DeepSeek R1 · GPU 对比
DeepSeek R1 — GB200 NVL72 vs H200
GB200 NVL72（NVIDIA Blackwell）与 H200（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 DeepSeek R1 上以 59 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 4972 tok/s/GPU，每百万 token 成本 $0.12；H200 吞吐量为 422 tok/s/GPU，成本 $0.93。GB200 NVL72 每 token 成本低 655%；GB200 NVL72 每 GPU 吞吐量高出 1078%。
GB200 NVL72 在 DeepSeek R1 上以 98 tok/s/user 运行时达到 2445 tok/s/GPU（每百万 token $0.25）；H200 达到 152 tok/s/GPU（$2.66）。GB200 NVL72 每 token 成本低 963%；GB200 NVL72 每 GPU 吞吐量高出 1507%。
DeepSeek R1 在 136 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 494 tok/s/GPU，H200 为 40。每百万 token 成本分别为 $1.88 和 $9.94。GB200 NVL72 每 token 成本低 430%；GB200 NVL72 每 GPU 吞吐量高出 1150%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:4972.2H200:422.2 | GB200 NVL72:2444.8H200:152.1 | GB200 NVL72:494.4H200:39.6 |
| Cost ($/M tok) | GB200 NVL72:$0.123H200:$0.929 | GB200 NVL72:$0.250H200:$2.663 | GB200 NVL72:$1.876H200:$9.940 |
| tok/s/MW | GB200 NVL72:2367707H200:244043 | GB200 NVL72:1164188H200:87929 | GB200 NVL72:235423H200:22869 |
| Concurrency | GB200 NVL72:~1335H200:~133 | GB200 NVL72:~627H200:~6 | GB200 NVL72:~108H200:~14 |
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: