DeepSeek R1 · GPU 对比
DeepSeek R1 — H100 vs H200
H100（NVIDIA Hopper）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。
H100 / H200 在 DeepSeek R1 上以 45 tok/s/user 运行：739 / 1779 tok/s/GPU，$0.56 / $0.22 每百万 token。H200 每 token 成本低 154%；H200 每 GPU 吞吐量高出 141%。
在 20–122 tok/s/user 交互性区间的中部，即 DeepSeek R1 上以 71 tok/s/user 运行时：H100 达到 281 tok/s/GPU（$1.37/百万 token），H200 达到 904（$0.43/百万）。H200 每 token 成本低 221%；H200 每 GPU 吞吐量高出 222%。
以 97 tok/s/user 为目标在 DeepSeek R1 上运行时，H100 产出 154 tok/s/GPU（每百万 token $2.45），H200 产出 500（$0.78）。H200 每 token 成本低 213%；H200 每 GPU 吞吐量高出 224%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:739.5H200:1778.8 | H100:280.6H200:903.7 | H100:154.3H200:500.1 |
| Cost ($/M tok) | H100:$0.557H200:$0.220 | H100:$1.366H200:$0.426 | H100:$2.453H200:$0.784 |
| tok/s/MW | H100:427454H200:1028222 | H100:162224H200:522364 | H100:89204H200:289088 |
| Concurrency | H100:~132H200:~115 | H100:~41H200:~122 | H100:~17H200:~4 |
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: