fusion 的出现本身就是证据：AWS 的 Trainium4 与 NVIDIA GPU 共用同一机架占位、冷却系统与配电系统，d-Matrix 则计划让自家 Raptor XPU 承担延迟敏感的 decode 阶段、NVIDIA GPU 承担计算密集的 prefill 阶段，二者在同一个机架架构内完成异构解耦。主流路线已经不是二选一。

另一个变化是采购入口的多样化。Anthropic 目前同时运行在 AWS Trainium、Google TPU、Azure GPU 以及洽谈中的 Microsoft Maia 四个硬件平台上；OpenAI 在使用 Trainium、AMD、Cerebras 的同时开始部署自研 Jalapeño。多芯片策略已经从前沿实验室的备用方案变成基础设施层的常态。

供应链侧的连带影响​

ASIC 崛起改变的不只是芯片本身。据公开报道，博通与迈威尔合计控制全球约 95% 的定制 AI ASIC 共同设计市场。博通 2026 财年第二季度 AI 半导体收入达 108 亿美元，同比增长 143%。Google 正在弱化对博通的依赖、引入联发科与迈威尔等设计伙伴，这种供应链分散会削弱单一设计伙伴的份额。

瓶颈也在转移。随着 ASIC 规模化部署，产业瓶颈正从算力转向连接：scale-up 方向的交换芯片与 CPO 技术受益于柜内连接升级，Trainium3 的机柜方案带来了大量增量 PCIe 芯片需求；scale-out 方向则由光模块与光互连承接需求。

展望​

2026 年之后真正的分工边界，是用「工作负载的可预测程度」划出来的，而不是用训练与推理来划。

可预测的负载——固定模型结构、稳定的请求模式、明确的成本压力——ASIC 的成本优势可以直接兑现，这解释了为什么推理侧是 ASIC 的主战场。不可预测的负载——新架构探索、小批量实验、多模态混合负载——GPU 的灵活性无可替代，这也是为什么即使 ASIC 份额上升，训练和前沿研究的默认选择仍然是 GPU。

最可能出现的终局不是谁吃掉谁，而是分层：通用 GPU 承担前沿研发与不可预测负载，ASIC 承担规模化、可预测的推理流量，两者通过开放的 scale-up 互连在同一机架内协同。这个判断有一个前提值得持续跟踪——软件栈的成熟度。如果 Neuron SDK 或 XLA 这类工具链的迁移成本在未来两年显著下降，ASIC 的份额曲线可能比上述预测更陡；如果生态锁定持续，58% 也许就是相当长时间内的上限了。

国产 AI 芯片市场对 MLU690 的期待，从 2025 年一路延续到 2026 年。但据公开报道，MLU690 在 2026 年并没有形成大规模出货计划——寒武纪全年晶圆资源优先保障已成熟量产的 MLU580 与 MLU590。摩根士丹利 2026 年 10 月的研报也确认了这一点：MLU690 系列（特别是 MLU692）收入确认延迟，构成三季度业绩不及预期的主因。本文梳理 MLU690 的真实交付进展。

MLU690 交付现状：产能优先给成熟型号​

据公开报道，寒武纪 2026 年的产能分配策略已经明确：全年晶圆资源优先供给成熟量产的 MLU580、MLU590 两款芯片，MLU690 中芯版本暂不规划批量出货，也没有主动向客户推广。核心制约仍是产能瓶颈，即便拿到客户订单也无法按时交付，因此公司索性收缩 MLU690 的市场投放节奏。

摩根士丹利的研报从财务角度印证了同一件事：预计寒武纪 2026 年第三季度收入为 36.5 亿元人民币，低于此前预期的 47.7 亿元。不及预期的主要原因在于 MLU690 系列（特别是 MLU692）的收入确认延迟以及 MLU580 的交付量有限。寒武纪在第三季度已将 MLU692 交付给主要的 CSP（云服务提供商）进行测试，但预计该产品的大部分收入将在第四季度才能确认。

