B200-192G-SXM6B200 是 Blackwell 架构首款数据中心 GPU192G 表示 192GB HBM3e 显存SXM6 指第六代高带宽底座社区通称官方资料多写 SXM 模组需配套 HGX B200 服务器。与 H100/H200 的 Hopper 单 die 不同B200 把两颗 reticle 极限 die 通过 NV-HBI10 TB/s封进一个壳逻辑上仍是一颗 CUDA GPU叠加 FP4 精度与第二代 Transformer Engine推理吞吐推到 H100 的 3–5 倍。这不是一次升级是一次换代。一、开篇导读B200 是 NVIDIA 2024 年 3 月 GTC 发布、同年四季度量产的新一代数据中心旗舰 GPU基于全新 Blackwell 架构接替 H100/H200 成为万亿参数大模型训练与推理的新基线。为什么 H100 才用两年就换代大模型从千亿走向万亿参数后Hopper 的「单 die FP8」撞上两堵墙一是光刻掩模版的物理面积极限reticle limit单 die 做不大了二是 FP8 已不是最低可用精度FP4 被验证可推理。B200 用双 die 合体破第一堵墙用FP4 精度下探破第二堵墙——读懂这两件事就读懂了 B200 的全部价值。系列前作里H100 定义了大模型时代的算力锚点H200 用显存升级补上显存墙。B200 不是 H200 的衍生升级而是 Hopper 之后的架构跃迁——命题不是「做得更大」而是「换一种做法」。二、认知锚点用类比看懂它一句话类比如果 H100 是一座吞吐惊人的自动化超级货运港H200 是把同一座港的堆场扩到 1.76 倍、传送带提速 1.43 倍那 B200 就是两座同规格货运港通过一条超高速轨道联体运作——堆场显存2.4 倍、传送带带宽2.39 倍还引入了「半尺寸集装箱」标准FP4同样面积的堆场能堆两倍的货。把数字变直觉显存 192GBH100 的 2.4 倍、H200 的 1.36 倍。70B 模型 FP16 权重约 140GB单卡装下后还剩约 50GB 给 KV cache、激活值与框架开销——H200 单卡装 70B FP16 已无压力B200 余量更宽。带宽 8 TB/sH1003.35 TB/s的 2.39 倍、H2004.8 TB/s的 1.67 倍。LLM 推理逐 token 搬运权重与 KV cache带宽涨多少吞吐近似同比例涨。NV-HBI 10 TB/s双 die 间的内部带宽是对外 NVLink1.8 TB/s的 5.5 倍对软件栈完全透明——CUDA 看到的是一颗 GPU不是两颗。FP4 精度每参数仅 0.5 字节FP8 的一半同等显存可容纳的参数翻倍配合第二代 Transformer Engine 的微张量缩放推理精度可控。四个常见误区B200 是 H200 的升级版错。H200 是 Hopper 同架构的显存衍生款B200 是全新架构晶体管 2080 亿 vs 800 亿2.6 倍。双 die 等于两张卡错。NV-HBI 把双 die 封进一个壳逻辑上是一颗 CUDA GPU——不是 NVLink 连两颗卡。FP4 精度损失大不能用不一定。微张量缩放micro-tensor scaling兜底后主流大模型推理场景精度可控FP4 训练仍在早期。B200 就是 GB200错。B200 是单颗 GPUGB200 是超级芯片 1 颗 Grace CPU 2 颗 B200——看报价或性能数据时先分清对象官方宣传数字很多引自 GB200 整机。三、关键参数全景架构换代几乎每一行都有变化读表盯住加粗行。下表以 B200 SXM6 192GB 为主附 H100/H200 SXM5 对照。算力单位 TFLOPS写法为「稠密 / 稀疏」稀疏指 2:4 结构化稀疏峰值。参数B200 SXM6 192GBH200 SXM5 141GBH100 SXM5 80GB差异vs H100架构 / 制程Blackwell / TSMC 4NPHopper / 4NHopper / 4N架构换代die / 晶体管双 die / 2080 亿每颗 1040 亿单 die / 800 亿单 die / 800 亿2.6 倍Tensor core 代次第五代第四代第四代4 → 5 代显存容量192 GB HBM3e141 GB HBM3e80 GB HBM32.4 倍显存带宽8 TB/s4.8 TB/s3.35 TB/s2.39 倍FP49000 / 18000不支持不支持新增精度FP8 / FP64500 / 90001979 / 39581979 / 39582.27 倍FP16 / BF162250 / 4500989 / 1979989 / 19792.27 倍TF321125 / 2250495 / 990495 / 9902.27 倍INT84500 / 90001979 / 39581979 / 39582.27 倍FP32 / FP6475 / 3767 / 3467 / 341.12 / 1.09 倍NVLink第五代 1.8 TB/s第四代 900 GB/s第四代 900 GB/s2 倍die 间互联NV-HBI 10 TB/s无无新增TDP功耗1000 W700 W700 W1.43 倍Transformer Engine第二代第一代第一代1 → 2 代B200 单卡算力由 HGX B200 datasheet 的 8 卡聚合值 ÷ 8 推算如 FP4 稀疏 144 ÷ 8 18 PFLOPS与发布会引用的 20 PFLOPS 有约 10% 口径差本文以 datasheet 为准。