全球主流 AI 芯片厂商架构全维度对比（NVIDIA/AMD/ 华为昇腾 / 寒武纪 / 壁仞 / 谷歌 TPU）

整体分为 通用 GPU 路线（NVIDIA、AMD、壁仞）、专用 NPU/ASIC 路线（华为达芬奇、寒武纪 MLU、谷歌 TPU）两大技术路线，从架构内核、精度支持、显存、软件生态、适用场景逐项拆解。

一、NVIDIA（通用 GPU 标杆，CUDA 生态垄断）

1. 三代主力架构：Ampere→Ada Lovelace→Blackwell

架构特点

1. CUDA+TensorCore 双核心：通用 CUDA 负责通用浮点计算，TensorCore 专职矩阵（AI 卷积 / LLM 矩阵乘），是当前大模型训练 / 推理最优硬件架构；
2. 分层产品线：消费 RDNA 对标游戏、RTX 专业卡（5880/A6000）兼顾

1. 生态：CUDA、cuBLAS、TensorRT-LLM 全栈，Pytorch/Tensorflow 原厂深度适配，全球 90% 大模型基于 CUDA 开发。

二、AMD（双架构拆分：RDNA 消费图形 / CDNA 数据中心 AI）

AMD图形、计算架构彻底分家：RDNA 做游戏 / 消费级显卡，CDNA 专攻 AI 超算，ROCm 对标 CUDA。

1. RDNA3（消费 / 专业图形，对标 RTX40 系）

• 5nm+6nm Chiplet 小芯片（GCD 计算芯粒 + MCD 显存芯粒），统一 CU 计算单元、第二代无限缓存 Infinity Cache、内置小型 Matrix AI 单元；
• AI 仅辅助加速，无专用大模型张量引擎，主打游戏渲染、工业 CAD；代表：RX7900XTX、W7900（48G 专业卡）。

2. CDNA3（AI 数据中心，对标 H100/B200，MI300 系列）

• 全芯片面向矩阵计算，全规格 Matrix Core 替代 TensorCore，Chiplet 异构封装（CPU+GPU+HBM 集成 APU）；
• 显存超大：MI300X 192GB HBM3E，带宽 8TB/s，原生 FP8/MXFP4 稀疏计算；
• 软件：ROCm 开源计算框架，兼容 PyTorch，无 CUDA，OpenAI 主力训练卡之一AMD。

架构总结

RDNA = 图形优先、AI 附带；CDNA=AI/HPC 优先、舍弃冗余图形单元。

三、华为昇腾：达芬奇架构（国产自研 NPU，专用 AI 架构，非 GPU）

核心：3D Cube 立方体计算单元（区别 GPU 二维 CUDA 阵列）

1. 架构原理：计算单元是三维矩阵阵列，卷积 / Transformer 矩阵运算天然适配，数据原地计算、减少显存搬运，AI 能效优于通用 GPU；
2. 产品分层：
• 昇腾 310/510：边缘推理，低功耗；
• 昇腾 910B/C、950PR：云端训练，7nm，FP16=256TFLOPS、INT8=1024TOPS，HBM 大容量显存；
3. 软件栈：CANN 底层算子库 + MindSpore 自研深度学习框架，完全不兼容 CUDA，需要模型迁移编译；
4. 优势：千卡集群互联成熟，国内政务、智算中心国产化首选；短板：海外开源模型适配少，迁移成本高。

四、寒武纪：MLU 思元架构（ASIC 专用 AI，推理能效标杆）

自研 MLUarch 专用神经网络处理器，存算一体优化，不走 GPU 通用路线

1. 架构：MLU 多核集群 + 专用 Supercharger 张量加速单元，硬件算子融合，减少内存读写；
2. 产品线：
• 思元 370：云端推理，对标 T4；
• 思元 590/790：训推一体，对标 A100；
3. 软件：Neware+MagicMind 编译器，一键转换 PyTorch/Tensorflow 模型，不用改源码；
4. 强项：云端大规模推理（智能客服、图像识别）能效远超同价位 GPU；短板：超大 70B + 模型原生训练性能弱于 NVIDIA/AMD。

五、壁仞 BR100/B200（国产通用 GPU，兼容 CUDA 路线）

Biren 通用 GPU 架构（对标 CDNA/Blackwell）

1. 路线：类 NVIDIA 通用 GPU 架构，指令集兼容 CUDA，国产唯一通用 GPGPU；7nm Chiplet 多芯粒封装，超大 HBM 显存；
2. BR100：FP16≈1024TFLOPS、80GB HBM3，对标 A100；BR200 对标 H100；
3. 生态：自研 BRCC 编译器，原生跑 CUDA 程序，大模型不用重构代码；
4. 定位：国产化替代 A100/H100，兼顾训练 + 推理，兼顾少量图形渲染。

六、谷歌 TPU（ASIC 专用架构，云端自研闭环）

1. TPUv5e/v6：脉动阵列 Systolic Array 架构，全定制 ASIC，专为谷歌自研 JAX 框架优化；
2. 特点：硬件锁死谷歌生态（Gemini、JAX），不兼容 PyTorch 原生，外部厂商难落地；云端自研算力自用，能效极高，不对外零售板卡。

七、五大架构横向总对比表