这就是 MLU690 当前的真实状态——不是"卖不动"，而是"没有足够的晶圆去卖"。

型号	2026 年产能地位	交付状态
MLU580	主力，产能倾斜	交付量有限，三季度提价后毛利率仍偏低
MLU590	主力，产能倾斜	上半年内可交付
MLU690 / MLU692	产能优先级靠后	已交付主要 CSP 测试，收入多在四季度确认
MLU790（下一代）	尚未推进	受 690 验证进度影响，节奏更谨慎

据公开报道，MLU690 的合同虽在上半年签订，但交付预计在第三季度。这与摩根士丹利所述"大部分收入在第四季度确认"基本一致。

央国企市场：可见的订单空间​

在消费级与互联网市场之外，央国企与训练场项目是 MLU690 的主要落地方向。据公开报道，2026 年央国企市场的可见商机空间预计在 10 万至 20 万卡，其中上半年预计可落地订单约为 5 万卡。这 5 万卡中，有 3 万卡将用于与京能合作的国家训练场项目，另外 2 万卡来自其他央国企计算项目扩容（如浙江台州、昆山的项目）以及上海、安徽合肥等地的训练场和电信运营商项目。

值得注意的是，央国企订单的竞争格局并不宽松。据公开报道，在央国企市场寒武纪并非绝对的第二供应商，市场地位大约能排进前五；在信创领域华为是绝对的第一供应商，占据超过 60% 的市场份额。对寒武纪构成最大竞争压力的是平头哥和昆仑芯——这两家公司背靠阿里云和百度云，具备算力消纳能力，能通过云服务输出算力，而寒武纪无法做出此类承诺。

超节点布局：停滞状态​

超节点是 2026 年国产算力的主战场，但寒武纪在这条线上基本缺席。据公开报道，寒武纪自己没有做超节点，也没有明确的自建超节点计划。当前主要是给一些做超节点的厂商提供产品做验证和适配，2026 年还没有客户明确要求寒武纪去部署超节点，而且产能也不支持这么做。

现有产能仅能勉强满足字节的八卡基础服务器订单，字节自身也没有超节点部署计划，相关计划更偏 2027 年。腾讯和阿里虽有超节点方向的规划，但寒武纪没有办法保证供货，所以没有真正推进到客户部署层面。目前更多是与 OEM 厂商做平台适配，比如阿里的盘古、浪潮、新华三等平台已经做过适配，但没有量产安排。

还有一个被忽视的连锁反应：MLU690 的延迟量产会进一步拖累下一代 MLU790 的流片进度。MLU690 本身承担 790 前置大规模商用验证任务，缺少足量客户真实场景数据迭代，下一代芯片的研发与流片节奏会持续延后。

研判​

寒武纪当前的处境可以用一句话概括：需求不缺，晶圆不够。据公开报道，摩根士丹利预计寒武纪 2027 年向 CSP 客户的出货量将接近 35 万颗，主要得益于 MLU692 的产能爬坡和下一代 MLU580 产品的推出；代工方面主要依赖中芯国际的 N+2/N+1 产能。HBM3e 仍是关键供应瓶颈，但供应链调研显示寒武纪拥有一定库存，并有望随国内产能爬坡获得长鑫存储的一部分 HBM3e 产量。

财务侧的压力同样真实：HBM 成本上升对单位经济效益造成压力，MLU580 即使三季度提价，毛利率仍将保持在相对较低水平。摩根士丹利维持增持评级，目标价从 1408 元上调至 1700 元，但明确将三季度称为"业绩低谷"。

对客户而言，MLU690 在 2026 年不是可规模化规划的选项；2027 年随着产能爬坡与 790 产品线就位，它才会真正进入放量期。这一年多的窗口期，寒武纪要证明的是晶圆产能能否转化为可持续的交付能力。

截至 2026 年 10 月，国产 AI 芯片的资本化进程已经进入第二阶段：不再是「谁能上市」，而是「上市后多久就要再融资」。壁仞科技 10 月 8 日宣布的配售，是这一轮融资节奏中最新的一个样本。

