依据华为官方规格和整机适配方案，910B系列按算力升序分为四款型号，显存和整机配套存在关键差异：
| 官方型号 | FP16算力 (TFLOPS) | 显存容量 | 对应整机型号 | 核心应用场景 |
|---|---|---|---|---|
| 910B4 | 280 | 32GB HBM2 | Atlas 800I A2 | 边缘推理、工业质检、端侧轻量化任务 |
| 910B3 | 313 | 64GB HBM2 | Atlas 800T A2 | 通用训练/推理、智算中心主力负载 |
| 910B2 | 376 | 64GB HBM2 | Atlas 800T A2 | 高精度科研训练、金融风控模型开发 |
| 910B1 | 414 | 64GB HBM2 | HuaKun AT900 A2（液冷） | 超算中心、千亿参数大模型训练集群 |
关键差异说明：
显存限制：B4仅32GB显存，无法支持千亿级模型训练（如DeepSeek R1需≥64GB显存）；
成本与密度：B1液冷定制机型支持8卡/4U高密度部署（PUE≤1.15），适用于超算中心集约化需求；
误购风险：部分供应商将B4宣传为“训练卡”，但其算力仅为B1的67%，显存减半，需警惕场景错配。
作为910B的迭代产品，910C通过系统级创新实现性能跃升，但面临工艺制约：
性能指标：双芯合封设计，FP16算力达780-800 TFLOPS，内存带宽3.2TB/s，超越英伟达H100的60%（接近96%），单位算力成本低55%；
量产瓶颈：中芯国际7nm DUV工艺良率仅35%-36%（目标年底40%），单片成本14.5万元，显著高于910B的9万元；
集群效能：CloudMatrix 384超节点（384张910C）算力达300PFlops，训练效率较传统架构提升45%，成本节省1/3。
政企智算中心：
北京中关村、上海松江节点采购910B3构建百P级算力池，服务科研机构与央企合规需求；
深圳鹏城实验室部署910C超节点，支撑“盘古”千亿模型训练。
垂直行业龙头：
电网：国网重庆信通6台910B服务器提供19.2PFlops算力，用于电力设备智能检修；
工业：武汉光谷中心3000张910B驱动AI质检方案，故障识别精度99.2%。
出海替代：沙特超算中心转向昇腾替代40%英伟达订单，德法实验室批量采购液冷服务器。
大模型训练：910C支撑384卡超节点训练万亿参数MOE模型，时延较英伟达方案降低30%；
金融安全：上海松江中心联合商汤开发交易反欺诈模型，推理延迟<5ms；
边缘推理：B4适配Atlas 800I A2服务器，支持工业生产线实时质检（响应时间≤10ms）。
价格竞争力：910B 8卡服务器月租3.4万元，仅为英伟达H100同级配置的38%；
政策补贴：白名单机房享国家补贴，西安节点租金较东部低15%-20%。
阶梯定价（上海松江）：中小企业可租用10卡微集群，首年免押金；
算力+算法套餐（深圳鹏城）：预装优化版PyTorch框架，开发周期缩短30%；
跨域调度（粤港澳枢纽）：依托“东数西算”工程实现3ms超低时延训练。
截至2025年7月，昇腾910B/C在国家级算力枢纽规模化部署，形成东西协同网络：
| 城市 | 代表节点 | 芯片部署量 | 核心场景 |
|---|---|---|---|
| 北京 | 中关村智算中心 | 70%节点为910B | 大模型研发、生物医药 |
| 上海 | 松江人工智能计算中心 | 5000张910B | 金融科技、自动驾驶 |
| 深圳 | 鹏城实验室 | 首期384张910C | 千亿模型训练（如“盘古”） |
| 武汉 | 光谷人工智能算力中心 | 3000张910B | 工业仿真、智能制造 |
| 重庆 | 省级智算中心 | 6台Atlas 910B | 电网智能检修 |
| 粤港澳 | 中国电信昇腾超节点 | 384张910C | 万亿MOE模型训练 |
次级节点：杭州之江实验室、成都智算中心、南京江北新区同步纳入工信部白名单。
昇腾910B/C通过 “四型号精准覆盖+910C超节点突破” 双轨策略，支撑国产AI算力基座建设：
✅ 场景化优势：B4-B1覆盖边缘至超算，910C集群效能比肩国际顶尖水平；
✅ 租赁市场爆发：成本优势+政策驱动，运营商算力业务价值重估（如中国电信IDC收入增长56.9%）；
⚠️ 硬性挑战：910C良率（35%）与生态适配仍待突破，需加速FP8支持（910D预计2026年量产）。