昇腾 910B 实测算力/HBM/互联 vs 官方标称：口径与匹配度
前面在这台 Atlas 800T A3 上实测了算力、HBM 带宽和双 die 互联（见核查与基准、双 die 互联测试）。一个自然的问题:这些数和官方标称对得上吗? 这篇把实测和官方/第三方标称逐项摆出来比,并把几个容易误读的“口径坑”讲清楚。
运行环境:Atlas 800T A3 · Ascend910_9382(2 颗 die × 64 GB HBM)· CANN 9.1.0-beta.1 · torch 2.12 + torch_npu 2.12。
一、先定位代际:这是 910B 级,不是初代 910
Section titled “一、先定位代际:这是 910B 级,不是初代 910”npu-smi 只显示通用品类名 Ascend910 V1、板卡 9382,代际本身模糊。最强判据是 HBM 带宽:
- 初代 Ascend 910 官方 HBM = 400 GB/s(华为 Atlas 800 文档);
- 我们实测 HBM = 1.27 TB/s ≈ 1270 GB/s——是初代的 3 倍,绝不可能是初代 910。
结合 64 GB HBM + ~293 TFLOPS FP16,本机硅片是 910B 级。这也和之前 “910B 双 die” 的记录一致(npu-smi 的 Ascend910 V1 只是通用品类名,别被它误导)。
二、官方标称 vs 实测
Section titled “二、官方标称 vs 实测”| 指标 | 官方/权威标称(910B) | 我们实测(achieved) | 匹配度 |
|---|---|---|---|
| FP16 算力 | ~320 TFLOPS peak(第三方共识) | 293 TFLOPS(matmul 大方阵) | ~91% ✅ |
| HBM 带宽 | ~1.2 TB/s(Mirrorfrog 1224 GB/s) | 1.27 TB/s(copy_ 流式) | ~100% ✅ |
| INT8 | ~640 TOPS | 原生报错;动态量化 49 TFLOPS | ⚠️ 未测到峰值 |
| 片间互联 | HCCS ~392 GB/s(部分来源) | 187 GB/s(SIO) | ❌ 口径不同,不可直比 |
三、逐项判断
Section titled “三、逐项判断”① FP16 ~91% — 匹配
Section titled “① FP16 ~91% — 匹配”293 TFLOPS achieved 对 ~320 TFLOPS peak,GEMM 效率 91%。偏高,但在 8192² 方阵 + 优化 aclnnMatmul 下可信。若真实 peak 更高(部分来源 ~340–376 TFLOPS),则是 78–86%,更典型。结论:算力在 910B 该有的区间,且接近峰值。
② HBM ~100% — 匹配,已打满
Section titled “② HBM ~100% — 匹配,已打满”copy_ 是纯流式读写,1.27 TB/s 基本顶到 910B 的 ~1.2 TB/s HBM 上限(略高在测量口径/第三方标称误差内)。HBM 不是瓶颈。
③ 互联 187 GB/s — 不能直接对标“392 GB/s”
Section titled “③ 互联 187 GB/s — 不能直接对标“392 GB/s””这是最容易误读的一项,必须分清:
- 官方/第三方的 ~392 GB/s 是 HCCS(华为类 NVLink 的高速互联)带宽;
- 但本机两颗 die 在
npu-smi info -t topo里报的是 SIO,-t hccs-bw跨 die ≈0——这两 die 根本不走 HCCS; - 所以 187 GB/s 是 SIO 链路实测,不是 HCCS 数字。两者是不同 fabric,放一起比是错的。
合理推测:这是 cloud-lab 切分实例的两 die(可能跨 package 经 SIO 互联);整机 HCCS 直连场景才有 ~392 GB/s。
④ INT8 未对标
Section titled “④ INT8 未对标”torch 原生 int8@int8 在 NPU 直接报错(MatmulKernelNpuOpApi),int8 推理须走 ATB/MindIE 的 W8A8 专用算子。本次只测了动态量化(W8A16)49 TFLOPS——这不是 910B 的 INT8 峰值(~640 TOPS)。要标定 INT8 得用 W8A8 算子,留作后续。
四、三个口径坑(比对了才看得清)
Section titled “四、三个口径坑(比对了才看得清)”- 华为未公开 910B 官方 datasheet。 上表的 320 TFLOPS / 1.2 TB/s / 392 GB/s 都是第三方整理的共识值,非华为一手公布,本身有 ±10–20% 不确定性。初代 910 的 90 GB/s HCCS / 400 GB/s HBM 才是华为官方文档明确给出的。
- peak ≠ achieved。 官方是理论峰值,我们是持续算子吞吐,正常就该差一截(算力 70–95%、流式拷贝接近 100%)。“实测略低于 peak”是健康的;反过来 HBM 实测≈标称说明已打满。
- 互联口径最易踩。 别拿 187(SIO)去比 392(HCCS)——先看
topo确认两 die 是哪种 fabric,再选对标值。
- ✅ 算力、HBM 与 910B 标称匹配(FP16 ~91% peak、HBM 打满),硅片性能正常发挥。
- ⚠️ 互联 187 GB/s 是 SIO 实测,非 HCCS 标称,两者不可直接比较——本切分实例 die 间是 SIO 拓扑。
- ⚠️ INT8 未测到峰值(需 W8A8 专用算子,后续补)。
- 💡 教训:
npu-smi的通用品类名 + 第三方标称都不靠谱,代际和性能都要用实测数据反推(这里靠 HBM 带宽一下就区分了初代 910 和 910B)。