壁仞科技：上市十个月，三次融资​

壁仞科技于 2026 年 1 月 2 日在港交所上市，发行价 19.60 港元，募资净额约 62.04 亿港元，成为港股「国产 GPU 第一股」，当时计划将 85% 募集资金投向 GPGPU 芯片及相关软硬件平台研发，仅 5% 投向产品商业化。

此后节奏明显加快。7 月按每股 46.20 港元配售 1.53 亿股新 H 股，募资净额约 70.4 亿港元。10 月 8 日公司再公告，按每股 31.08 港元向不少于 6 名承配人配售 1.3 亿股新 H 股，所得款项总额约 40.4 亿港元，净额约 40.2 亿港元，占已发行 H 股约 9.54%、扩大后总股本约 4.76%，中金香港证券与 UBS 香港担任配售代理。

轮次	时间	每股配售价	募资净额	主要用途
港股 IPO	2026 年 1 月	19.60 港元（发行价）	约 62.0 亿港元	研发为主，商业化占 5%
第一次配售	2026 年 7 月	46.20 港元	约 70.4 亿港元	研发、下一代产品商业化及生产
第二次配售	2026 年 10 月	31.08 港元	约 40.2 亿港元	七成用于供应链采购与产能预留

本次配售价较 10 月 7 日收市价 34.44 港元折让约 9.76%，较前五个交易日平均收市价 36.03 港元折让约 13.73%。公告当日公司股价大跌 11.85%，收于 30.36 港元，总市值约 789.38 亿港元。上市以来累计募资约 172.61 亿港元，居国产 GPU 上市公司首位。

配售用途的重新分配最能说明行业重心迁移：本次净额中约 70% 用于新一代产品的战略供应链采购、生产准备及商业化，20% 用于提升研发能力与软件生态，10% 用于营运资金。上市之初以研发为主导，如今供应链与量产准备成为第一优先级。

「爆单」与盈利拐点​

资本动作背后是基本面拐点。2026 年上半年，七家国产算力相关公司收入接近翻倍，多家半年收入已超过去年全年——海光信息以 90.99 亿元营收居首，同比增长 66.52%；摩尔线程上半年收入 17.36 亿元；壁仞、燧原的半年收入同样超过去年全年。

利润表分化明显：海光信息与寒武纪已进入规模化主营盈利阶段，上半年归母净利润分别为 17.98 亿元和 23.11 亿元；摩尔线程归母净亏损收窄至 1156 万元；沐曦、天数智芯报表扭亏；壁仞、燧原收入快速起量但仍处投入期。壁仞科技上半年毛利 5.27 亿元，同比增长 2708.5%，毛利率提升至 42.7%，较上年同期增加约 10.8 个百分点，期内亏损 3.77 亿元，同比收窄 76.4%，研发开支 8.04 亿元，同比增长 40.7%。

值得注意的是，国产芯片放量并未陷入低价换市场：寒武纪、海光、摩尔线程、沐曦毛利率均维持在 55% 以上，说明供需偏紧格局下国产芯片仍保有议价能力。

推理成为第二入口​

需求结构的变化在收入明细里看得最清楚。天数智芯上半年推理系列收入 6.54 亿元，同比增长 651.8%，已超过训练系列的 2.62 亿元，并接近 2025 年全年推理收入的两倍。随着搜索、推荐、智能客服、智能体等应用放量，推理正成为更稳定、更高频的算力消耗。

商业化形态也在升级，从「卖一张卡」走向「交付一套系统」。寒武纪云端产品线收入占比 99.98%；海光 DCU 完成 400 余款主流大模型适配；摩尔线程夸娥智算集群已在北京、无锡、杭州等地部署，并获京东云万卡级订单；沐曦提出「1+6+X」生态战略；壁仞科技联合产业链伙伴实现数千卡规模的光互连超节点部署。

