GLM 5/5.1 · 芯片对比

GLM 5/5.1 — GB300 NVL72 与 H200

对比 GB300 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。

在 GLM 5/5.1 的 67 tok/s/user 运行点,GB300 NVL72 的吞吐量为 10,192 tok/s/chip,每百万 token 成本为 $0.063;H200 在该运行点暂无数据。

当 GLM 5/5.1 的目标交互性为 105 tok/s/user 时,GB300 NVL72 的吞吐量为 4,238 tok/s/chip,每百万 token 成本为 $0.15;H200 在该运行点尚未测试。

当 GLM 5/5.1 的目标交互性为 143 tok/s/user 时,GB300 NVL72 的吞吐量为 802 tok/s/chip,每百万 token 成本为 $0.80;H200 在该运行点暂无基准测试数据。 (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)
GB300 NVL7210,192H200—
GB300 NVL724,238H200—
GB300 NVL72802H200—
成本($/M tok)
GB300 NVL72$0.063H200—
GB300 NVL72$0.15H200—
GB300 NVL72$0.80H200—
tok/s/MW
GB300 NVL724,807,740H200—
GB300 NVL721,999,045H200—
GB300 NVL72378,127H200—
并发数
GB300 NVL72~749H200—
GB300 NVL72~263H200—
GB300 NVL72~22H200—