GLM 5/5.1 · 芯片对比

GLM 5/5.1 — B200 与 GB200 NVL72

对比 B200(NVIDIA Blackwell)与 GB200 NVL72(NVIDIA Blackwell)在 GLM 5/5.1 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。

在 GLM 5/5.1 的 58 tok/s/user 运行点,B200 的吞吐量为 2,532 tok/s/chip,每百万 token 成本为 $0.19;GB200 NVL72 的吞吐量为 9,598 tok/s/chip,每百万 token 成本为 $0.054。GB200 NVL72 的每 token 成本低 72%;GB200 NVL72 的单芯片吞吐量为对方的 3.8 倍。

当 GLM 5/5.1 的目标交互性为 86 tok/s/user 时,B200 与 GB200 NVL72 的吞吐量分别为 1,796 和 6,589 tok/s/chip,每百万 token 成本分别为 $0.27 和 $0.078。GB200 NVL72 的每 token 成本低 71%;GB200 NVL72 的单芯片吞吐量为对方的 3.7 倍。

以 114 tok/s/user 为目标运行 GLM 5/5.1 时,B200 的吞吐量为 1,385 tok/s/chip,每百万 token 成本为 $0.35;GB200 NVL72 的吞吐量为 1,997 tok/s/chip,每百万 token 成本为 $0.26。GB200 NVL72 的每 token 成本低 25%;GB200 NVL72 的单芯片吞吐量高出 44%。 (以上数据基于此 URL 对应的默认 8k/1k · 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。)

查看每美元性能对比 →

GB200 NVL72 vs B200:完整规格与各模型基准测试 →

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)
B2002,532GB200 NVL729,598
B2001,796GB200 NVL726,589
B2001,385GB200 NVL721,997
成本($/M tok)
B200$0.19GB200 NVL72$0.054
B200$0.27GB200 NVL72$0.078
B200$0.35GB200 NVL72$0.26
tok/s/MW
B2001,480,645GB200 NVL725,132,497
B2001,050,524GB200 NVL723,523,588
B200809,988GB200 NVL721,067,709
并发数
B200~20GB200 NVL72~953
B200~10GB200 NVL72~664
B200~5GB200 NVL72~108