Muse Spark 1.3/Open 816B · 芯片对比
Muse Spark 1.3/Open 816B — B200 与 GB300 NVL72
对比 B200(NVIDIA Blackwell)与 GB300 NVL72(NVIDIA Blackwell)在 Muse Spark 1.3/Open 816B 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。
AgentX 回放真实的 coding agent 会话,而非定长 prompt。随着会话轮次增加,上下文不断增长;每个请求的大部分内容都可直接从 cache 读取,无需重新计算。因此,这项对比不仅取决于芯片本身的吞吐量,还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线;两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
以 182 tok/s/user 为目标运行 Muse Spark 1.3/Open 816B 时,B200 的吞吐量为 22,547 tok/s/chip,每百万 token 成本为 $0.021;GB300 NVL72 的吞吐量为 44,498 tok/s/chip,每百万 token 成本为 $0.014。GB300 NVL72 的每 token 成本低 32%;GB300 NVL72 的单芯片吞吐量高出 97%。
281 tok/s/user 位于 83–478 tok/s/user 交互性区间的中段。在这一运行点,B200 运行 Muse Spark 1.3/Open 816B 的吞吐量为 12,523 tok/s/chip,每百万 token 成本为 $0.038;GB300 NVL72 的吞吐量为 22,022 tok/s/chip,每百万 token 成本为 $0.029。GB300 NVL72 的每 token 成本低 24%;GB300 NVL72 的单芯片吞吐量高出 76%。
将 Muse Spark 1.3/Open 816B 的目标交互性设为 380 tok/s/user 时,B200 的吞吐量为 7,485 tok/s/chip,每百万 token 成本为 $0.064;GB300 NVL72 的吞吐量为 12,514 tok/s/chip,每百万 token 成本为 $0.051。GB300 NVL72 的每 token 成本低 20%;GB300 NVL72 的单芯片吞吐量高出 67%。 (以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B20022,547GB300 NVL7244,498 | B20012,523GB300 NVL7222,022 | B2007,485GB300 NVL7212,514 |
| 成本($/M tok) | B200$0.021GB300 NVL72$0.014 | B200$0.038GB300 NVL72$0.029 | B200$0.064GB300 NVL72$0.051 |
| tok/s/MW | B20013,185,611GB300 NVL7220,989,391 | B2007,323,357GB300 NVL7210,387,673 | B2004,377,078GB300 NVL725,902,818 |
| 并发数 | B200~15GB300 NVL72~203 | B200~7GB300 NVL72~81 | B200~9GB300 NVL72~42 |