H100/H200 各行与 H200 · 第四节 自洽带宽公式位宽 × 每引脚速率 ÷ 8B200 以 8 颗 8-Hi HBM3e 达到 8 TB/s。CUDA core 数量官方未披露表中不列。B200 仅有 SXM6 形态、无 PCIe 版本——1000W TDP 远超 PCIe 插槽供电上限。四、Blackwell 三大革新H200 的故事压在一个词HBM3e上B200 的故事压在三个革新上——任何一个单独拿出来都够写一代 GPU。革新一双 die 封装破 reticle 极限先进制程下单 die 面积已顶到光刻掩模版上限约 858mm²Hopper 的 GH100 die 已达 814mm²。B200 把两颗 reticle 极限 die每颗 1040 亿晶体管通过 NV-HBI 封进同一个壳die 间带宽 10 TB/s对 CUDA、cuDNN、PyTorch 全栈透明类比不是两条船是一艘双体船——两个船体共享一个甲板代价是封装成本与良率挑战上升收益是晶体管总量翻 2.6 倍跨过单 die 无法逾越的物理墙。革新二第二代 Transformer Engine FP4精度下探精度每降一档FP16 → FP8 → FP4同等硬件峰值算力翻倍。第二代 Transformer Engine 原生支持 FP4/FP6靠微张量缩放把张量切成小块、逐块独立缩放让低精度贴合大模型权重分布主流推理场景精度可控。算力侧FP4 稀疏 18 PFLOPS 是自家 FP8 的 2 倍——B200 推理吞吐跃升的核心来源不是堆算力是精度下探显存侧FP4 每参数 0.5 字节192GB 理论可容纳 384GB 等效权重实际需扣除 KV cache、激活值与框架开销局限FP4 训练仍在早期推理也需 CUDA 12.4 与 TensorRT-LLM 等新版框架适配。革新三第五代 NVLink 与 RAS 引擎NVLink 单口 1.8 TB/s上代 2 倍HGX B200 整机 8 卡经双 NVSwitch 聚合 14.4 TB/s多卡张量并行的通信开销显著下降。RAS 引擎可靠性/可用性/可服务性把错误检测与故障隔离提到硬件层——万卡级训练下单卡故障率乘以卡数已不可忽视。五、训推双杀B200 快在哪里B200 比 H100/H200 快多少没有单一答案——关键看任务能否吃到 FP4 与带宽双红利。估算口径训练总算力按 Chinchilla 公式C≈6×参数量×token数MFU 按业界惯例 40% 折算训练侧FP8 算力 2.27 倍。以 LLaMA-70B 训练 1T tokens 估算总算力 ≈ 4.2×10²³ FLOPs千张 B200FP8 稠密、MFU 40%有效算力约 1.8×10¹⁸ FLOPs/s → 理想耗时约2.7 天同规模 H100 集群约 6 天口径同 H200 · 6.2。叠加显存翻倍张量并行度可降与 NVLink 翻倍通信开销降NVIDIA 官方给出 DGX B200 vs DGX H100 整机训练3 倍口径——超出纯算力 2.27 倍的部分来自并行效率提升属合理区间。上述均为 MFU40% 的理想测算真实工程还会因通信抖动、框架损耗、故障恢复与数据管线等因素进一步拉长周期。推理侧红利最大的场景。上界FP4 权重体积减半同带宽下等效吞吐 ×2× 带宽 2.39 倍 ≈ 4.8 倍故单卡典型区间3–5 倍vs H100 FP8。成立前提是FP4 量化 模型与 KV cache 单卡装载友好。FP8 路径只有约 2 倍若不走 FP4中小 batch 的常规 FP8 推理受算力 2.27 倍与带宽 2.39 倍钳制提升典型仅约2 倍——评估收益前先确认自己能否吃到 FP4。单卡装载红利70B FP4 权重仅 35GB单卡余量充足175B87.5GB单卡可装而 H100 需 3 卡 FP8省去跨卡通信后可达 4–6 倍极端情形405B202.5GB需 2 卡对 H100 的 6 卡卡数为 1/3整机吞吐差距可达 5–8 倍极端情形归因于单卡装载 FP4 带宽三重叠加。官方口径「推理 15 倍」是 8 卡整机、含 FP4 省通信 聚合带宽多重收益的极端口径不能套用到单卡评估单卡对单卡通常落在 3–5 倍。