新产品与政策窗口​

壁仞科技在 10 月公告中同步披露，新一代产品 BR20X 已成功点亮，完成启动测试并进入流片后验证阶段，进度快于此前配售时的预期，正与客户就新一代产品部署进行接洽并制定大规模生产计划。按产业节奏，新产品有望于 2026 年第四季度进入回片验证及送测，2027 年实现规模化部署。这也是公司称需要提前采购并预留产能的直接原因。

政策层面，工信部「十五五」规划明确，到 2030 年我国智能算力规模较 2025 年增长超 5 倍，有序部署万卡、十万卡及以上智算集群，并加大力度适配国产算力芯片。

研判​

国产 AI 芯片的竞争已经从「能不能做出来」转入「能不能按期量产交付」。上市后立即再融资的普遍节奏，本质上是因为流片、验证、送样、产能预留是一条无法压缩的资金链条——壁仞把七成募资投向供应链采购，说明行业已经默认量产节奏比技术指标更能决定胜负。

三点值得关注。第一，配售折价幅度正在扩大（本次较前五日均价折让约 13.73%，且股价单日跌近 12%），说明二级市场对「再融资摊薄」的容忍度在降低，估值定价逻辑正从稀缺性转向交付能力。第二，推理收入占比快速上升会重塑产品结构，低功耗高吞吐的推理卡与训练卡的资源错配可能比算力绝对不足更早出现。第三，从 2026 年第四季度的送测节点看，接下来两个季度的关键验证点不是财报，而是各家新产品能否真正进入客户产线——这才是国产替代叙事能否兑现的硬指标。

2026 年四季度，国产卡与进口卡的对比已经不能只看「单卡算力差多少」。三条硬约束同时收紧：政策红线（7 月 15 日七部委行动方案要求新增财政与央企自建算力国产硬件采购占比不低于 75%，9 月 1 日生效无过渡期）、价格双向上涨（国产卡在涨，进口卡配额在涨）、生态差距量化（WAIC 2026 演示中国产昇腾与同配置英伟达差距约 15% 至 25%）。这是一篇给决策者用的决策树，不是参数对比表。

---

一、先看两个真实报价趋势​

国产侧在涨价。 路透社与彭博社在 2026 年 10 月报道，华为将昇腾 950DT 加速卡指示性报价上调至 25 万元以上，较约两个月前的报价高出 20% 至 50%；彭博称三个月内涨约 60% 至同一水平，有消息人士称该报价是对标英伟达 B200 的多卡交易。老款也不豁免：昇腾 950PR 从年初约 6 万元涨至 8 万元以上，昇腾 910C 从约 9 万元涨至 11 万元以上。寒武纪下一代（暂称 690）报价上调 20% 至 30%，沐曦与燧原也有类似动作。根因是 HBM 供应集中，国产厂商不得不更多依赖成本更高的灰色渠道。

进口侧配额放松但落地存疑。 据报道北京已原则批准 DeepSeek、字节、阿里、腾讯采购 H200，累计超 40 万颗，但条件严格到「实际一单都没下」——英伟达 CEO 黄仁勋已亲口确认没有正式订单。

这两条趋势合起来的判断：四季度是国产卡的窗口期，但不是捡漏窗口期。 国产卡在涨是因为需求真实，不是因为供给变宽裕。

二、决策树：四个问题，四个出口​

问题一：你的负载有合规红线吗？​

若有（政务、央企、金融、医疗数据）——国产卡是必选项，不是选项。 政策要求新增财政与央企自建算力国产硬件采购占比不低于 75%，且无过渡期。此时决策树直接终止在国产分支，后续三个问题只在国产卡内部做型号选择。

若没有——继续。

问题二：你的模型栈是纯国产开源，还是重度依赖海外闭源？​

若你的模型栈以 Qwen、DeepSeek、GLM 等国产开源模型为主，国产卡的适配红利非常明确。昇腾走「全栈共定义」路线，DeepSeek V4 的训练即在昇腾上完成；寒武纪走「生态白手套」路线，把 vLLM 适配做深且 Flash 与 Pro 双开源。这类栈在国产卡上的迁移成本最低。

