H200放宽调研纪要

无聊小北

梦想的第四维

一、H200/H100芯片核心信息

1.产品基础参数

[td]

芯片型号	发布时间	核心规格	制程工艺	关键性能特征
H100	2022	含GH100逻辑die，5层HBM堆栈	台积电4nm	基础款Hopper芯片，支撑大型AI数据中心
H200	2024.3	含GH100逻辑die，6层先进HBM堆栈	台积电4nm	H100升级版，AI推理性能更优，TPP超管制阈值近10倍
B300（Blackwell）	2025	支持FP4/FP8数值格式	台积电4nm	旗舰芯片，宣传推理性能为H200的30倍
H20	2025	适配出口管制阈值	-	性能仅为H200的1/6，仅能有限出口CN

2.市场与应用价值

前沿AI适用性：以往AI芯片前沿训练寿命约4年，H200在2024年3月发布，2026年仍可用于前沿AI训练与推理；

集群装机占比：2025年12月，全球20大公开GPU集群中18个主用Hopper芯片（含前7名）；2025年6月xAI Colossus机群中，Hopper芯片（15万H100+5万H200）算力占比超70%；

装机算力规模：2025年底，Hopper系列（含H20）总算力为7.48ZFLOP/s，为Blackwell算力（13.95ZFLOP/s）的54%，占两者总装机的35%。

二、出口H200的关键影响

1.偏离美国出口管制策略

美国当前策略为剥夺战略对手的高端AI算力，而H200性能为H20的6倍（H20需许可且仅能有限出口），出口将打破该策略。

2.填补CN高端芯片缺口

国内本土芯片性能不足：HW最早2027Q4才计划量产对标H200的AI芯片，当前国产最强Ascend九一〇C，其处理能力比H200低32%、内存带宽低50%。

CN产能严重受限：2025年CNAI芯片产能仅为美国的1-4%，2026年降至1-2%，美国出口芯片会直接增加CN总算力，而非替代本土产能。

3.CN可构建同级AI超算

CN实验室用H200可搭建与美国同级的FP8训练超算，仅需承担50%的额外成本，且该成本大概率由政府部分补贴；在推理场景，调整场景后H200与Blackwell性价比接近持平。

4.与Blackwell争夺产能

Hopper与Blackwell共用HBM、逻辑芯片及先进封装产能，若供应受限，为CN生产Hopper将直接挤占美国及其盟友的Blackwell产能。

三、芯片性能的实际对比

1.数值格式的影响

Blackwell支持FP4（4位）/FP8（8位），Hopper仅支持FP8；FP4虽能提升性能，但会增加计算误差，且当前前沿AI训练主流为FP8，FP4尚未大规模落地。

若以FP4对比会夸大Blackwell优势，实际训练场景下H200的FP8算力性价比为B300的70%。

2.30倍性能宣传的修正

英伟达宣称Blackwell推理性能为H200的30倍，为理想场景，经FP4适配、网络配置、性价比三重调整（调整系数合计18倍）后，实际优势仅为1.7倍，低交互场景下两者性价比可持平。

四、美国保有算力优势的核心意义

1.支撑前沿AI模型训练，扩大美国在模型质量上的领先。

2.赋能更多AI与云企业，保障美国云服务商的全球市场份额。

3.提升AI推理算力规模，强化部署型AI系统的能力，进而巩固AI研发的正向循环。