DeepSeek R1 · 芯片对比

DeepSeek R1 — H100 与 H200

对比 H100(NVIDIA Hopper)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。

以 45 tok/s/user 为目标运行 DeepSeek R1 时,H100 的吞吐量为 739 tok/s/chip,每百万 token 成本为 $0.44;H200 的吞吐量为 1,514 tok/s/chip,每百万 token 成本为 $0.22。H200 的每 token 成本低 49%;H200 的单芯片吞吐量高出 105%。

71 tok/s/user 位于 20–122 tok/s/user 交互性区间的中段。在这一运行点,H100 运行 DeepSeek R1 的吞吐量为 281 tok/s/chip,每百万 token 成本为 $1.16;H200 的吞吐量为 961 tok/s/chip,每百万 token 成本为 $0.35。H200 的每 token 成本低 70%;H200 的单芯片吞吐量为对方的 3.4 倍。

将 DeepSeek R1 的目标交互性设为 97 tok/s/user 时,H100 的吞吐量为 154 tok/s/chip,每百万 token 成本为 $2.11;H200 的吞吐量为 726 tok/s/chip,每百万 token 成本为 $0.47。H200 的每 token 成本低 78%;H200 的单芯片吞吐量为对方的 4.7 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)
H100739H2001,514
H100281H200961
H100154H200726
成本($/M tok)
H100$0.44H200$0.22
H100$1.16H200$0.35
H100$2.11H200$0.47
tok/s/MW
H100539,778H2001,105,266
H100204,852H200701,279
H100112,644H200529,914
并发数
H100~132H200~33
H100~41H200~123
H100~17H200~7