NVIDIA GPU 产品线概览
NVIDIA 在人工智能（AI）领域的 GPU 产品线主要包括 A100、H100、H800，以及即将推出的 B100、H200 等型号。这些 GPU 都是面向高性能计算（HPC）和 AI 训练/推理场景，以下是它们的详细介绍及官方价格，最后附有对比表格，帮助快速了解其差异。
1. NVIDIA A100 GPU
型号: A100
架构: Ampere
显存: 可选 40GB、80GB、64GB 等多种配置
性能特点:
AI 计算能力高达 312 TeraFLOPS
支持多实例 GPU（MIG）技术，提升资源利用率
官方价格参考
产品价格范围A100 40GB PCIe约 $13,000A100 80GB PCIe约 $15,000A100 80GB SXM4约 $16,000A100 16GB PCIe$10,000 – $12,000A100 32GB PCIe$15,000 – $18,000A100 64GB PCIe$20,000 – $25,000
2. NVIDIA H100 GPU
型号: H100
架构: Hopper
显存: 通常为 80GB 或更高
性能特点:
专为大规模深度学习训练与推理优化
功耗和价格通常高于 A100
官方价格参考
H100 的具体价格官方尚未详细列出，通常高于 A100，预计会超过 $20,000，具体取决于配置和市场需求。
3. NVIDIA GeForce RTX 4090
架构: Ada Lovelace
CUDA 核心: 16384 个
显存: 24GB GDDR6X
显存位宽: 384-bit
显存带宽: 1.008 TB/s
基础频率: 2230 MHz
Boost 频率: 最高可达 2520 MHz
光线追踪核心: 第三代
Tensor 核心: 第四代，支持 AI 加速
最大分辨率: 4K @ 240Hz 或 8K @ 60Hz
AI 计算能力: 1321 TOPS
散热设计:
闲置功耗 ~19W
游戏平均功耗 ~315W
最大功耗 ~450W
接口:
PCIe 4.0
1× HDMI + 3× DisplayPort
官方价格参考
建议零售价：$1,599
实际市场价格：$1,500 – $2,000（因供需波动）
4. NVIDIA H800 GPU
架构: Hopper
CUDA 核心: 18,432 个
显存: 提供 80GB HBM2e 或 94GB HBM3 配置
性能参数:
峰值 FP32 性能: 51 TFLOPS
峰值 FP16 性能: 1,513 TFLOPS
峰值 FP8 性能: 3,026 TFLOPS
峰值 TF32 性能: 756 TFLOPS
动态编程（DPX）指令：性能可提升至 7 倍
技术规格对比
特性H800 80GB PCIeH800 NVL 94GB PCIeGPU 架构NVIDIA HopperNVIDIA Hopper显存类型HBM2eHBM3内存带宽2 TB/s3.9 TB/s最大功耗350 W400 W多实例 GPU（MIG）最多 7 个实例，每个 10GB最多 7 个实例，每个 12GB
官方价格参考
建议零售价：$33,800
实际价格因市场需求会有波动
5. 即将推出的 GPU
B100 GPU
预计售价：$30,000 – $35,000
H200 GPU
预计于 2024 年推出
具体价格尚未公布
NVIDIA GPU 主要参数 & 价格对比
下面的表格整合了上面提到的主要产品，帮助快速对比其架构、显存、性能与价格区间（如有）：
GPU 型号架构主要面向场景显存 & 配置典型性能表现参考价（USD）A100AmpereHPC / AI 训练&推理40GB / 80GB / 64GB 等最高 312 TFLOPS AI$10,000 ~ $25,000+H100Hopper大规模深度学习训练&推理通常 80GB 或更高高于 A100（具体待定）> $20,000（视配置而定）H800HopperHPC / 数据中心 / AI80GB HBM2e / 94GB HBM3FP32 最高 51 TFLOPS, 等等$33,800（起）GeForce RTX 4090Ada Lovelace专业游戏 / 创作 / AI24GB GDDR6X1321 TOPS AI$1,500 ~ $2,000B100 (未发布)待公布HPC / AI 训练&推理待公布待公布$30,000 ~ $35,000（预估）H200 (未发布)Hopper 2？HPC / AI 训练&推理待公布待公布待公布（预计 2024 年发布）
注：
上表中「参考价」与「性能表现」为公开信息及市场预估，仅供参考。
实际售价因地区、渠道、供需关系等因素会有一定浮动。
未发布产品的规格参数与价格均为预估，最终信息以 NVIDIA 官方公布为准。
总结
A100：Ampere 架构的老牌主力，广泛应用于高性能计算和 AI 场景。
H100 / H800 / H200：基于 Hopper 架构或后续版本，针对大规模 AI 训练和高计算需求场景，可提供更高的理论峰值性能。
B100：预估面向 HPC/AI 场景，价格和性能与 H 系列相当或更高。
GeForce RTX 4090：尽管定位于游戏和内容创作，但具备强大的 AI 计算能力，适合对价格和易用性有一定要求的用户。