DeepSeek R1 · 芯片对比

DeepSeek R1 — B300 与 H100

对比 B300(NVIDIA Blackwell)与 H100(NVIDIA Hopper)在 DeepSeek R1 上的 AI 推理基准测试结果,涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标,操作方式与主推理图表相同。

45 tok/s/user 接近 20–122 tok/s/user 交互性区间的下限。在这一运行点,B300 运行 DeepSeek R1 的吞吐量为 6,086 tok/s/chip,每百万 token 成本为 $0.10;H100 的吞吐量为 739 tok/s/chip,每百万 token 成本为 $0.44。B300 的每 token 成本低 77%;B300 的单芯片吞吐量为对方的 8.2 倍。

将 DeepSeek R1 的目标交互性设为 71 tok/s/user 时,B300 的吞吐量为 4,027 tok/s/chip,每百万 token 成本为 $0.16;H100 的吞吐量为 281 tok/s/chip,每百万 token 成本为 $1.16。B300 的每 token 成本低 87%;B300 的单芯片吞吐量为对方的 14 倍。

当 DeepSeek R1 的目标交互性为 97 tok/s/user 时,B300 的吞吐量为 1,914 tok/s/chip,每百万 token 成本为 $0.33;H100 的吞吐量为 154 tok/s/chip,每百万 token 成本为 $2.11。B300 的每 token 成本低 84%;B300 的单芯片吞吐量为对方的 12 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)

查看每美元性能对比 →

数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。

指标
交互性(tok/s/user)
交互性(tok/s/user)
交互性(tok/s/user)
吞吐量(tok/s/chip)
B3006,086H100739
B3004,027H100281
B3001,914H100154
成本($/M tok)
B300$0.10H100$0.44
B300$0.16H100$1.16
B300$0.33H100$2.11
tok/s/MW
B3003,203,218H100539,778
B3002,119,595H100204,852
B3001,007,140H100112,644
并发数
B300~358H100~132
B300~103H100~41
B300~51H100~17