FPGA 相比同等面积和工艺 ASIC 的算力差着数量级
大多数大模型 16-bit 权重真的可以量化到 8-bit 而不太损失精度。但要压缩到 4-bit，精度一般就会有比较大的损失了。
NVIDIA 的 Tensor Core 也可以很高效地执行 16-bit 和 8-bit 的计算，8-bit 的算力基本上是 16-bit 的两倍。
FPGA 还是适合用来做智能网卡，也适合做存储编码、压缩、加密等特定算法的加速。AI 大模型还是 ASIC 更在行。
摩尔线程
2022年，摩尔线程就推出了GPU统一系统架构MUSA，发布并量产“苏堤”和“春晓”两颗全功能GPU芯片，这也是国内采用现代GPU架构
主流 AI 芯片配置
| 厂商 | 型号 | 图形处理器 | 架构 | 显存 | FP16 算力 | BF16 算力 | INT8 算力 | FP32算力 | TF32 算力 | FP8算力 | CUDA Core | Tensor Core |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 英伟达 | RTX 3090 | GA102-300-A1 | Ampere | 24GB（GDDR6X） | 35.58 TFLOPS | - | - | 35.58 TFLOPS | - | 不支持 | 10496 | 328 |
| 英伟达 | RTX 3090 Ti | GA102-350-A1 | Ampere | 24GB（GDDR6X） | 40.00 TFLOPS | - | - | 40.00 TFLOPS | - | 不支持 | 10752 | 336 |
| 英伟达 | RTX 4090 | AD102-300-A1 | Ada Lovelace | 24GB（GDDR6X） | 369.7 TFLOPS（Tensor Core）82.58 TFLOPS | 369.7 TFLOPS（Tensor Core） | 739.4 TFLOPS（Tensor Core） | 82.58 TFLOPS | - | - | 16384 | 512 |
| 英伟达 | RTX 4090 Ti | AD102-400-A1 | Ada Lovelace | 24GB（GDDR6X） | 93.24 TFLOPS | - | - | 93.24 TFLOPS | - | - | 18176 | 568 |
| 英伟达 | RTX 4090D-特供-消费级 | AD102-250-A1 | Ada Lovelace | 24GB（GDDR6X） | 329.3 TFLOPS（Tensor Core）73.54 TFLOPS | 329.3 TFLOPS（Tensor Core） | 658.6 TFLOPS（Tensor Core） | 73.54 TFLOPS | - | - | 14592 | 456 |
| 英伟达 | L20（PCIe）-特供-推理（PCIe） | AD102 | Ada Lovelace | 48GB（GDDR6） | 119.5 TFLOPS（Tensor Core） | 119.5 TFLOPS（Tensor Core） | 239 TOPS（Tensor Core） | 59.8 TFLOPS | 59.8 TFLOPS（Tensor Core） | 239 TFOPS（Tensor Core） | 11776 | 368 |
| 英伟达 | H20-特供-训练（PCIe、Nvlink） | - | Hopper | 96GB（HBM3） | 148 TFLOPS（Tensor Core） | 148 TFLOPS（Tensor Core） | 296 TOPS（Tensor Core） | 44 TFLOPS | 74 TFLOPS（Tensor Core） | 296 TFOPS（Tensor Core） | - | - |
| 英伟达 | A800（PCIe） | GA100 | Ampere | 80GB（HBM2e） | 312 TFLOPS（Tensor Core）77.97 TFLOPS | 312 TFLOPS（Tensor Core） | 624 TOPS（Tensor Core） | 19.5 TFLOPS | 156 TFLOPS（Tensor Core） | 不支持 | 6912 | 432 |
| 英伟达 | H800（ SXM） | GH100 | Hopper | 80GB（HBM3） | 1,979 TFLOPS（Tensor Core） | 1,979 teraFLOPS（Tensor Core） | 3,958 TOPS（Tensor Core） | 67 teraFLOPS | 989 teraFLOPS （Tensor Core） | 3,958 teraFLOPS（Tensor Core） | 18,432 | 640 |
| 昇腾 | Atlas 800T A2训练（910B3-HCCS） | - | 达芬奇 | 64GB（HBM2e） | 313 TFLOPS | 313 TFLOPS | 640 TOPS | 75 TFLOPS | 141 TFLOPS（HF） | 不支持 | - | - |
| 昇腾 | Atlas 800I 推理（910B4） | - | 达芬奇 | 32GB（HBM2e） | 280 TFLOPS | 280 TFLOPS | 550 TOPS | 75 TFLOPS | 141 TFLOPS（HF） | 不支持 | - | - |
