H200一停产，卡价就涨疯了
2026年6月，英伟达正式宣布H200停产。Q2结束后，这款卡在国内的售价已突破15万元人民币。背后是美国对华芯片出口管制升级——新一轮“出口控制清单”把AI关键技术列了进去。国内能买到的NVIDIA卡要么涨价，要么没货。
于是，华为昇腾910C、寒武纪思元590、海光DCU3这三款国产芯片被推到台前。它们到底能不能扛起训练任务？我们从纸面数据、集群表现、迁移成本、TCO四个维度逐一拆解。
昇腾910C vs 寒武纪 vs 海光：纸面数据谁好看？
单卡FP16算力上，昇腾910C和寒武纪思元590都是800 TFLOPS，海光DCU3则达到1.3P TFLOPS。但功耗差距明显：910C只有310W，思元590 450W，DCU3 500W。算能效比，昇腾910C达到2.58 TFLOPS/W，甚至高于H200的1.98 TFLOPS/W（H200 FP16 1979 TFLOPS，功耗400W）。DCU3虽然算力最高，但功耗和散热需求也最大。
如果只看纸面，DCU3最暴力，但实际训练还要看集群扩展和软件优化。
千卡集群，昇腾910C实际表现如何？
华为在2025年底公布了1000卡Ascend 910C训练集群的实测。训练175B参数的GPT模型，单epoch从预期的2.5天降到1.2天，效率提升52%。通信上，通过CANN 1.5优化All-Reduce，带宽利用率提升30%。显存碎片从18%降到3%，靠的是MindSpore的预分配策略。整个集群功耗310kW，单卡310W，与标称一致。
这个案例说明，910C在大规模分布式训练中已经足够成熟。配合华为自研服务器，散热和电力成本还能进一步降低。
从PyTorch迁移到国产卡，难吗？
昇腾的软件生态是当前最完整的。CANN 1.5支持FP8和稀疏矩阵乘法，可减少12%计算量。华为还发布了PyTorch-Ascend开发包，支持原生PyTorch代码。迁移步骤简单：安装torch==2.2.0+ascend，替换分布式后端为ascend，调整量化引擎。基准测试显示，Llama-3-70B在8卡配置下吞吐率提升18%以上。
对于使用MindSpore的用户，静态图编译器还能自动转换PyTorch代码，迁移成本约2-3周，主要改数据并行和优化器逻辑。寒武纪则提供CANN和PyTorch兼容方案，生态复杂度略高。
算笔账：用国产卡到底省多少钱？
| 项目 | H200 | 昇腾910C | 思元590 | 海光DCU3 |
|---|---|---|---|---|
| 采购价（万元） | 15 | 6 | 7 | 8 |
| 功耗（W） | 400 | 310 | 450 | 500 |
| 电费（元/小时，0.6元/kWh） | 0.24 | 0.186 | 0.27 | 0.30 |
| 单卡月电费（元） | 172.8 | 133.9 | 194.4 | 216 |
以1000卡910C集群为例，月电费约13.4万元（310kW×24h×30d×0.6元），加上散热和折旧，总拥有成本比H200集群下降约35%。
怎么选？三张卡各有各的场
- 昇腾910C：适合预算有限、模型规模10-70B的企业。低功耗，生态成熟，云端部署方便。
- 海光DCU3：适合需要极致算力的100B+模型。单卡算力最高，但要做好散热和成本准备。
- 寒武纪思元590：适合快速迭代、需要国产化支持的项目。兼容CANN和PyTorch，迁移相对容易。
迁移步骤也很清晰：采购合规渠道的硬件→安装CANN或PyTorch-Ascend→用HuggingFace transformers+accelerate进行分布式训练→参考华为公开的调优指南做通信和显存优化→用运营平台监控功耗和时延。
H200停产不是终点，而是国产算力上车的起点。这三张卡里，总有一张能接住你的训练任务。
