2026年二季度，国产AI芯片在大规模集群训练中的份额已经抬升。根据运营商及头部云厂商的招标反馈，这一比例已接近35%。随着H20等进口芯片持续受限，华为昇腾910C与海光DCU K100成了国内AI团队绕不开的两种选择。
6月中旬，我们拿到了一套位于东部的128卡国产算力集群数据。测试场景很具体：Llama 3 70B全参数微调、DeepSeek-V2-Lite LoRA微调，以及多模态LLaVA-1.6推理。基准线是同配置的NVIDIA A100集群。
先看硬性性能。在Llama 3 70B全参数微调中，昇腾910C达到了A100吞吐量的82%，海光DCU K100则是68%。到了LoRA微调，差距略微缩小，昇腾追至91%，海光为79%。推理场景下，昇腾的首字延迟是A100的1.1倍，海光为1.3倍；如果是多轮对话，海光的延迟倍数会进一步拉大到1.5倍。
真正的分水岭不在跑分，而在PyTorch适配的顺畅度。
昇腾910C已经官方适配PyTorch 2.4，覆盖了Hugging Face主流库。实测中，我们将一个1000行的CUDA自定义算子迁移到昇腾CANN，只改了21行代码，耗时2小时。相比之下，海光DCU目前仅适配PyTorch 2.3（2.4仍在公测）。同样的迁移工作，海光需要修改37行代码，耗时4小时。更麻烦的是，海光暂不支持torch.compile，必须手动优化计算图，这通常意味着额外增加1-2天的调试周期。对于金融、医疗这类依赖Graph RAG替代纯向量检索的场景，这种适配摩擦成本非常高昂。
稳定性方面，昇腾910C集群在48小时连续压测中，卡顿率仅为0.3%，系统自动恢复未打断任务。海光DCU K100集群的卡顿率为1.2%，期间出现3次任务崩溃，最长的一次恢复耗时27分钟。算力调度上，昇腾的MindSpore原生支持K8s，调度效率达92%；海光DTK虽支持K8s，但与部分MLOps平台的适配还在推进中，效率约为85%，多集群混部时容易出现资源争抢。
价格确实是海光的底牌。昇腾910C单卡时租12元，比H20便宜40%；海光DCU K100单卡时租8.5元，比H20便宜55%。但如果把隐性成本算进去，账本就不好看了。
昇腾在国内拥有超过200个服务网点，承诺24小时内响应；海光约有80个网点，响应时间需48小时。对于缺乏运维经验的中小团队来说，海光省下的那点租金，很可能被高昂的调试时间和现场支持缺失抵消。
综合来看，如果涉及大规模预训练，或者金融、政务等高稳定需求场景，昇腾910C是更稳妥的选择。而对于预算有限、具备CUDA迁移能力、且主要做70B以下模型微调推理的团队，海光DCU仍具性价比。
当然，两者都有短板：昇腾高端卡供应紧张，海光受限于HBM瓶颈，在70B以上模型推理时显存占用高出15%。硬件差距已缩小至10%以内，决定胜负的，如今是软件生态和适配经验。
