NVIDIA · Blackwell
NVIDIA B300
概览
NVIDIA B300 是 Blackwell Ultra 的 SXM 形态：268 GB 可用 HBM3e（带宽 8 TB/s），稠密 FP4 算力 13,500 TFLOP/s，比 B200 高 1.5 倍，FP8 与 BF16 则保持 B200 水平。对推理而言更重要的是大 49% 的显存：同样的 8 芯片节点能容纳更大的 KV 工作集和更大的模型。
B300 还通过 ConnectX-8 将单芯片 scale-out 带宽翻倍至 800 Gbit/s，这对 prefill/decode 分离和 wide expert parallelism 尤为重要。它定位于 B200 与机柜级 GB300 NVL72 之间：NVLink 5.0 域规模同为 8，但拥有 Ultra 级的显存和 FP4 算力。
规格参数
| 厂商 | NVIDIA |
|---|---|
| 架构 | Blackwell |
| 显存（可用） | 268 GB HBM3e |
| 内存带宽 | 8 TB/s |
| FP4 稠密 TFLOP/s | 13,500 |
| 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 | RoCEv2 Ethernet |
| 网卡 | ConnectX-8 2x400GbE |
| 单芯片 TDP | 1,200 W |
| 单芯片整机功耗 | 1.9 kW |
| 超大规模云 $/芯片/小时 | $2.26 |
| Neocloud $/芯片/小时 | $2.52 |
| 零售档 $/芯片/小时 | $3.00 |
来源：$/芯片/小时 费率取自 SemiAnalysis AI Cloud TCO Model
InferenceX 如何测试这款芯片
InferenceX 以与 B200 相同的每日节奏在 vLLM、SGLang 和 TensorRT-LLM 上测试 B300，包括 AgentX 长上下文 agentic trace：268 GB HBM3e 能让 KV 工作集常驻显存，而较小的芯片则被迫抢占或 offload。
常见问题
- B300 云端租用每小时多少钱？
- 按 SemiAnalysis AI Cloud TCO 模型，B300 在超大规模云约 $2.26/小时，neocloud 档约 $2.52/小时，零售档约 $3.00/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。
- B300 有多少显存？
- B300 单芯片提供 268 GB 可用 HBM3e，内存带宽 8 TB/s；一个 8 芯片的 NVLink 5.0 域合计约 2,144 GB。
- B300 的功耗是多少？
- B300 单芯片 TDP 为 1,200 W，计入主机 CPU、网卡与散热分摊后整机约 1.9 kW。InferenceX 的每 token 能耗计算采用整机功耗口径。
- B300 支持 FP4 吗？
- 支持。B300 稠密 FP4 算力达 13,500 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。
- B300 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 B300 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。