昇腾 910 不是 GPU，也不是开发板，而是华为自研的NPU（神经网络处理器）加速卡；英伟达 RTX 5090 是消费级 / 工作站级通用 GPU。二者定位、架构、场景完全不同，下面做详细对比。

一、先澄清：昇腾 910 是什么形态？

• 不是 GPU：GPU 是通用图形 / 并行计算处理器（CUDA 核心）；昇腾 910 是达芬奇架构 NPU，专为 AI 矩阵计算优化。
• 不是开发板：它是标准 PCIe 加速卡（类似服务器 GPU 卡），插在服务器 PCIe 槽使用，无板载 CPU / 内存 / 外设。
• 形态：全长 PCIe 卡、被动 / 主动散热、服务器级供电，用于数据中心 AI 训练 / 推理。

二、核心参数横向对比（昇腾 910B vs RTX 5090）

表格

三、关键差异与选型要点

1. 架构与计算效率

• 昇腾 910：AI 专用，3D Cube 矩阵引擎，单周期 4096 次乘加，AI 训练 / 推理效率极高。
• RTX 5090：通用并行，CUDA+Tensor Core，兼顾图形渲染、游戏、科学计算、轻量 AI。

2. 算力与场景

• 训练能力：910 的FP16 算力是 5090 的 3 倍 +，适合大模型训练、千亿参数、多卡集群。
• 推理 / 游戏 / 图形：5090 在消费级场景、游戏、4K/8K 渲染、轻量 AI 推理上全面领先。

3. 功耗与部署

• 910：310W，服务器级散热，适合高密度数据中心、长期稳定运行。
• 5090：575–600W，需高端电源 / 散热，适合个人 / 工作站、短期高负载。

4. 生态与兼容性

• 910：国产自主，CANN/MindSpore，适合政务、金融、军工、国产化项目。
• 5090：CUDA 生态成熟，几乎所有 AI 框架 / 游戏 / 软件原生支持，通用性极强。

四、一句话选型建议

• 做大模型训练、数据中心 AI 集群、国产化替代 → 选昇腾 910。
• 做游戏、3D 渲染、个人 AI 开发、轻量推理 → 选RTX 5090。