GLM 5/5.1 · 芯片对比

GLM 5/5.1 — GB200 NVL72 与 H200

对比 GB200 NVL72(NVIDIA Blackwell)与 H200(NVIDIA Hopper)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 的吞吐量为 9,135 tok/s/chip,每百万 token 成本为 $0.057;H200 在该运行点暂无基准测试数据。

在 GLM 5/5.1 的 104 tok/s/user 运行点,GB200 NVL72 的吞吐量为 3,619 tok/s/chip,每百万 token 成本为 $0.14;H200 在该运行点暂无数据。

当 GLM 5/5.1 的目标交互性为 141 tok/s/user 时,GB200 NVL72 的吞吐量为 630 tok/s/chip,每百万 token 成本为 $0.82;H200 在该运行点尚未测试。 (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)
GB200 NVL729,135H200—
GB200 NVL723,619H200—
GB200 NVL72630H200—
成本($/M tok)
GB200 NVL72$0.057H200—
GB200 NVL72$0.14H200—
GB200 NVL72$0.82H200—
tok/s/MW
GB200 NVL724,885,238H200—
GB200 NVL721,935,265H200—
GB200 NVL72336,816H200—
并发数
GB200 NVL72~698H200—
GB200 NVL72~231H200—
GB200 NVL72~62H200—