gpt-oss 120B · 芯片对比

gpt-oss 120B — GB200 NVL72 与 H200

对比 GB200 NVL72(NVIDIA Blackwell)与 H200(NVIDIA Hopper)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。

将 gpt-oss 120B 的目标交互性设为 115 tok/s/user 时,GB200 NVL72 的吞吐量为 42,256 tok/s/chip,每百万 token 成本为 $0.012;H200 的吞吐量为 5,691 tok/s/chip,每百万 token 成本为 $0.060。GB200 NVL72 的每 token 成本低 79%;GB200 NVL72 的单芯片吞吐量为对方的 7.4 倍。

当 gpt-oss 120B 的目标交互性为 162 tok/s/user 时,GB200 NVL72 的吞吐量为 32,452 tok/s/chip,每百万 token 成本为 $0.016;H200 的吞吐量为 4,014 tok/s/chip,每百万 token 成本为 $0.084。GB200 NVL72 的每 token 成本低 81%;GB200 NVL72 的单芯片吞吐量为对方的 8.1 倍。

在 gpt-oss 120B 的 209 tok/s/user 运行点,GB200 NVL72 的吞吐量为 25,143 tok/s/chip,每百万 token 成本为 $0.021;H200 的吞吐量为 2,541 tok/s/chip,每百万 token 成本为 $0.13。GB200 NVL72 的每 token 成本低 85%;GB200 NVL72 的单芯片吞吐量为对方的 9.9 倍。 (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 NVL7242,256H2005,691
GB200 NVL7232,452H2004,014
GB200 NVL7225,143H2002,541
成本($/M tok)
GB200 NVL72$0.012H200$0.060
GB200 NVL72$0.016H200$0.084
GB200 NVL72$0.021H200$0.13
tok/s/MW
GB200 NVL7222,596,704H2004,154,336
GB200 NVL7217,354,104H2002,930,201
GB200 NVL7213,445,593H2001,855,043
并发数
GB200 NVL72~393H200~16
GB200 NVL72~253H200~13
GB200 NVL72~84H200~5