若你的核心负载重度依赖海外闭源模型或特定算子实现——继续评估，不要勉强。 需要提醒的是，公开分析提到 V4 上国芯曾需要重写约 200 个算子、投入约 30 人年才把性能从 1/35 追回来。这不是小工程。

问题三：你的负载是 decode 受限还是 prefill 受限？​

这是国产卡四季度最有价值的一个判据。昇腾 950 系列的双 die 分工正是围绕这一点设计：950PR（128GB HBM、约 1.6 TB/s）主打推理与 prefill，950DT（144GB 自研 HBM、4 TB/s 带宽、2 TB/s 互连）主打训练与 decode。

如果你的负载是 49B 激活量级的大模型 decode 路径（内存带宽受限），950DT 的 4 TB/s 是国产阵营里最合适的物理答案。 反之，如果是 prefill 密集或小模型高并发，950PR 或寒武纪 MLU690（192GB HBM3E，国产卡中最大显存配置）更匹配。

问题四：你能接受多长的交期和多少的性能折损？​

公开口径的性能差距是：昇腾与同配置英伟达在主流中国模型上差距约 15% 至 25%（WAIC 2026 演示）；第三方评测的推理吞吐对比中，2 卡昇腾 910C 约为 2 卡 H100 的 82%；训练吞吐口径下昇腾 910C 约为 H100 的 79%。同时要注意功耗代价：SMIC 7nm 级工艺的能效劣势使 Atlas 950 SuperPoD 的整机功耗约为可比英伟达配置的两倍以上。

如果你的业务 SLA 允许这 15% 至 25% 的折损，且机房有足够功率余量——选国产。 如果 SLA 卡死在毫秒级，先算功耗余量再决定。

三、四季度选型对照表​

维度	国产卡	进口卡
采购价走势	普涨，950DT 意向价超 25 万元	H200 配额放开但落地未验证
现货可获得性	950DT 商用时间窗口为 2026 年 Q4，量产出货有不确定性	H100 整机稳定在 325 至 330 万元区间
合规适配	满足 75% 国产采购红线	不计入国产比例
生态成熟度	国产模型栈适配最稳，海外闭源有坑	CUDA 生态完整
性能折损	主流国产模型 15% 至 25%	基线
单位成本	主力训练档单卡 11 万元左右，950PR 约 8 万元	H100 单卡 19.5 万至 29 万元，H200 18.1 万至 32 万元
整机功耗	偏高，同配置约为英伟达两倍以上	更优

四、四条执行建议​

• 不要为「国产化」三个字单独付费。 如果你的合规压力真实存在（问题一为是），国产卡的溢价是可以接受的；如果不存在，压着 15% 至 25% 的性能折损选国产，是纯粹的成本损失。
• 押注生态路线而非单卡参数。 昇腾的全栈共定义与寒武纪的 vLLM 深适配，是两条不同的赌注。多卡集群的决策应该押在生态路线上，因为单卡差距会被系统级优化覆盖。
• Q4 是窗口但不是折扣。 国产卡的涨价幅度（950DT 三个月约 60%）说明需求侧在抢。如果确实要用 950DT，Q4 下单比 Q1 下单便宜。
• 保留一条 CUDA 回退路径。 至少让推理栈能编译回 CUDA，避免在 H200 实际落地那天才发现切换成本已经超过预算。

一句话总结：2026 年四季度的国产卡 vs 进口卡，本质上不是性能选择题，而是「合规压力 + 模型栈归属 + decode 还是 prefill」三问的组合题。前一问决定要不要买国产，后两问决定买哪一款国产。

2022 年那篇 FP8 论文刚出来时，把低精度训练当作一个需要小心翼翼对待的工程风险。到了 2026 年，情况反过来了——不是你在考虑要不要用 FP8，而是你还在用 BF16 全程训练的话，很难解释为什么成本这么高。

