DeepSeek R1 · 芯片对比

DeepSeek R1 — GB200 NVL72 与 H200

对比 GB200 NVL72(NVIDIA Blackwell)与 H200(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。

当 DeepSeek R1 的目标交互性为 65 tok/s/user 时,GB200 NVL72 的吞吐量为 6,057 tok/s/chip,每百万 token 成本为 $0.085;H200 的吞吐量为 1,059 tok/s/chip,每百万 token 成本为 $0.32。GB200 NVL72 的成本效率高出 275%;GB200 NVL72 的单芯片吞吐量高出 472%。

在 DeepSeek R1 的 99 tok/s/user 运行点,GB200 NVL72 的吞吐量为 4,759 tok/s/chip,每百万 token 成本为 $0.11;H200 的吞吐量为 712 tok/s/chip,每百万 token 成本为 $0.48。GB200 NVL72 的成本效率高出 338%;GB200 NVL72 的单芯片吞吐量高出 568%。

当 DeepSeek R1 的目标交互性为 133 tok/s/user 时,GB200 NVL72 与 H200 的吞吐量分别为 2,941 和 489 tok/s/chip,每百万 token 成本分别为 $0.18 和 $0.69。GB200 NVL72 的成本效率高出 294%;GB200 NVL72 的单芯片吞吐量高出 501%。 (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)
GB200 NVL726,056.9H2001,058.5
GB200 NVL724,758.6H200711.9
GB200 NVL722,941.1H200489.1
成本($/M tok)
GB200 NVL72$0.085H200$0.320
GB200 NVL72$0.109H200$0.476
GB200 NVL72$0.176H200$0.693
tok/s/MW
GB200 NVL723,238,968H200772,633
GB200 NVL722,544,727H200519,628
GB200 NVL721,572,785H200356,982
并发数
GB200 NVL72~975H200~155
GB200 NVL72~333H200~6
GB200 NVL72~242H200~4