华为910B和NVIDIA A100都是高性能的AI处理器，它们在不同的方面各有优势和不足。

华为910B的优势：

1. 峰值算力FP16：华为910B的峰值算力FP16为376TFlops，高于NVIDIA A100的312TFlops 。

2. 峰值算力FP32：华为910B的峰值算力FP32为94TFlops，而NVIDIA A100为19.5TFlops 。

3. GPU显存：华为910B配备了64GB的HBM2E显存，与NVIDIA A100的80GB相比略少，但仍然处于同一水平线上 。

4. CPU-NPU PCIe规格：华为910B支持PCIe 5.0×16，提供高达16512GB的带宽，而NVIDIA A100支持PCIe 4.0×16，带宽为256GB 。

5. NPU-NPU带宽：华为910B的NPU-NPU带宽为392GB/s HCCL，略低于NVIDIA A100的400GB/s Nvlink 。

6. 芯片RDMA出口带宽：华为910B提供200GB/s RoCE芯片直出网口，而NVIDIA A100需要通过IB网卡扩展出口才能达到1000Gb-2000Gb/s IB 。

7. 制程工艺：华为910B采用7nm工艺制程，与NVIDIA A100相同 。

NVIDIA A100的优势：

1. 架构：NVIDIA A100基于NVIDIA Ampere架构，这是专为AI和高性能计算设计的先进架构 。

2. 内存带宽：A100配备了40GB的HBM2内存，内存带宽高达1.6TB/s，比上一代产品提高了50% 。

3. 多实例GPU（MIG）技术：A100支持MIG技术，可以将一个大的GPU划分为多个小的GPU实例，提高资源利用率并降低总体拥有成本 。

4. 能效比：A100在提供强大计算能力的同时，也注重能效比的优化，其每瓦特性能相比上一代产品提高了2.5倍 。

5. 应用场景广泛：A100在AI训练与推理、科学计算、数据分析和云游戏等多个领域都有出色的表现 。

华为910B的不足：

1. 显存容量：相对于NVIDIA A100的80GB显存，华为910B的64GB显存略小 。

2. 生态系统：NVIDIA拥有成熟的CUDA生态系统，而华为910B使用的是自研的CANN（Compute Architecture for Neural Networks）编程库，虽然在快速发展，但在生态系统的成熟度和开发者社区方面可能还不如CUDA 。

NVIDIA A100的不足：

1. 功耗：NVIDIA A100的TDP为300W，低于华为910B的400W，这意味着在相同性能下，A100可能更加节能 。

2. 价格：由于市场需求和供应限制，NVIDIA A100的价格可能较高，且供应可能受限，尤其是在某些地区可能面临出口限制 。

总的来说，华为910B在某些性能参数上优于或等同于NVIDIA A100，尤其是在峰值算力和带宽方面。而NVIDIA A100则在内存带宽、能效比和生态系统方面具有优势。用户在选择时需要根据自己的具体需求和预算来决定使用哪种处理器。