三套配方，而不是一个「FP8」​

FP8 有两个子格式：E4M3 尾数位多、精度高但动态范围窄，最大有限值 448；E5M2 指数位多、范围宽，最大有限值 57344。Transformer Engine 里的 HYBRID 配方是前向用 E4M3、反向用 E5M2。但这不是唯一正确答案——DeepSeek V3 公开发布的训练配方是全程 E4M3。两种选择都能跑出稳定训练，差别在于梯度的动态范围是否真的需要那么宽。

缩放策略的选择比格式选择影响更大。当前缩放（current scaling）每个张量读两次，适配实时数据；延迟缩放（delayed scaling）只读一次，但依赖历史 amax 统计，遇到离群值容易被历史污染。工程上的普遍建议是：如果稳定性优先，先用当前缩放，不要急着换。

再往上一层是 MXFP8，也就是 OCP 的微缩放格式。张量按 32 个元素切块，每块一个 UE8M0 类型的缩放因子——全是指数位、没有尾数，表示 2 的整数次幂，范围覆盖 2 的负 127 次方到 2 的正 127 次方。这一点在硬件上很关键：缩放因子是 2 的幂，解码时只需要移位，不需要完整的浮点乘法和规格化，直接缩短了处理器的关键路径。块级粒度相比每张量缩放，能把量化误差压低相当可观的比例。

维度	BF16 混合精度	FP8 保守配方	FP8 + COAT 类激进配方
计算权重	2 字节	1 字节	1 字节
主权重	4 字节 FP32	4 字节 FP32	2 字节
梯度	4 字节	4 字节	1 字节
Adam 状态	8 字节	8 字节	1 至 2 字节
每参数合计	约 18 字节	约 17 字节	约 6 至 8 字节

这张表容易被误读。FP8 保守配方看起来只省了 1 字节，这不是 FP8 没价值，而是参数量状态在总训练内存里本来就不占大头——激活值、梯度通信缓冲、框架开销构成了剩下的部分。COAT 这类把优化器状态也量化下去的研究，纸面上有 2 到 3 倍的降幅，但实测端到端内存只降了约 1.5 倍，原因就在这里。

硬件代际决定了配方能走多远​

Ampere 及更早的架构没有 FP8 Tensor Core，Transformer Engine 在那一代只提供 FP16 和 BF16 优化。Hopper 是 FP8 的起点。Blackwell 把 MXFP8 和 NVFP4 做成了 Tensor Core 原生数据类型，Transformer Engine 的 README 明确列出对 MXFP8、NVFP4 训练的支持；Transformer Engine 2.19 版本在 2026 年 9 月加入了对 Rubin 的支持。

AMD 那边，MI450 系列在 FP8 下峰值 20 PFlops、FP4 下 40 PFlops，FP8 训练已经是硬件默认能力而非附加特性。

一个容易被忽略的细节：Blackwell 上使用 MXFP8 时，Transformer Engine 会额外维护一份转置的量化权重副本以加速反向传播。这是一份实打实的额外开销，而且是格式特定行为，不是 FP8 训练的普遍属性。

成熟度体现在基准与生产两处​

MLPerf 预训练提交里的证据比较直接：Llama 3.1 8B 预训练基准中，对注意力 BMM 的输入（前向和后向都算）使用 FP8，相比对应的 BF16 方案在注意力核上实现了明显更好的性能，同时满足了基准的精度要求，注意力部分约 1.3 倍，端到端约 5% 加速。这份提交走的还是每张量当前缩放。

生产侧的公开案例更多。DeepSeek V3 是 671B 总参数、约 37B 激活的 MoE，原生 FP8 训练并且只发布 FP8 权重；Qwen 3.5 的基础设施博客同样描述了原生 FP8 训练管线。需要注意一个术语陷阱：Hugging Face 上的 FP8 检查点，包括 Qwen 自己发布的那些，绝大多数是训练后量化产物，和原生 FP8 训练是两回事。模型卡上写「FP8 权重」不代表它是 FP8 训练出来的。

