H200 解禁！预交付8万颗，传阿里砸数亿抄底对手

电子发烧友网报道（文/梁浩斌）近日，有多方消息传出，英伟达计划在2026年2月中旬在中国交付H200芯片，这意味着此前特朗普发文表示允许英伟达、AMD等AI芯片公司向中国出售产品的方案已经落实。
 
与此同时，阿里巴巴也传出正考虑向AMD下单订购4万至5万颗AMD MI308 AI芯片。适逢近期国产GPU厂商上市热潮，而在消息传出后，本月刚刚上市的摩尔线程和沐曦股份，在12月24日股价分别收跌6.32%和7.03%，其中沐曦股价已跌破上市当日的最低价。
 
H200放开销售，预计2月交付4万至8万颗芯片
 
在英伟达的产品矩阵中，H200是Hopper架构的最强算力产品，目前性能仅次于最新的Blackwell系列芯片，比如B100，但此前H200一直被美国政府禁止对华出口。
 
H200发布于2023年11月，其核心升级围绕大模型最核心的显存瓶颈展开，最大突破是搭载了高达141GB的 HBM3e显存，容量较H100的80GB HBM3提升76%，更是早期中国特供版H20（96GB HBM3）的1.5倍；显存带宽同步飙升至4.8TB/s（部分测试场景达5.1TB/s），比H100的 3.35TB/s 提升43%，是中国特供产品H20（1TB/s GDDR6X）的4.8倍。
 
在12月初，美国总统在社交媒体上宣布美国政府将允许英伟达向中国出售其H200人工智能芯片，条件是销售仅限“获得批准的客户”，且美国政府可从销售额中抽取25%的分成。后续又宣布这一安排将同样适用于AMD、英特尔等AI芯片公司。
 
而近期最新的消息显示，英伟达已告知中国客户，计划于明年2月中旬，也就是赶在农历春节前向中国客户交付H200芯片。
 
作为目前仅次于B100的英伟达次旗舰级AI芯片，H200的开放销售也受到了国内AI行业的追捧。有消息人士透露，在2月的交付中，英伟达计划动用库存履行首批订单，预计发货总量为5000至10000套芯片模组，相当于约4万至8万颗 H200芯片，预计为英伟达带来70亿元至140亿元的收入。当然，美国政府需要从该收入中抽取25%。
 
英伟达对此回应称，“我们正在持续管理我们的供应链，向中国授权客户销售H200不会影响我们向全球客户供货的能力”。
 
过去英伟达CEO黄仁勋一直认为，限制AI芯片的出口，只会导致创造出中国本土的竞争对手。并且对于此次H200出口的获准，黄仁勋此前也坦言，即便限制放松，中国市场是否会接受H200芯片仍不确定。但从实际的市场反应来看，H200目前在中国市场依然具有需求。
 
但需要注意的是，H200仍需美国政府“特批”，且美国未放松对“中国同规格芯片代工”的限制，如禁止台积电为中国企业代工H200级高算力的AI芯片。这意味着H200是“短期补充”，而非一个“长期解决方案”。
 
阿里大规模采购AMD“中国特供”AI芯片？
  
相比英伟达，AMD走的是高性价比路线。尽管AMD MI308也是一款“专为中国市场定制的 合规特供芯片”，但是它以大显存和高性价比成为云厂商的折中优选。MI308搭载高达192GB HBM3显存容量，创下当前商用GPU纪录，较H200多出51GB，显存带宽达到10.3TB/s，是 H200的2.1倍，完美适配70B级大模型的全参数推理需求。
 
不过在核心性能上，根据美国 2023 年“1017 新规”及后续调整，对华出口的AI芯片需将 FP8算力控制在350 TFLOPS以内，MI308的FP8算力被刻意限制在320 TFLOPS以内。但单卡价格较英伟达H20低 15%，8卡模组总成本控制在120万元以内，较H200的140万元模组具备显著成本优势。
 
更重要的是，MI308采用与AMD MI350系列同源的散热设计，无需改造现有数据中心即可兼容主流服务器，模型迁移时间较国产芯片节省30%，成为阿里云等厂商补充推理算力的核心选择。
 
显然MI308是与H20同期，受到美国政府出口限制而诞生的“特供产品”，在近期美国政府放开H200同等性能芯片的出口之后，未来AMD或许也将会在中国市场推出MI325X等更高性能的产品。
 
因此阿里在这个阶段传出采购高达5万颗MI308，或许未来还会有新的变数。
 
对国产GPU的短期冲击
 
从近期的股价表现来看，也可以一定程度上反映出英伟达H200的重新开放销售对国产GPU造成的冲击。
 
首先在中高端算力需求上，H200尽管性能低于最新的B100，但作为Hopper架构的旗舰产品，在绝对性能上目前H200仍是领先于国产AI芯片，同时也遥遥领先于此前中国特供的H20。
 
从TPP总算力估算的数字来看，H200的TPP高达15832，是H200的接近7倍。而华为昇腾910C的TPP为12800，仍略低于H200；寒武纪思元690 TPP为8986；沐曦C500 TPP为3840。总体来看，性能的差距加上CUDA生态所带来的迁移成本，国产GPU对于AI大模型企业来说仍是需要权衡利弊的选择。
 
当然，国产GPU目前也在生态上采取了多种方式去加速兼容，或是构建自主生态。目前的资料显示，华为CANN对CUDA API的覆盖度约80%，海光对ROCm的迁移效率约85%。
 
所以短期来看，参数以及生态的优势会促进部分企业分流算力需求到英伟达、AMD等产品上。
 
但长期来看，摇摆不定的芯片供应政策，对于所有AI大模型企业来说都是悬在头顶的达摩克利斯之剑。因此国产替代确实也是当前国内AI巨头们所正在进行或者尝试在做的事，包括阿里、百度、字节跳动等甚至是选择了自研芯片的方式，来试图摆脱供应链的限制，同时降低算力芯片成本。
 
小结：
 
本次H200获批在中国销售，短期来看缓解了本土AI巨头的算力缺口，但从产业链的发展角度来看，不稳定的供应政策依然是巨大的风险点。未来自主生态的构建仍需要本土产业链厂商的共同努力，包括GPU厂商的硬件迭代，以及更多联合下游模型厂商来进行优化，推动工具链标准化等，才能最终建立起不可替代的竞争力。