Muse Spark 1.3/Open 816B · 芯片对比
Muse Spark 1.3/Open 816B — B300 与 GB300 NVL72
对比 B300(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 →
182 tok/s/user 接近 74–505 tok/s/user 交互性区间的下限。在这一运行点,B300 运行 Muse Spark 1.3/Open 816B 的吞吐量为 26,745 tok/s/chip,每百万 token 成本为 $0.023;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 39%;GB300 NVL72 的单芯片吞吐量高出 66%。
将 Muse Spark 1.3/Open 816B 的目标交互性设为 289 tok/s/user 时,B300 的吞吐量为 16,494 tok/s/chip,每百万 token 成本为 $0.038;GB300 NVL72 的吞吐量为 21,196 tok/s/chip,每百万 token 成本为 $0.030。GB300 NVL72 的每 token 成本低 20%;GB300 NVL72 的单芯片吞吐量高出 29%。
当 Muse Spark 1.3/Open 816B 的目标交互性为 397 tok/s/user 时,B300 的吞吐量为 10,161 tok/s/chip,每百万 token 成本为 $0.062;GB300 NVL72 的吞吐量为 11,866 tok/s/chip,每百万 token 成本为 $0.054。GB300 NVL72 的每 token 成本低 12%;GB300 NVL72 的单芯片吞吐量高出 17%。 (以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B30026,745GB300 NVL7244,498 | B30016,494GB300 NVL7221,196 | B30010,161GB300 NVL7211,866 |
| 成本($/M tok) | B300$0.023GB300 NVL72$0.014 | B300$0.038GB300 NVL72$0.030 | B300$0.062GB300 NVL72$0.054 |
| tok/s/MW | B30014,076,260GB300 NVL7220,989,391 | B3008,681,144GB300 NVL729,997,886 | B3005,347,633GB300 NVL725,597,318 |
| 并发数 | B300~18GB300 NVL72~203 | B300~18GB300 NVL72~91 | B300~12GB300 NVL72~54 |