硬件侧的收益区间也有公开数据：在 H100 上相比 BF16 混合精度，FP8 训练通常快 35% 到 40%；NVIDIA 的 COAT 框架报告过约 1.43 倍的端到端加速。

剩下的坑​

需要警惕三类问题。第一，精度悬崖真实存在——有些架构对 FP8 敏感程度明显更高，换格式前必须跑基线对比。NVIDIA 公布的验证曲线里 MXFP8 和当前缩放 FP8 在 Nemotron 模型上贴合 BF16，但那不保证你的模型也贴合。

第二，loss spike 频率上升。应对手段是更积极的梯度裁剪、更长的学习率预热、更频繁的检查点。FP8 梯度比 BF16 更容易溢出，这不是可以忽略的波动。

第三，激活离群值极端的模型，延迟缩放会被历史统计带偏，此时应当直接上块级缩放，而不是在两种延迟策略之间反复调参。

展望​

2026 年剩下的变量主要在两处：一是块级缩放会不会从 Blackwell 的可选路径变成跨厂商默认——MX 系列已经是 OCP 标准，AMD、Intel、NVIDIA、Meta 都在里面；二是 4 位格式从推理侧反攻训练侧的速度有多快。一旦 NVFP4 级配方在前沿规模预训练中稳定下来，FP8 就不会再是讨论的终点，而是所有新项目的起点。真正需要判断的已经不是用不用 FP8，而是你的模型对哪一档精度敏感、敏感在训练的哪个阶段。

如果你在 2026 年四季度做 GPU 采购决策，最大的认知误区是继续盯着「GPU 有没有货」。TrendForce 在 10 月 5 日发布的供应链追踪里明确指出：在其跟踪的七大服务器零部件类别中，GPU 是唯一处于均衡水平的一类，而 CPU、DRAM、企业级 SSD 相关 NAND、HDD、ABF 载板、MLCC 全部处于紧张或极度紧张。瓶颈已经从「拿不到加速卡」，迁移到了「拿到卡之后，凑不齐一台能上电的整机」。

---

一、四季度的真实价格水位：现货在涨，也在分化​

先看海外云端。多家价格追踪站在 2026 年 10 月上旬给出的按需单卡小时价（美元）大致落在这个区间：

型号	低价位平台	中位区间	高价位平台
H100 SXM 80GB	RunPod 约 2.69	中位数约 5.00	Azure 美东约 12.29
H200 SXM 141GB	RunPod 约 3.59	中位数约 5.40	Google Cloud 约 10.60
B200 180GB	约 5.98	中位数约 8.60	约 14.24
B300 288GB	RunPod 约 7.89	中位区间 9 至 12	AWS p6e 约 11.70（候补名单）

同一款 H100，最高价与最低价之间能出现 4.6 倍价差。这是四季度最重要的一条实操结论：你不是在买一种商品，你是在买一个供应商关系。

国内现货市场的走向更复杂。2026 年 9 月中旬的一线渠道数据显示，RTX 5090 涡轮卡与风扇卡报价分别为约 4.8 万元与 4.6 万元一张，相比前期高点已有回落；H100 老款整机维持在 325 至 330 万元区间；H200 两路整机约 560 至 565 万元一台；GB200 整机柜约 6800 万元一套，GB300 约 12500 万元一套。与硬件价格相比，租赁端的费率并未同步上涨——5090 服务器的月租费率仍稳定在 1.35 至 1.6 万元区间。这意味着现在买硬件的人，正在独自承担硬件端的溢价。

值得注意的是一个反向信号： Nebius 在 10 月 1 日上调了 GPU 小时价，媒体测算涨幅可达 21%，涉及 H200 报价升至约 5.40 美元。而 CoreWeave 在 9 月 17 日披露，其第三季度签署的 3 至 6 个月短约，按「年化收入除以服务集群所需电力」口径计约为每兆瓦 4000 万美元。这两组数据共同说明：四季度仍在涨的是新签的、算力紧张的合约，而非全部存量。

