导语 | 10月29日天数智芯首次公开天垓300实机运行,第三方实测折算单卡整体吞吐为英伟达H200的1.05倍。配套超节点方案每百万有效Token成本较国际主流方案降低40%。国产GPU第一次选择在开放场合接受现场对比,这个动作本身比数字更关键。

看芯片发布会的多了,敢现场摆机器对跑的不多。天垓300这次把GLM-5.3、文生图、文生视频三个场景的H200对比测试直接开放给到场媒体,跑分不再只出现在PPT里。
01 | 1.05倍是什么水平的数字
官方宣布天垓300是国内首个实测性能达英伟达H200水平的通用GPU,第三方实测折算单卡整体吞吐为H200的1.05倍(来源:IT之家、网易科技)。注意这里比的不是理论峰值,而是特定模型和部署条件下,整条推理链路的实际输出能力。
细分场景的成绩单更有信息量:64K长上下文下Attention性能为H200的1.05倍;GLM-5.3模型64K规模下MoE吞吐为H200的1.15倍;8K至128K长上下文场景下Agent首字延迟较H200降低约10%至30%;搜广推在线业务中推荐推理吞吐提升21%、轻量计算时延降低26%(来源:网易科技)。
| 关键信息 | 内容 |
|---|---|
| 事件 | 天数智芯2026媒体开放日首次公开天垓300实机 |
| 关键数据 | 单卡整体吞吐为H200的1.05倍(第三方实测) |
| 成本 | 每百万有效Token成本较国际主流方案降40% |
| 影响人群 | 智算中心、大模型应用与Token工厂运营方 |
02 | 训练侧的成绩同样能打
推理追平只是半张答卷,训练才是硬仗。在基于Qwen3-32B模型的8卡整机FP8精度训练演示中,天垓300每卡有效吞吐达到H100的1.33倍(来源:网易科技)。
官方给了一笔工程估算:以1024张卡对已有预训练基座开展一次强化学习,在40B激活参数的中心情景下,约26天可完成约1T总参数MoE模型的500亿生成Token强化学习任务。强化学习如今是OpenAI、Google、DeepSeek、Qwen等国内外主力模型公开采用的核心后训练路线,这条线能不能扛住,直接决定国产GPU能不能进主力训练集群。
03 | Token工厂要的不只是快
配套超节点方案IXL144单机柜集成144颗GPU、约10.1TB显存(来源:IT之家)。单卡快不等于集群稳,Token工厂真正怕的是长时间满负荷运行时掉链子。
天垓300满负荷运行的步时波动为0.43%,低于对比Hopper方案的0.76%(来源:网易科技)。这个不起眼的小数字,在采购决策里的分量可能比峰值性能更重,因为它直接对应利用率和可用率,也就是真金白银的账。
04 | 冷静看,差距还在别处
我说句实在话:单卡峰值追平不等于产业格局翻转。英伟达的护城河在集群互联、软件生态和规模化交付上,这也是国内产业链评论普遍强调的一点。多源采购正在成为大客户的常态,甲骨文、Anthropic都在混合引入多种算力,这对国产GPU是机会窗口。
但别急着喊"弯道超车"。1.05倍是特定条件下的对比,量化采购、生态迁移成本、长期供货稳定性,每一项都还要时间验证。据悉相关成果首批落地政务与金融信创场景,这条路目前是走得通的。
写在最后
把实机摆出来接受对比测试,需要底气也需要诚意。天垓300这1.05倍未必每个场景都能复现,但它把"国产GPU能不能用"的讨论,从立场之争拉回了数据之争,这是好事。
你在意的下一个国产芯片里程碑是生态兼容还是集群规模?评论区说说你的判断。
- IT之家《天数智芯天垓300通用GPU实测性能达英伟达H200水平》(2026-10-29)
- 网易科技《刚刚,国产GPU实测硬刚H200!》(2026-10-29)
- 腾讯新闻《英伟达财报前瞻:全球AI基建风向标,不只在电话会》(2026-10-29)
- 数据截止2026-10-29上午11时,实测条件以天数智芯官方披露为准