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。)

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)
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