DeepSeek R1 · 芯片对比

DeepSeek R1 — GB300 NVL72 与 H100

对比 GB300 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。

当 DeepSeek R1 的目标交互性为 45 tok/s/user 时,GB300 NVL72 的吞吐量为 8,703 tok/s/chip,每百万 token 成本为 $0.074;H100 的吞吐量为 739 tok/s/chip,每百万 token 成本为 $0.44。GB300 NVL72 的每 token 成本低 83%;GB300 NVL72 的单芯片吞吐量为对方的 12 倍。

在 DeepSeek R1 的 71 tok/s/user 运行点,GB300 NVL72 的吞吐量为 7,167 tok/s/chip,每百万 token 成本为 $0.090;H100 的吞吐量为 281 tok/s/chip,每百万 token 成本为 $1.16。GB300 NVL72 的每 token 成本低 92%;GB300 NVL72 的单芯片吞吐量为对方的 26 倍。

当 DeepSeek R1 的目标交互性为 97 tok/s/user 时,GB300 NVL72 与 H100 的吞吐量分别为 5,528 和 154 tok/s/chip,每百万 token 成本分别为 $0.12 和 $2.11。GB300 NVL72 的每 token 成本低 94%;GB300 NVL72 的单芯片吞吐量为对方的 36 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)
GB300 NVL728,703H100739
GB300 NVL727,167H100281
GB300 NVL725,528H100154
成本($/M tok)
GB300 NVL72$0.074H100$0.44
GB300 NVL72$0.090H100$1.16
GB300 NVL72$0.12H100$2.11
tok/s/MW
GB300 NVL724,105,187H100539,778
GB300 NVL723,380,715H100204,852
GB300 NVL722,607,497H100112,644
并发数
GB300 NVL72~1,229H100~132
GB300 NVL72~732H100~41
GB300 NVL72~437H100~17