DeepSeek R1 · 芯片对比

DeepSeek R1 — H100 vs H200

H100（NVIDIA Hopper）与 H200（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。

H100 / H200 在 DeepSeek R1 上以 45 tok/s/user 运行：739 / 1773 tok/s/chip，$0.44 / $0.19 每百万 token。H200 每 token 成本低 130%；H200 每芯片吞吐量高出 140%。

在 20–122 tok/s/user 交互性区间的中部，即 DeepSeek R1 上以 71 tok/s/user 运行时：H100 达到 281 tok/s/chip（$1.16/百万 token），H200 达到 907（$0.37/百万）。H200 每 token 成本低 210%；H200 每芯片吞吐量高出 223%。

以 97 tok/s/user 为目标在 DeepSeek R1 上运行时，H100 产出 154 tok/s/chip（每百万 token $2.11），H200 产出 500（$0.68）。H200 每 token 成本低 211%；H200 每芯片吞吐量高出 224%。（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)	H100:739.5H200:1772.7	H100:280.6H200:907.0	H100:154.3H200:500.1
Cost ($/M tok)	H100:$0.439H200:$0.191	H100:$1.158H200:$0.374	H100:$2.106H200:$0.678
tok/s/MW	H100:539778H200:1293964	H100:204852H200:662067	H100:112644H200:365052
Concurrency	H100:~132H200:~115	H100:~41H200:~122	H100:~17H200:~4

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