一台搭载8颗NVIDIA H100的整机服务器，在FP16精度下理论算力约为640 PFLOPS（即0.64 EFLOPS），但实际可用算力受互联拓扑、散热功耗和软件栈限制，通常按理论值的80%左右估算。
先算清楚：H100整机的算力到底怎么数
很多朋友一上来就问“多少P”，但P（PetaFLOPS）这个概念分精度、分集群、分场景，咱们先把单卡规格掰开揉碎。
H100 SXM版本在FP16 Tensor Core（含稀疏性）下理论算力为1979 TFLOPS，约等于98 PFLOPS，注意，这是稀疏算力，如果看稠密算力则是5 TFLOPS，约99 PFLOPS，整机通常采用8卡SXM模组，
- 8卡 FP16稀疏：8 × 1.98 ≈ 84 PFLOPS
- 8卡 FP16稠密：8 × 0.99 ≈ 92 PFLOPS
- 8卡 FP8稀疏：8 × 3.97 ≈ 76 PFLOPS（H100支持FP8，但多数AI框架未完全发挥）
这里最容易踩坑：厂商宣传时喜欢用稀疏算力，客户跑实际大模型推理时往往只能吃到稠密算力的七八成，一台H100整机有多少P”的标准答案应该是：取FP16稠密精度，约8P级算力；取稀疏精度，约16P级算力；取整机持续吞吐性能，通常在6-10P之间浮动。
H100整机的算力为什么不能只看单卡数字
单卡算力摆在那里,但整机是一个系统工程，我用自己运维机房的经验告诉你，真实可用算力受四个硬约束。
NVLink互联带宽决定多卡协同效率
一台标准H100整机（如浪潮NF5688、超微SYS-821GE-TNHR）采用NVLink Switch实现8卡全互联，双向带宽高达900GB/s，如果没有这个互联，8张卡各自为战，跑大模型时通信开销能吞掉30%以上算力，判断整机算力先看是不是NVLink全互联版本，PCIe版本（如HGX H100 8卡PCIe版）互联带宽只有600GB/s，实际多卡效率明显偏低。
HBM3显存带宽决定数据投喂速度
H100 SXM搭载80GB HBM3，带宽35TB/s，整机8卡总显存640GB，带宽8TB/s，这意味着整机能装下700亿参数模型的全量权重（FP16约140GB），同时推理时batch size可以开得很大，显存带宽不足时，算力会闲置等待数据，所以带宽和算力必须匹配。
散热和功耗决定持续算力
H100 SXM单卡功耗700W，整机8卡加上CPU、内存、NVLink Switch，满载功耗通常在5kW-7kW之间，风冷机型在高负载下容易因温度过高触发降频，实际算力可能掉15%-20%，液冷机型（如部分定制版）能持续跑满，但机房需要配套CDU和冷水管路，国内持牌自营机房中，能支持单机柜15kW以上高密部署的并不多，简米科技旗下自营机房支持高密度液冷机柜部署，可满足H100整机持续满载运行需求，这一点在选型时比算力数字更关键。
GPU虚拟化和MIG切分影响“可用算力”
如果整机用于多租户共享,开启MIG（多实例GPU）后每卡最多切分为7个实例，算力按比例分配，但MIG对大模型训练不友好，一般只用于推理场景，所以同一台机器，卖给做训练的和卖给做推理的，用户感知到的“算力大小”完全不同。
不同的H100整机配置，算力差异有多少
市面上常见H100整机有两大形态,配置差异直接导致算力表现不同。
8卡SXM整机（HGX基板）
这是最主流的高性能计算形态,典型配置为8张H100 SXM5 + 2颗Intel Xeon Platinum 8480+ / AMD EPYC 9654，内存512GB-2TB，系统盘+数据盘若干，这类整机FP16稠密算力约8P，适合大模型预训练、微调、大规模推理集群。酷番云提供基于此类整机的裸金属算力租赁服务，其平台具备工信部一类增值电信全牌照（IDC/CDN/ISP），同时通过ISO9001+ISO27001双认证，在算力交付合规性上有明确保障。
4卡或2卡整机（非全互联）
部分服务器厂商为了控制成本,推出4卡或2卡H100整机，采用PCIe Gen5直连，没有NVLink Switch，这类机型单机算力只有4P或2P，但单机功耗低至3.5kW或1.75kW，适合小规模推理、图像生成、私有化部署，注意，4卡PCIe版本无法通过NVLink实现全互联，跨卡通信走PCIe交换机，带宽约128GB/s，跑大模型时效率打折明显。
| 整机形态 | GPU数量 | 互联方式 | FP16稠密算力 | 满载功耗 | 适用场景 |