二、承诺折扣才是真正的采购价​

如果只比按需价，你会高估成本三到五成。2026 年 10 月初的公开报价显示，主流云的 H100 承诺折扣幅度如下：

平台	按需	1 年承诺	3 年承诺	竞价实例
Azure（美东）	12.29	约 7.87（约 -36%）	约 5.40（约 -56%）	约 2.27（约 -82%）
Google Cloud	约 11.06	约 7.67（约 -31%）	约 4.86（约 -56%）	约 6.62

这里有两个反直觉的点。第一，Azure 的 H100 竞价实例折算到单卡约 2.27 美元，低于我们核实的所有新型 GPU 云按需价——前提是你的任务能承受被抢占。第二，Google Cloud 上同一台机器的竞价实例（6.62）比其排队启动的柔性实例（约 4.79）贵出约 38%，而绝大多数团队从来没把这两者放在同一张表里比较过。

实操结论：先算承诺，再谈按需。 如果你的负载有 70% 以上的稳定基线，四季度就应该把 1 年承诺的报价拉进谈判桌，而不是按单小时询价。

三、整机交付才是真正的排期表​

TrendForce 10 月 5 日的交期数据，是四季度采购排期的核心依据：

零部件	当前交期	均衡基准	倍数
GPU	30 至 40 周	30 至 40 周	已均衡
DRAM	20 周	8 周	2.5 倍
HDD	50 周	16 周	约 3.1 倍
ABF 载板	48 至 56 周	12 周	4 至 4.7 倍
MLCC	35 周	12 周	约 2.9 倍
企业级 SSD 相关 NAND	16 周	8 周	2 倍

价格侧，TrendForce 于 9 月 30 日预计 2026 年第四季度常规 DRAM 合约价环比再涨 10% 至 15%；ABF 载板从 3Q26 到 4Q27 逐季上涨 10% 至 15%。美光 CEO 更是在 10 月初公开表示，存储短缺可能延续到 2028 年甚至更久，客户最终支付的价格将「显著高于今年」。

实操结论：把 CPU、内存、存储、光模块的采购与 GPU 订单绑定谈。 如果你只锁了 GPU 的货，等卡的 30 周过去后还要再等 DRAM 的 20 周。横向看一眼，同一份调研还显示中压开关柜交期约 22 个月、大容量变压器约 18 个月——自建机房的项目，采购启动点要再往前推。

四、六步实操流程​

步骤	动作	交付物
1	拆 BOM：区分「卡已锁定、组件未锁定」与「全部现货」两类资产	资产分类表
2	拉齐双报价：云端 1 年/3 年承诺价 + 渠道整机含税价	双轨比价表
3	算三口径成本：租金、电力、折旧（含残值）	单位 token 成本
4	设采购分层：刚需锁货锁交付，非刚需不囤	采购分层清单
5	谈条款：把交期违约、显存规格变更、价格调整写进合同	条款清单
6	留后手：保留一条可抢占实例做弹性缓冲	弹性池预算

五、给采购负责人的四条清单​

• 先锁组件，再锁整机。 你的排期风险 90% 在 DRAM 和 ABF 载板上，不在 GPU 上。
• 把承诺价当谈判筹码。 Azure、Google 的 3 年承诺都在按需价的 44% 左右，1 年承诺约 64%，不询价就等于接受 100%。
• 警惕居间加价。 算力租赁渠道中居间人占比据称约三成，「总租-分租」模式会显著放大终端隐性成本；四季度更应走直签。
• 现货与租值的背离要计入模型。 硬件在涨、月租在稳，意味着现在囤货的持有成本正在被市场惩罚——除非你能证明未来 6 个月算力会继续短缺，而数据支持这个假设。

一句话总结：四季度 GPU 采购的正确姿势，不是「抢到卡」，而是「在组件最紧的时候把整机合同锁死，同时用承诺折扣把云端备选方案的账算清」。