gpt-oss 120B · 芯片对比
gpt-oss 120B — B200 与 GB200 NVL72
对比 B200(NVIDIA Blackwell)与 GB200 NVL72(NVIDIA Blackwell)在 gpt-oss 120B 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 gpt-oss 120B 的 155 tok/s/user 运行点,B200 的吞吐量为 22,825 tok/s/chip,每百万 token 成本为 $0.021;GB200 NVL72 的吞吐量为 33,534 tok/s/chip,每百万 token 成本为 $0.015。GB200 NVL72 的每 token 成本低 27%;GB200 NVL72 的单芯片吞吐量高出 47%。
当 gpt-oss 120B 的目标交互性为 243 tok/s/user 时,B200 与 GB200 NVL72 的吞吐量分别为 13,355 和 19,526 tok/s/chip,每百万 token 成本分别为 $0.036 和 $0.026。GB200 NVL72 的每 token 成本低 26%;GB200 NVL72 的单芯片吞吐量高出 46%。
以 330 tok/s/user 为目标运行 gpt-oss 120B 时,B200 的吞吐量为 6,328 tok/s/chip,每百万 token 成本为 $0.076;GB200 NVL72 的吞吐量为 8,905 tok/s/chip,每百万 token 成本为 $0.058。GB200 NVL72 的每 token 成本低 24%;GB200 NVL72 的单芯片吞吐量高出 41%。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B20022,825GB200 NVL7233,534 | B20013,355GB200 NVL7219,526 | B2006,328GB200 NVL728,905 |
| 成本($/M tok) | B200$0.021GB200 NVL72$0.015 | B200$0.036GB200 NVL72$0.026 | B200$0.076GB200 NVL72$0.058 |
| tok/s/MW | B20013,348,051GB200 NVL7217,932,795 | B2007,810,104GB200 NVL7210,441,533 | B2003,700,528GB200 NVL724,761,975 |
| 并发数 | B200~32GB200 NVL72~343 | B200~6GB200 NVL72~56 | B200~8GB200 NVL72~17 |