DeepSeek V4 Pro 0813 1.6T · 芯片对比
DeepSeek V4 Pro 0813 1.6T — B300 与 GB300 NVL72
对比 B300(NVIDIA Blackwell)与 GB300 NVL72(NVIDIA Blackwell)在 DeepSeek V4 Pro 0813 1.6T 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。
AgentX 回放真实的 coding agent 会话,而非定长 prompt。随着会话轮次增加,上下文不断增长;每个请求的大部分内容都可直接从 cache 读取,无需重新计算。因此,这项对比不仅取决于芯片本身的吞吐量,还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线;两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
以 102 tok/s/user 为目标运行 DeepSeek V4 Pro 0813 1.6T 时,B300 的吞吐量为 38,671 tok/s/chip,每百万 token 成本为 $0.016;GB300 NVL72 的吞吐量为 85,648 tok/s/chip,每百万 token 成本为 $0.007。GB300 NVL72 的每 token 成本低 54%;GB300 NVL72 的单芯片吞吐量高出 121%。
166 tok/s/user 位于 38–294 tok/s/user 交互性区间的中段。在这一运行点,B300 运行 DeepSeek V4 Pro 0813 1.6T 的吞吐量为 10,468 tok/s/chip,每百万 token 成本为 $0.060;GB300 NVL72 的吞吐量为 23,405 tok/s/chip,每百万 token 成本为 $0.027。GB300 NVL72 的每 token 成本低 54%;GB300 NVL72 的单芯片吞吐量高出 124%。
将 DeepSeek V4 Pro 0813 1.6T 的目标交互性设为 231 tok/s/user 时,B300 的吞吐量为 3,458 tok/s/chip,每百万 token 成本为 $0.18;GB300 NVL72 的吞吐量为 6,162 tok/s/chip,每百万 token 成本为 $0.10。GB300 NVL72 的每 token 成本低 43%;GB300 NVL72 的单芯片吞吐量高出 78%。 (以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B30038,671GB300 NVL7285,648 | B30010,468GB300 NVL7223,405 | B3003,458GB300 NVL726,162 |
| 成本($/M tok) | B300$0.016GB300 NVL72$0.007 | B300$0.060GB300 NVL72$0.027 | B300$0.18GB300 NVL72$0.10 |
| tok/s/MW | B30020,352,898GB300 NVL7240,399,857 | B3005,509,368GB300 NVL7211,039,976 | B3001,819,877GB300 NVL722,906,667 |
| 并发数 | B300~119GB300 NVL72~440 | B300~6GB300 NVL72~88 | B300~4GB300 NVL72~2 |