Flopper：面向 AI 基础设施的硬件浏览器，可对比 221 款 GPU 与 82 套系统
Show HN: Flopper is a hardware explorer for AI infrastructure and beyond
Flopper 是一个 AI 基础设施硬件浏览器，把 GPU 规格、性能与云租赁价格集中到一处对比，数据库收录 221 款 GPU、82 套多卡 AI 系统和 786 个 GPU 数据中心。所有厂商数据被统一归一化到同一 TFLOPS 基线，覆盖 FP64 到 FP4 各精度，每个数据点均链接回官方 datasheet、白皮书或经验证的 benchmark。
比较驱动 AI 的硬件
在一处探索 GPU、规格、性能和云定价。
数据库总计截至 2026 年 10 月 10 日
热门 AI GPU
当今用于训练或托管 AI 模型时，你可以购买或租用的最受关注的 GPU。
# GPU 显存 带宽 FP8 每美元 FP8 最低价 中位数 提供商 可用性 30 天趋势 租用
在哪里租用
我们追踪的部分云服务商，以及其目录中当前实时定价的 GPU 数量。
热门 AI 系统
当今你可以购买或租用的最受欢迎的多 GPU AI 系统，从单台服务器到完整的机架级平台。
# 系统 加速器 总显存 FP16 起价 $/小时 功耗 租用
† 汇总理论峰值：GPU 数量乘以加速器的单芯片 FP16 数值，并非厂商发布的系统总量。
‡ 起价 $/小时 是加速器最低实时按需价格乘以 GPU 数量，并非报价的节点价格。
分析
来自 Flopper 编辑部的原创报道：解读路线图，对照数据库核实声明。
Skynet 运行速度为 60 万亿次浮点运算。如今这只是一块游戏 GPU。
在《终结者 3》（2003 年）中，Skynet 的运行速度为“每秒 60 万亿次浮点运算”，这超过了当时地球上最快的计算机。到了 2026 年，这相当于一块 RTX 4090，或者 FP4 精度下一台 GB300 NVL72 机架的 1/18,000。若以 FP64 计算——2003 年超级计算机所指的精度——整个机架也只有 1.7 个 Skynet。万圣节特辑：为什么没有精度说明的 TFLOPS 数字是剧情设定，而非规格。 2026 年 9 月 17 日 NVIDIA 正通过两个项目 cuda-oxide 和 cutile-rs 为 CUDA 带来原生 Rust 支持。更大的故事可能是 CUDA Tile，这是一种编程模型，开发者描述对数据块的操作，由编译器决定如何将它们映射到 GPU 上。A100、H100 和 B200 之间的硬件差异不会消失，但软件可能需要了解得更少。 2026 年 9 月 17 日 NVIDIA 网站上出现了一款新的 Blackwell 工作站显卡，没有新闻稿：84 GB 带 ECC 的 GDDR7、1,398 GB/s、最高 600 W，以及 RTX 5090 的 21,760 个 CUDA 核心，面向机架式工作站部署。NVIDIA 未公布 TFLOPS、价格或日期，而且 84 GB 与所列的 416 位总线不符。我们将已公布与未公布的信息区分开来，该显卡现已收录于数据库中。
NVIDIA 希望 GPU 代码少关心 GPU
NVIDIA 悄然列出 RTX PRO 5500 Blackwell：84 GB，为机架打造
一个数据库。所有精度。
厂商数据表使用不同的格式、单位和条件。我们将一切标准化，以便你比较真正重要的内容。
跨厂商标准化
NVIDIA、AMD、Intel、Google 等——全部转换为每个精度级别下相同的 TFLOPS 基准。无需再交叉查阅数据表。
追踪所有精度
从 FP64 到 FP4，包括 BF16、TF32 和 INT8。按你的工作负载实际使用的精度进行筛选和排序——而不仅仅是头条数字。
规格与来源关联
每个数据点都可追溯至其来源：官方数据表、厂商白皮书或经验证的基准测试。没有无出处的声明。
你的 AI 基础设施工具包
搜索、比较、计算和映射——用于评估数据中心 GPU 和 AI 加速器的免费工具。
在 FP64、FP32、FP16、BF16、FP8 等精度上比较 221+ 款数据中心 GPU。
构建自定义 GPU 配置，并计算聚合 TFLOPS、功耗和内存。
Open Calculator 来自 NVIDIA、AMD 等的 DGX、HGX、NVL 和多 GPU 集群，具备聚合性能。 追踪全球 786 个 GPU 数据中心，来自 xAI、Meta、Microsoft、OpenAI 等。
对比最多的加速器
当前 AI 和 HPC 团队进行最多正面比较的数据中心 GPU。
FP16 5,033 TFLOPS FP8 20,133 TFLOPS Rubin · 2026 内存 288 GB FP16 4,000 TFLOPS FP8 17,500 TFLOPS CDNA 4 · 2025 内存 288 GB TDP 1400W FP16 2,517 TFLOPS FP8 5,033 TFLOPS Blackwell Ultra · 2025 内存 288 GB FP16 2,500 TFLOPS FP8 5,000 TFLOPS Blackwell · 2024 内存 186 GB FP16 2,500 TFLOPS FP8 5,000 TFLOPS CDNA 4 · 2025 内存 288 GB TDP 1000W FP16 2,310 TFLOPS FP8 4,614 TFLOPSNVIDIA
Rubin SXM
AMD
Instinct MI355X OAM
NVIDIA
GB300 NVL72 GPU 288GB
NVIDIA
GB200 NVL72 GPU 186GB
AMD
Instinct MI350X OAM
深入了解
面向基础设施买家的架构解析、代际比较和选型指南。
AMD Ryzen AI Halo 评测
一台售价 3,999 美元、配备 128GB 统一内存的 Strix Halo 台式机迎战 Nvidia 的 DGX Spark。它能容纳超大模型——但 256 GB/s 的总线限制了其服务速度。 指南 M5 Max 在 7 倍能效下媲美 V100。统一内存、M1–M5 规格，以及 SoC GPU 与数据中心加速器的对比。 H200 与 B200 架构对比。性能提升、内存改进，以及训练与推理该选哪个。 从 Pascal 到 Blackwell。了解超级芯片、Tensor Core、多芯片设计，以及 GPU 架构如何演变。 TFLOPS、内存、TDP、精度类型详解。针对 LLM 训练、推理和 HPC 工作负载的用例建议。Apple Silicon 解析
Hopper 与 Blackwell 对比
NVIDIA 架构解析
如何选择数据中心 GPU
准备好比较了吗？
搜索 221+ 款数据中心 GPU。按精度、厂商、架构和外形规格筛选。并排比较规格。
© 2026 Flopper.io - 比较驱动 AI 的 GPU
来源：Hacker News · flopper.io