下面把两篇里挑出来的「CloudMatrix 384 vs GB200 NVL72 实测拆解」先单独拉透（这一篇有公开实测底表，能拆到数字）；「长鑫 HBM3 TSV 良率→国产 GPU 出货敏感性模型」作为第二篇附后，因为它本质是"用良率当自变量、倒推可交货 GPU 张数"的测算框架，公开数据是区间值，我把它做成可套用的模型而不是伪精确结论。

Part A — Brute Force vs Efficiency: CloudMatrix 384 vs GB200 NVL72 实测拆解

Five times the chips, four times the watts, 1.7 times the PFLOPS. Huawei didn't beat NVIDIA at the die; it arbitraged the datacenter.

五倍芯片、四倍电、1.7 倍 PFLOPS。华为没在裸 die 上赢英伟达，它在机房层套了利。

A.1 底表（SemiAnalysis / 民生 / 中信对齐版，2025–2026 公开口径）

指标	GB200 NVL72	CloudMatrix 384 (CM384)	倍数
加速芯片数	72×B200 + 36×Grace	384×Ascend 910C	5.33×
BF16 稠密算力	180 PFLOPS	300 PFLOPS	1.67×
HBM 总容量	13.8 TB (HBM3e)	49.2 TB (HBM2e)	3.56×
总内存带宽	576 TB/s	1229 TB/s	2.13×
Scale-up 单向带宽	518.4 Tb/s (NVLink 5)	1075.2 Tb/s (HCCS+光)	2.07×
Scale-out 单向带宽	28.8 Tb/s	153.6 Tb/s	5.33×
系统总功耗	145 kW	559 kW (各源 559–600kW)	3.86×
W / BF16 TFLOP	0.81 W/TFLOP	1.87 W/TFLOP	2.31×
W / TB·s⁻¹ 带宽	251.7 W/(TB/s)	455.2 W/(TB/s)	1.81×
W / TB HBM	10.5 kW/TB	11.4 kW/TB	1.09×

单芯层面 B200 约 2500 TFLOPS BF16、192GB、8TB/s，910C 约 780 TFLOPS、64GB、3.2TB/s——单卡算力 1/3、带宽 2/5、容量 1/3。

A.2 线性效率（linear scaling efficiency）怎么读

"线性效率"在超节点语境 = 实际集群算力 ÷ (单卡算力 × 卡数)。

NVL72：72 颗 B200 在 NVLink 域内近似近线性，MFU 受限于单卡架构而非互联，训练态 MFU 35–55%（取决于框架）。
CM384：384 颗 910C 靠 6912 个 800G LPO 全光 all-to-all 组网，单跳 200ns 级、避开了铜缆 NVLink 的机架尺度限制；代价是光模块本身吃电（6912×800G LPO 是功耗大头之一）。
实测口径（华为 WAIC/论文）：DeepSeek-R1 类 MoE 推理单卡解码吞吐 1943–2300 tok/s，较 H100 持平或超 H800；千卡~万卡训练态线性效率 90%+（华为官方口径），但这是"相对自身 384 域内"的线性，不是"相对 NVL72 的等效线性"——因为单卡算力基数不同。
换算成"等效训练有效算力"：CM384 有效 BF16 ≈ 300P × 90% × 软件系数(~0.8) ≈ 216P 有效；NVL72 有效 ≈ 180P × 45% × 0.95 ≈ 77P。[在 MoE/长上下文/权重驻留场景，CM384 有效吞吐约为 NVL72 的 2.8×，但每有效 PFLOP 耗电 2.3×。]

A.3 带宽拆解：为什么"总带宽 2.1×"比"算力 1.7×"更重要

MoE 训练瓶颈不在 matmul 峰值，在 all-to-all 权重分发 + KV Cache 搬运。

NVL72：576 TB/s 聚合 HBM 带宽 + 518.4Tb/s NVLink 5 scale-up，单域 72 卡一致性极好，但跨域走 Quantum-X 交换机，域间带宽陡降。
CM384：1229 TB/s HBM 总带宽（HBM2e 但堆 384 颗），scale-up 1075Tb/s 全光，scale-out 153.6Tb/s——把"域内通信"从 72 卡扩展到 384 卡且不退化，这是它敢叫 supernode 的原因。
代价：光互联在 <200ns 时延段比 NVLink 电交换仍略慢，但用"域大 5 倍"摊薄了跨域频次。结论：CM384 用带宽冗余换拓扑扁平，NVL72 用单卡能效换单域紧凑。

A.4 功耗不是缺点，是策略

145kW vs 559kW 看着夸张，但：

中国电价 56–90 USD/MWh，559kW 满载年电费 ≈ 145kW 的 3.86×，但CM384 有效算力是 2.8×、且芯片买得到；
液冷 PUE 1.1，电力不受限的西部智算中心（贵州/内蒙古/甘肃）愿意用"电换主权"；
每 TB HBM 功耗只差 9%——说明多出的电主要在光模块和 5× 芯片数，不在内存本身。

一句话定性：NVL72 是"单卡极致+电互联紧凑域"，CM384 是"单卡代差用光互联+卡数摊平"。前者卖 TFLOP/W，后者卖 TFLOP/主权。

Part B — 长鑫 HBM3 TSV 良率爬坡 × 国产 GPU 出货指引：敏感性模型

继续阅读：带宽华为光模块芯片

此文由怡心湖编辑，若您觉得有益，欢迎分享转发！：首页 > 常识论 » Brute Force vs Efficiency: CloudMatrix 384 vs GB200 NVL72 实测拆解