GLM 5/5.1 · 芯片对比

GLM 5/5.1 — GB200 NVL72 与 GB300 NVL72

对比 GB200 NVL72(NVIDIA Blackwell)与 GB300 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。

当 GLM 5/5.1 的目标交互性为 67 tok/s/user 时,GB200 NVL72 与 GB300 NVL72 的吞吐量分别为 9,135 和 10,192 tok/s/chip,每百万 token 成本分别为 $0.057 和 $0.063。GB200 NVL72 的每 token 成本低 10%;GB300 NVL72 的单芯片吞吐量高出 12%。

以 104 tok/s/user 为目标运行 GLM 5/5.1 时,GB200 NVL72 的吞吐量为 3,619 tok/s/chip,每百万 token 成本为 $0.14;GB300 NVL72 的吞吐量为 4,394 tok/s/chip,每百万 token 成本为 $0.15。GB200 NVL72 的每 token 成本低 2%;GB300 NVL72 的单芯片吞吐量高出 21%。

141 tok/s/user 接近 30–177 tok/s/user 交互性区间的上限。在这一运行点,GB200 NVL72 运行 GLM 5/5.1 的吞吐量为 630 tok/s/chip,每百万 token 成本为 $0.82;GB300 NVL72 的吞吐量为 837 tok/s/chip,每百万 token 成本为 $0.77。GB300 NVL72 的每 token 成本低 7%;GB300 NVL72 的单芯片吞吐量高出 33%。 (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 →

GB300 NVL72 vs GB200 NVL72: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)
GB200 NVL729,135GB300 NVL7210,192
GB200 NVL723,619GB300 NVL724,394
GB200 NVL72630GB300 NVL72837
成本($/M tok)
GB200 NVL72$0.057GB300 NVL72$0.063
GB200 NVL72$0.14GB300 NVL72$0.15
GB200 NVL72$0.82GB300 NVL72$0.77
tok/s/MW
GB200 NVL724,885,238GB300 NVL724,807,740
GB200 NVL721,935,265GB300 NVL722,072,464
GB200 NVL72336,816GB300 NVL72394,893
并发数
GB200 NVL72~698GB300 NVL72~749
GB200 NVL72~231GB300 NVL72~276
GB200 NVL72~62GB300 NVL72~23