DeepSeek R1 · 芯片对比
DeepSeek R1 — GB200 NVL72 与 H100
对比 GB200 NVL72(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。
在 DeepSeek R1 的 54 tok/s/user 运行点,GB200 NVL72 的吞吐量为 6,310 tok/s/chip,每百万 token 成本为 $0.082;H100 的吞吐量为 554 tok/s/chip,每百万 token 成本为 $0.59。GB200 NVL72 的每 token 成本低 86%;GB200 NVL72 的单芯片吞吐量为对方的 11 倍。
当 DeepSeek R1 的目标交互性为 77 tok/s/user 时,GB200 NVL72 与 H100 的吞吐量分别为 5,707 和 224 tok/s/chip,每百万 token 成本分别为 $0.091 和 $1.45。GB200 NVL72 的每 token 成本低 94%;GB200 NVL72 的单芯片吞吐量为对方的 26 倍。
以 100 tok/s/user 为目标运行 DeepSeek R1 时,GB200 NVL72 的吞吐量为 4,728 tok/s/chip,每百万 token 成本为 $0.11;H100 的吞吐量为 149 tok/s/chip,每百万 token 成本为 $2.18。GB200 NVL72 的每 token 成本低 95%;GB200 NVL72 的单芯片吞吐量为对方的 32 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | GB200 NVL726,310H100554 | GB200 NVL725,707H100224 | GB200 NVL724,728H100149 |
| 成本($/M tok) | GB200 NVL72$0.082H100$0.59 | GB200 NVL72$0.091H100$1.45 | GB200 NVL72$0.11H100$2.18 |
| tok/s/MW | GB200 NVL723,374,298H100404,284 | GB200 NVL723,051,998H100163,312 | GB200 NVL722,528,416H100109,006 |
| 并发数 | GB200 NVL72~1,554H100~95 | GB200 NVL72~588H100~31 | GB200 NVL72~333H100~16 |