性价比边界模型 141GB 内装得下、且用 FP16/FP8 推理不需要 FP4 → H200 更划算差距只有 2.27 倍算力 1.67 倍带宽时租低约 31%模型 80GB 装得下、预算受限 → H100 仍是性价比之选。六、部署形态与软件生态形态构成适用场景HGX B2008 卡 SXM6 双 NVSwitch显存合计 1.5TB官方标称 1.4TB 可用标准训练/推理整机DGX B200HGX B200 双 Xeon 8570 2TB 内存10U / 约 14.3 kWNVIDIA 整机参考方案GB200 NVL7236 颗 Grace CPU 72 颗 B200每颗 GB200 超级芯片 1 Grace 2 B200单机架 13.5TB 显存万亿参数机架级集群软件生态CUDA 12.4 / cuDNN 9.x 起支持 FP4/FP6 算子TensorRT-LLM、vLLM 等主流框架已支持 FP4 推理路径NCCL 2.20 支持第五代 NVLink。CUDA 生态向后兼容H100 代码可无缝迁移FP4 是新增能力需显式启用。七、市场现状与选型指南7.1 价格与供货租赁市场价多平台公开采集2026-07 下旬约42 元/卡·时按量约为同期 H100 的 1.9 倍、H200 的 1.4 倍。注意样本仅来自少量非合规渠道供应商、波动大仅供量级参考做算力预算须多厂商询价比价不可直接作为基准。月租价暂无采集记录。官方发售价发布期整卡约 $30,000–$40,000据公开资料整理以官方为准。供货与生命周期2024 年四季度量产2025 年产能被 AWS / Google / Meta / Microsoft / OpenAI / Oracle / xAI 等超大规模客户预订一空2025 年底 B300 量产接棒后进入平台期但仍是 2026 年下半年最成熟的 Blackwell 训练卡。出口管制与 H100/H200 一致中国区无合规特供版国内合规采购仍以 H20 为主通道时间线详见 H100 · 第七节。据公开政策以官方为准。竞品格局AMD MI300X192GB HBM3是海外唯一同档竞品国产 910B / MLU590 / BR100 对标 H100/H200低 B200 一档。7.2 存量画像大头自用零头外溢出货与产能据 TrendForce2025 年起 Blackwell 占 NVIDIA 高端 GPU 出货逾 8 成以 GB200 NVL72 机架与 HGX B200 整机为主市场机构对机架出货量的预估在数万柜量级「台/颗/机架」口径混用差异较大精确数字以 NVIDIA 财报为准。核心产能瓶颈是双 die 封装依赖的 TSMC CoWoS-L 先进封装。买家高度集中Microsoft 已部署数万颗NVIDIA CFO 口径AWS P6-B200 实例规模化上线美国能源部 Solstice / Equinox 系统合计 11 万颗Oracle、xAI、Tesla、CoreWeave 万卡级采购。北美四大云商 2025 年资本支出合计约 3590 亿美元超六成投向 NVIDIA AI 芯片NVIDIA 已获约 5000 亿美元 Blackwell Rubin 订单覆盖至 2026 年。可流转量极少超大规模客户拿 NVIDIA 直供额度自建自用不进入二级市场仅少量经专业 GPU 云厂商进入按量租赁。2025 年早期 Blackwell 租金曾达 H100 的 4–5 倍随供需缓和已回落——本文采集到的 1.9 倍即是佐证。普通企业的现实路径要么按量租价高要么排队直供周期长几乎没有「买卡自建」的现实路径。国内市场一瞥B200 国内无合规采购渠道市面流通属稀缺的灰色供应。公开租赁报价供应商极少、时有断供且只有按量价、没有长租报价当前采集样本量过小、口径不稳暂不具备横向比价的分析价值仅能确认「约 42 元/卡·时、H100 的 1.9 倍上下」的量级待供应放量后再做存量切片国内新项目若依赖 B200需提前锁定渠道不能假设有稳定现货。7.3 选型决策树与避坑超大模型训练405B、追求最高吞吐 →B200 SXM6或 GB200 NVL7270B 推理、走 FP4 路径 →B200推理红利最大显存敏感但不需要 FP4 →H200141GB 够用、时租低约 31%模型 80GB 装得下、预算受限 →H100中国区合规采购 →H20或评估国产替代 910B / MLU590个人 / 小团队本地部署 → RTX 4090 / RTX 5090 更经济避坑提示「推理 15 倍」是整机极端口径单卡典型 3–5 倍且须模型走 FP4 路径仍用 FP8 的中小 batch 推理仅约 2 倍见第五节。1000W 供电是硬门槛必须 SXM6 底座 液冷或高密度风冷无 PCIe 版本可「塞进现有服务器」升级。