DeepSeek R1 · 芯片对比

DeepSeek R1 — GB200 NVL72 vs H100

GB200 NVL72（NVIDIA Blackwell）与 H100（NVIDIA Hopper）在 DeepSeek R1 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。使用下方图表控件切换序列、精度和指标——交互方式与主推理图表相同。

GB200 NVL72 在 DeepSeek R1 上以 54 tok/s/user 运行时达到 6310 tok/s/chip（每百万 token $0.08）；H100 达到 554 tok/s/chip（$0.59）。GB200 NVL72 每 token 成本低 617%；GB200 NVL72 每芯片吞吐量高出 1039%。

DeepSeek R1 在 77 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 5707 tok/s/chip，H100 为 224。每百万 token 成本分别为 $0.09 和 $1.45。GB200 NVL72 每 token 成本低 1505%；GB200 NVL72 每芯片吞吐量高出 2451%。

GB200 NVL72 / H100 在 DeepSeek R1 上以 100 tok/s/user 运行：4728 / 149 tok/s/chip，$0.11 / $2.18 每百万 token。GB200 NVL72 每 token 成本低 1892%；GB200 NVL72 每芯片吞吐量高出 3066%。（数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）

查看每美元性能对比 →

Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.

Metric	Interactivity (tok/s/user)	Interactivity (tok/s/user)	Interactivity (tok/s/user)
Throughput (tok/s/chip)	GB200 NVL72:6309.9H100:553.9	GB200 NVL72:5707.2H100:223.7	GB200 NVL72:4728.1H100:149.3
Cost ($/M tok)	GB200 NVL72:$0.082H100:$0.587	GB200 NVL72:$0.091H100:$1.453	GB200 NVL72:$0.109H100:$2.176
tok/s/MW	GB200 NVL72:3374298H100:404284	GB200 NVL72:3051998H100:163312	GB200 NVL72:2528416H100:109006
Concurrency	GB200 NVL72:~1554H100:~95	GB200 NVL72:~588H100:~31	GB200 NVL72:~333H100:~16

推理性能

不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。

模型

场景

Y 轴指标

芯片配置

每 1 美元可购买的总 token 数（自有 - Neocloud Giant） vs. 交互性

DeepSeek R1 0528 671B • FP4 • 8K / 1K • 来源：SemiAnalysis InferenceX™

TCO $/chip/hr： VR200: 3.61H100: 1.55H200: 1.59B200: 2.07B300: 2.52GB200: 2.26GB300: 2.79MI300X: 1.16MI325X: 1.32MI355X: 2.09RTX6000PRO: 0.75Jalapeño (Teacup): 1.56

来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算每百万 token 成本，而非按芯片总数计算。因此，与聚合配置进行token 成本的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算输入吞吐量，而非按芯片总数计算。因此，与聚合配置进行输入吞吐量的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算输出吞吐量，而非按芯片总数计算。因此，与聚合配置进行输出吞吐量的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算功耗，而非按芯片总数计算。因此，与聚合配置进行功耗的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算能耗，而非按芯片总数计算。因此，与聚合配置进行每 token 能耗的直接对比并不完全等价。

No data available

Please change the model, sequence, precision, date range or chip selection.

Shift+Scroll to zoom • Drag to pan • Double-click to reset • Click a point to pin tooltip