GLM 5/5.1 · 芯片对比

GLM 5/5.1 — B300 与 GB200 NVL72

对比 B300(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。

59 tok/s/user 接近 30–147 tok/s/user 交互性区间的下限。在这一运行点,B300 运行 GLM 5/5.1 的吞吐量为 2,598 tok/s/chip,每百万 token 成本为 $0.24;GB200 NVL72 的吞吐量为 9,553 tok/s/chip,每百万 token 成本为 $0.054。GB200 NVL72 的每 token 成本低 78%;GB200 NVL72 的单芯片吞吐量为对方的 3.7 倍。

将 GLM 5/5.1 的目标交互性设为 88 tok/s/user 时,B300 的吞吐量为 1,755 tok/s/chip,每百万 token 成本为 $0.36;GB200 NVL72 的吞吐量为 6,203 tok/s/chip,每百万 token 成本为 $0.083。GB200 NVL72 的每 token 成本低 77%;GB200 NVL72 的单芯片吞吐量为对方的 3.5 倍。

当 GLM 5/5.1 的目标交互性为 118 tok/s/user 时,B300 的吞吐量为 1,278 tok/s/chip,每百万 token 成本为 $0.49;GB200 NVL72 的吞吐量为 1,574 tok/s/chip,每百万 token 成本为 $0.33。GB200 NVL72 的每 token 成本低 33%;GB200 NVL72 的单芯片吞吐量高出 23%。 (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 →

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)
B3002,598GB200 NVL729,553
B3001,755GB200 NVL726,203
B3001,278GB200 NVL721,574
成本($/M tok)
B300$0.24GB200 NVL72$0.054
B300$0.36GB200 NVL72$0.083
B300$0.49GB200 NVL72$0.33
tok/s/MW
B3001,367,336GB200 NVL725,108,387
B300923,579GB200 NVL723,317,076
B300672,435GB200 NVL72841,925
并发数
B300~20GB200 NVL72~916
B300~9GB200 NVL72~661
B300~5GB200 NVL72~75