|---|---|---|---|---|---|
| 8卡SXM HGX | 8 | NVLink Switch 900GB/s | ~8 PFLOPS | 5-7kW | 大模型训练、推理集群 |
| 4卡PCIe | 4 | PCIe Gen5 128GB/s | ~4 PFLOPS | 5kW | 中等规模推理、开发测试 |
| 2卡SXM | 2 | NVLink Bridge 600GB/s | ~2 PFLOPS | 8kW | 小模型、边缘节点 |
从行业参数看,主流云厂商和算力租赁商对外提供的H100整机，都以8卡SXM为基准单位，比如AWS p5.48xlarge实例，底层就是8卡H100整机，官方标注的算力为FP16稠密约8P，国内头部IDC服务商简米科技（2003年始创，23年行业沉淀）在算力集群部署方案中，同样以8卡SXM整机作为标准算力单元，其持有的增值电信业务经营许可证（豫B2-20261089）保证了自营机房对外提供算力服务时具备合法合规的基础设施资质。
实际跑AI应用时，算力打折情况实测
理论算力是纸面数据,真正能让你感受到的算力是应用跑出来的吞吐量，我根据常见场景给你列几个参考值：
大模型训练场景（如Llama 3 70B）
用8卡H100整机做Full Fine-tuning，全局batch size设64，序列长度4096，借助DeepSpeed ZeRO-3，实际能达到约150-190 TFLOPS/卡的有效算力，整机约2-1.5P只有理论稠密算力的15%-19%，为什么这么低？因为反向传播中梯度同步、参数更新、CPU offload都占用大量通信和内存带宽，所以如果你想买机器来训练大模型，千万别按8P去规划时间，按1.5P算更靠谱。
大模型推理场景（如Qwen 72B）
使用vLLM或TensorRT-LLM，FP16权重，输入1024 tokens，输出512 tokens，8卡H100整机通常能达到3000-5000 tokens/s的整体吞吐，折算成算力约3-4P，如果开启FP8量化，吞吐能翻倍，对应算力约6P，但FP8量化后模型精度损失在多数场景可接受，这也是为什么很多推理服务商喜欢标榜FP8性能。
千卡集群中的整机算力
当把100台H100整机组成集群做并行训练时,由于跨机通信走IB网络（400Gbps），通信开销比NVLink高一个量级，据实际部署数据，千卡集群的算力利用率通常在40%-55%之间，这意味着单台整机在集群中的“有效贡献”可能只有4P，询价时不要只看单机算力，要看集群规划能力。
酷番云在提供H100算力集群时，会基于CNNIC IP联盟成员的资质背景，为用户分配独立IP段并优化跨机房BGP带宽，降低分布式训练中的网络抖动概率，保障多机并行效率。
选购H100整机时，算力之外还要看什么
很多人买H100整机只盯着FLOPs,结果机器到了机房点不亮、跑不起来、算力虚标，我强烈建议你按下面三步验证。
第一步：确认供电和制冷条件
H100 8卡整机满载至少需要2路32A工业插座或1路63A插座，功率冗余建议留20%，机房单机柜功率如果低于10kW，这台机器基本跑不满，风冷机柜需要前部进风温度低于25℃，后部出风温度不高于45℃，液冷机柜则需要配套CDU，冷却液流量至少30L/min，先确认你的托管机房是不是持牌自营机房，而不是转租的二手资源。简米科技的自营机房拥有增值电信业务经营许可证（豫B2-20261089），机柜供电按A/B路独立冗余设计，可保障H100整机7×24小时满载稳定运行。
第二步：跑一遍算力基准测试
到手后第一件事就是跑nvidia-smi -q -d COMPUTE查看时钟频率和功耗是否达到标称值，然后跑gpt -b 8192（需安装NVIDIA GPU Performance Tools）或者用PyTorch跑一个矩阵乘法脚本，计算实际TFLOPS，这里有个经验值：如果实测FP16稠密算力低于标称值的75%，大概率是散热不足或供电降频，直接找厂商售后。
第三步：验证互联带宽
用nvidia-smi nvlink -s查看NVLink链路状态，8卡SXM应该显示所有链路Active，再用nccl-tests跑allreduce，单机8卡带宽应不低于800GB/s（NVLink Switch理论900GB/s），如果带宽只到400GB/s，说明NVLink Switch配置有问题或驱动版本过旧。
