Deepseek R1 推理实测：4 块英伟达 GB300 能干 16 块 H100 的活，单卡吞吐量提升 6 倍

8 月 27 日消息，科技媒体 WccfTech 昨日（8 月 26 日）发布博文，报道称 CoreWeave 最新测试显示，以 DeepSeek R1 推理模型实测，4 块英伟达 Blackwell 架构 GB300 芯片就能完成原需 16 块 H100 的任务，单卡吞吐量提升 6 倍。

IT之家援引博文介绍，CoreWeave 使用 Deepseek R1 推理模型，对比评估英伟达 Blackwell 架构 GB300 NVL72 和上一代 H100 GPU 的差别。归功于英伟达升级架构，增强内存和带宽，测试结果显示，GB300 在仅使用 4 块 GPU 的情况下，即可完成原本需要 16 块 H100 才能运行的任务。

GB300 NVL72 平台支持高达 37TB 的内存容量（最高可达 40TB），并配备每秒 130TB 的内存带宽。该平台为减少 GPU 间数据分割次数，采用 4 路并行设计，并通过 NVLink 和 NVSwitch 高速互连提升通信效率。

CoreWeave 指出，这不仅是 FLOPs 算力的提升，更是系统架构在实际业务场景下的效率跃迁。对于需要运行复杂模型的企业客户，GB300 NVL72 提供了更高的扩展性和更低的延迟，帮助他们更快、更经济地部署和运行 AI 服务。