NVIDIA · Blackwell
NVIDIA B200
概览
NVIDIA B200 是 Blackwell 一代的主力数据中心芯片：180 GB 可用 HBM3e（带宽 8 TB/s）、单芯片 900 GB/s 的 NVLink 5.0，Tensor Core 每时钟吞吐量翻倍于 Hopper 并新增 FP4。稠密算力 9,000 FP4 / 4,500 FP8 TFLOP/s，在主导 LLM decode 的内存带宽受限场景中，单颗 B200 的表现超过两颗 H100。
NVFP4 推理正是在 B200 上成为主流：前沿开源模型发布 FP4 checkpoint，精度与 FP8 相差无几，单芯片吞吐量却接近翻倍。它 1,000 W 的 TDP 和约 1.7 kW 的整机功耗使小时租价远高于 Hopper，因此升级决策取决于每美元性能而非峰值算力。
规格参数
| 厂商 | NVIDIA |
|---|---|
| 架构 | Blackwell |
| 显存（可用） | 180 GB HBM3e |
| 内存带宽 | 8 TB/s |
| FP4 稠密 TFLOP/s | 9,000 |
| FP8 稠密 TFLOP/s | 4,500 |
| BF16 稠密 TFLOP/s | 2,250 |
| Scale-up 互联 | NVLink 5.0 |
| 单芯片 scale-up 带宽 | 900 GB/s |
| Scale-up 域规模 | 8 |
| Scale-up 拓扑 | Switched 2-rail Optimized |
| Scale-out 网络 | gIB RoCEv2 Ethernet |
| 网卡 | ConnectX-7 400GbE |
| 单芯片 TDP | 1,000 W |
| 单芯片整机功耗 | 1.71 kW |
| 超大规模云 $/芯片/小时 | $1.73 |
| Neocloud $/芯片/小时 | $2.07 |
| 零售档 $/芯片/小时 | $2.60 |
来源：$/芯片/小时 费率取自 SemiAnalysis AI Cloud TCO Model
InferenceX 如何测试这款芯片
B200 是 InferenceX 上测试最密集的芯片之一：每日在 vLLM、SGLang、TensorRT-LLM 和 Dynamo 分离式推理上运行固定序列扫描与 AgentX agentic 编码 trace，每美元性能与精度对比页面持续追踪每个模型上 NVFP4 与 FP8 的差距。
常见问题
- B200 云端租用每小时多少钱？
- 按 SemiAnalysis AI Cloud TCO 模型，B200 在超大规模云约 $1.73/小时，neocloud 档约 $2.07/小时，零售档约 $2.60/小时。InferenceX 的每美元性能页面即使用这些费率将实测吞吐量换算为每百万 token 成本。
- B200 有多少显存？
- B200 单芯片提供 180 GB 可用 HBM3e，内存带宽 8 TB/s；一个 8 芯片的 NVLink 5.0 域合计约 1,440 GB。
- B200 的功耗是多少？
- B200 单芯片 TDP 为 1,000 W，计入主机 CPU、网卡与散热分摊后整机约 1.71 kW。InferenceX 的每 token 能耗计算采用整机功耗口径。
- B200 支持 FP4 吗？
- 支持。B200 稠密 FP4 算力达 9,000 TFLOP/s（FP8 为 4,500），InferenceX 的精度对比页面持续追踪 FP4 与 FP8 的推理精度和吞吐量差异。
- B200 的 LLM 推理速度有多快？
- 这取决于模型、推理引擎、精度和交互性目标，因此 InferenceX 为 B200 发布持续更新的吞吐量-交互性 Pareto 前沿，而非单一数字。实时仪表板和对比页面展示每个覆盖模型上的最新结果。
查看实时基准测试结果
以上都是静态硬件数据。实际交付的 token 吞吐量、每百万 token 成本和每 token 能耗在仪表板上持续测量：
通过 SemiAnalysis 行业模型深入研究
InferenceX 测量实际交付的推理性能，而 SemiAnalysis 机构级行业模型覆盖这些芯片背后的市场：谁在出货、谁在采购、拥有成本是多少。