DeepSeek R1 · GPU 对比
DeepSeek R1 — B300 vs H100
B300（NVIDIA Blackwell）与 H100（NVIDIA Hopper）在 DeepSeek R1 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。使用下方图表控件切换序列、精度和指标——交互方式与主推理图表相同。
在 9–128 tok/s/user 交互性区间的低端，即 DeepSeek R1 上以 38 tok/s/user 运行时：B300 达到 4077 tok/s/GPU（$0.16/百万 token），H100 达到 276（$1.32/百万）。B300 每 token 成本低 728%；B300 每 GPU 吞吐量高出 1376%。
以 68 tok/s/user 为目标在 DeepSeek R1 上运行时，B300 产出 1277 tok/s/GPU（每百万 token $0.54），H100 产出 87（$4.18）。B300 每 token 成本低 672%；B300 每 GPU 吞吐量高出 1371%。
在 DeepSeek R1 上以 99 tok/s/user 交互性运行时，B300 吞吐量为 476 tok/s/GPU，每百万 token 成本 $1.37；H100 吞吐量为 23 tok/s/GPU，成本 $15.6。B300 每 token 成本低 1044%；B300 每 GPU 吞吐量高出 1940%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:4077.1H100:276.2 | B300:1277.2H100:86.8 | B300:476.3H100:23.3 |
| Cost ($/M tok) | B300:$0.159H100:$1.320 | B300:$0.542H100:$4.182 | B300:$1.367H100:$15.632 |
| tok/s/MW | B300:1878829H100:159663 | B300:588571H100:50179 | B300:219493H100:13494 |
| Concurrency | B300:~2684H100:~640 | B300:~457H100:~68 | B300:~103H100:~8 |
推理性能
不同模型、硬件配置和服务参数下的推理性能指标。
厂商:
聚合模式:
投机解码: