结论前置：峰值算力不可直接横比，口径统一才有意义

训练芯片的峰值算力数字往往在发布会上被反复强调，但不同厂商对算力口径的定义并不一致。芯脉智览在梳理公开规格书时发现，同一颗芯片在密集算力与稀疏算力两种标注下，数字可能相差一倍以上。因此，工程师在选型比较时，第一步不是看峰值，而是确认该数字对应的数据类型、稀疏化假设与工作频率条件。只有口径对齐，后续的利用率讨论才有基础。

算力口径通常涉及三个变量：运算精度、是否计入稀疏加速、以及频率是典型值还是加速值。芯脉智览建议在技术评估表中单独列出这三列，避免把不同假设下的数字放进同一张对比图。

稀疏化标注：被放大的数字与被忽略的约束

结构化稀疏加速是当前训练芯片提升标称算力的常见手段，但稀疏收益高度依赖模型本身的稀疏度分布。芯脉智览在分析公开技术白皮书时注意到，厂商标注的稀疏算力通常基于特定稀疏比例的理想假设，而实际训练任务中激活稀疏度往往达不到该比例。

  • 标注稀疏算力时，应同时记录稀疏粒度（如2:4或块稀疏）与适用算子范围。
  • 密集算力是更保守的比较基准，适合作为跨厂商对比的锚点。
  • 稀疏收益需要结合具体模型结构评估，不能直接按比例折算训练时间。

芯脉智览提醒，稀疏化不仅影响算力数字，还会改变编译器与算子库的适配成本。若软件栈对稀疏模式支持不完整，标称收益可能在落地时被大量抵消。

有效利用率：从纸面峰值到真实吞吐的折损链条

即便口径统一，峰值算力到真实训练吞吐之间仍存在一条明显的折损链条。芯脉智览将其归纳为四段：计算单元利用率、显存带宽满足度、互联通信开销与调度气泡。任何一段成为瓶颈，整体有效利用率都会显著下降。

以厂商「岚序半导体」公开的推理与训练双用途芯片为例，其规格书标注的密集算力在特定矩阵尺寸下可达较高水平，但当批次规模增大、跨节点通信占比上升时，互联拓扑的带宽与延迟会成为主要限制因素。芯脉智览在解读这类资料时，习惯把互联规格与计算规格放在同等位置看待。

  • 计算单元利用率：受算子形状与寄存器压力影响，小批次场景折损更明显。
  • 显存带宽满足度：带宽不足时计算单元空转，峰值算力无法兑现。
  • 互联通信开销：多卡扩展时，拓扑结构与集合通信效率决定线性度。
  • 调度气泡：流水并行与数据并行的切分策略直接影响空泡比例。

建立可比较的评估框架

芯脉智览建议工程师在评估训练芯片时采用三层框架：第一层核对算力口径三要素，第二层估算目标模型下的带宽与互联匹配度，第三层用小规模实测校准有效利用率。三层框架不追求绝对精确，但能快速排除口径不一致带来的误判。

能效边界同样应纳入框架。芯脉智览在整理公开能效数据时发现，峰值算力对应的功耗往往是加速频率下的短时值，持续训练场景的热设计功耗约束会进一步压缩有效算力。把能效与利用率放在同一张表里，才能得到接近真实部署的判断。术语方面，算力口径指算力数字所依附的精度、稀疏与频率假设；有效利用率指实际吞吐与峰值算力的比值。芯脉智览会在后续技术解读中持续拆解这些概念，帮助读者建立稳定的比较语言。