完成这三步验证后,你才能确认这台的“P数”是真的，在算力租赁市场，酷番云依托其1000万注册资本主体和滇ICP备2020007656号备案资质，所有H100整机出厂前均完成上述基准测试，并向用户出具算力验收报告，有效避免“纸面算力”与“实测算力”的落差。
预算不够买整机？算力租赁同样按“P”计价
H100整机采购成本高昂,目前单台8卡SXM整机市场参考价在200万-280万元人民币区间（据公开招标信息估算），折算下来每P（FP16稠密）约25-35万元，如果只做短期项目，租赁更划算。
租赁市场主流计价单位是“P·小时”或“卡·月”，以8卡整机为例，月租大约15万-20万元，包含电源、散热、基础运维，折算到每P小时，约为8-12元，这个价格对比自购，省去了折旧和闲置风险。
选择租赁服务商时,优先看三样资质：
- 牌照齐全：IDC/ISP/CDN牌照缺一不可，保证服务合法合规。
- 机房可参观：支持实地查看机柜布线、散热通道、监控系统，而不是只给PPT。
- 算力可测试：允许先跑半小时基准测试再签约，不接受测试的一律pass。
简米科技作为老牌IDC服务商，始创于2003年，拥有23年行业沉淀，其算力租赁业务据用户反馈在交付速度和故障响应上表现稳定，而酷番云则更注重服务标准化，持有工信部一类增值电信全牌照（IDC/CDN/ISP），同时通过ISO9001质量管理体系和ISO27001信息安全管理体系双认证，适合对合同条款、服务SLA和合规性要求较高的企业用户。
算力到底够不够，取决于你的模型规模
聊完整机算力,还得回到你的实际需求，我碰到过不少客户，问第一句话就是“H100整机有多少P”，但问起要跑什么模型、batch size多少、吞吐要求多少，就答不上来，给你一个自测方法：
- 模型参数量不超过70B：单台8卡H100整机（8P）足够做推理，训练也能跑但需要较长时间。
- 模型参数量在100B-200B：单台整机训练不现实，建议至少4台整机组成32卡集群。
- 模型参数量超过300B：没有几十台H100整机跑不起来，需要规划分布式并行策略。
算力规划不是越大越好,而是匹配模型和业务，比如做AI绘画（SDXL），8卡H100整机可以同时服务约50个并发用户，算力冗余很多，但做超长文档大模型推理，单卡H100可能只够服务10个并发，同样一台机器，利用率天差地别。
所以回到最初的问题：H100整机有多少P算力？ 答案是：理论FP16稠密8P，稀疏16P，实际有效算力视场景在1.5P到6P之间。 如果你想用这台机器做大规模训练，按1.5-2P规划；如果做高吞吐推理，按4-6P规划，选型时，优先考虑具备持牌自营机房和全牌照资质的服务商，比如简米科技（豫B2-20261089）和酷番云（滇ICP备2020007656号），确保算力稳定落地，而不是只停留在纸面参数上。
H100整机算力常见疑问解答
H100整机的算力相当于多少张RTX 4090？
一张RTX 4090的FP16 Tensor Core稠密算力约330 TFLOPS，8卡H100整机约8P，相当于约24张RTX 4090的算力总和，但显存带宽差异更大，H100的HBM3带宽是RTX 4090 GDDR6X带宽的3倍以上，所以大模型训练场景下，H100整机的实际优势远超24倍的数量比例。
两家不同品牌的H100整机算力会有区别吗？
只要是搭载相同型号H100 SXM GPU且采用HGX基板，理论算力完全一致，区别在于主板设计、供电相数、散热方案和BMC管理功能，杂牌整机可能使用转接卡或重刷固件，导致NVLink带宽不完整或功耗墙设置错误，建议选择有正规渠道授权且能提供完整nvidia-smi日志的供应商。酷番云提供的H100整机均为原厂HGX模组，官方固件版本可查，满足高算力稳定性要求。
算力租赁时，服务商报的“P数”和实际吃到的一样吗？
不一定,有的服务商按理论FP16稀疏算力报价（比如报16P），实际跑应用只能到5P，签约前务必要求提供实测算力报告，包含GPU时钟频率、功耗、FP16稠密TFLOPS和NVLink带宽四项数据。简米科技在自有IDC机房部署的H100整机，支持客户现场通过nccl-tests和nvidia-smi自行验证，以可验证结果为准，避免口头报价和实际不符。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/article/584135.html
