BR100这张卡，我在客户机房待了两天

被一个做具身的朋友安利了壁仞的BR100，他说他们训练集群开始混着用国产卡，成本能压下来。我说那我去看看。他帮我约了合作方的机房，我在那儿待了两天，前后自己又租了几天算力，加起来一周不到。

先说它是个什么东西

通用GPU，说人话就是既算AI也能干别的并行计算的卡，跟只做矩阵乘的专用加速器不是一条路。BR100是壁仞的旗舰，7nm工艺，770亿晶体管，芯片面积1074平方毫米，8192个通用流式处理器加512组张量加速引擎，片上256MB分布式共享缓存，外面挂HBM2E，单卡64GB显存，整卡功耗550W。

这些数字是官方公开口径，不是我测的。其中"最高比英伟达Ampere快2.8倍"那句我留个问号，看场景，看你怎么切。对标的自然是A100、H100那一档。国内能把这个规格做出来的，一只手数得过来。

实际跑起来，卡在哪

第一天基本没干活。装驱动、对框架版本、编译算子，折腾到晚上才把环境拉起来。国产卡的老毛病，不是硬件不行，是软件栈的坑得自己填。

第二天跑推理，一个几十B参数的模型，切了张量并行。跑通了，吞吐我这边测下来能接受。单卡64GB的好处是显存不用抠着算，省了堆卡的麻烦。中间有个算子没覆盖，报错之后换了条实现路径绕过去。这种事在国产卡上是常态，前提是你得有人会改代码。

监控工具是对标nvidia-smi那套做的，利用率、显存、功耗都看得到。功耗要有心理准备，550W不是小数，老机房未必扛得住。

朋友的原话是：能用，但你得养一个懂底层的团队。

谁该考虑，谁别碰

适合的：预算卡得死、模型形态固定、自己有迁移工程能力的团队。训练完就上线、上线后不怎么换模型的，迁移成本一次性能摊回来。

不适合的：小团队、模型一天一换的、指望开箱即用的。生态这东西不是参数能补的，社区薄、文档少，遇到问题基本靠自己扛。

下一步

从投资视角看，壁仞这张牌的价值不在单卡跑分。它是港股第一支GPU股，首日涨得也凶，但估值里装的是国产替代的期权，不是按出货量算的账。这个赛道天花板在哪，得看软件栈什么时候能追上来。

给读者一个建议：别急着采购。先拿你们手上最小的那个模型，找一家能提供算力的做一周迁移验证。一周内跑通再谈后面的事。跑不通，说明缺的不是卡，是人。