FP4 不是免费午餐需框架与 kernel 适配CUDA 12.4 / TensorRT-LLM 新版FP4 训练收益尚早推理更确定。显存墙仍在1T 参数 FP16 仍需多卡FP4 等效权重也要扣除 KV cache、激活值与框架开销估算原则见 博客 README。国内无合规采购渠道新项目规划前先确认供货H20 通道或国产替代。附录统一速查卡项目值型号NVIDIA B200 SXM6 192GB架构 / 制程Blackwell / TSMC 4NPdie / 晶体管双 die / 2080 亿每颗 1040 亿NV-HBI 10 TB/s显存192GB HBM3e8 TB/s算力稠密/稀疏FP4 9000/18000FP8 4500/9000FP16 2250/4500 TFLOPSFP32 / FP6475 / 37 TFLOPSNVLink第五代 1.8 TB/sHGX 整机聚合 14.4 TB/sTDP / 形态1000 W仅 SXM6无 PCIeTransformer Engine第二代支持 FP4/FP6定位训推双杀FP4 推理红利最大参考价约 42 元/卡·时多平台采集 2026-07样本少仅供量级参考与 H100 / H200FP8 算力 2.27 倍显存 2.4 / 1.36 倍带宽 2.39 / 1.67 倍整机方案HGX B2008 卡/ DGX B20010U/ GB200 NVL7272 卡机架竞品AMD MI300X192GB HBM3国产 910B / MLU590 / BR100 低一档系列导航上一篇 读懂 A800出口管制下的合规长兄 已发旗舰链路 H100 → H200 → H800 → H20 → A100 → A800 →B200 下一篇待写AMD MI300X海外第二极。
读懂 B200：巨头全收，一卡难求
B200-192G-SXM6B200 是 Blackwell 架构首款数据中心 GPU192G 表示 192GB HBM3e 显存SXM6 指第六代高带宽底座社区通称官方资料多写 SXM 模组需配套 HGX B200 服务器。与 H100/H200 的 Hopper 单 die 不同B200 把两颗 reticle 极限 die 通过 NV-HBI10 TB/s封进一个壳逻辑上仍是一颗 CUDA GPU叠加 FP4 精度与第二代 Transformer Engine推理吞吐推到 H100 的 3–5 倍。这不是一次升级是一次换代。一、开篇导读B200 是 NVIDIA 2024 年 3 月 GTC 发布、同年四季度量产的新一代数据中心旗舰 GPU基于全新 Blackwell 架构接替 H100/H200 成为万亿参数大模型训练与推理的新基线。为什么 H100 才用两年就换代大模型从千亿走向万亿参数后Hopper 的「单 die FP8」撞上两堵墙一是光刻掩模版的物理面积极限reticle limit单 die 做不大了二是 FP8 已不是最低可用精度FP4 被验证可推理。B200 用双 die 合体破第一堵墙用FP4 精度下探破第二堵墙——读懂这两件事就读懂了 B200 的全部价值。系列前作里H100 定义了大模型时代的算力锚点H200 用显存升级补上显存墙。B200 不是 H200 的衍生升级而是 Hopper 之后的架构跃迁——命题不是「做得更大」而是「换一种做法」。二、认知锚点用类比看懂它一句话类比如果 H100 是一座吞吐惊人的自动化超级货运港H200 是把同一座港的堆场扩到 1.76 倍、传送带提速 1.43 倍那 B200 就是两座同规格货运港通过一条超高速轨道联体运作——堆场显存2.4 倍、传送带带宽2.39 倍还引入了「半尺寸集装箱」标准FP4同样面积的堆场能堆两倍的货。把数字变直觉显存 192GBH100 的 2.4 倍、H200 的 1.36 倍。70B 模型 FP16 权重约 140GB单卡装下后还剩约 50GB 给 KV cache、激活值与框架开销——H200 单卡装 70B FP16 已无压力B200 余量更宽。带宽 8 TB/sH1003.35 TB/s的 2.39 倍、H2004.8 TB/s的 1.67 倍。LLM 推理逐 token 搬运权重与 KV cache带宽涨多少吞吐近似同比例涨。NV-HBI 10 TB/s双 die 间的内部带宽是对外 NVLink1.8 TB/s的 5.5 倍对软件栈完全透明——CUDA 看到的是一颗 GPU不是两颗。FP4 精度每参数仅 0.5 字节FP8 的一半同等显存可容纳的参数翻倍配合第二代 Transformer Engine 的微张量缩放推理精度可控。四个常见误区B200 是 H200 的升级版错。H200 是 Hopper 同架构的显存衍生款B200 是全新架构晶体管 2080 亿 vs 800 亿2.6 倍。双 die 等于两张卡错。NV-HBI 把双 die 封进一个壳逻辑上是一颗 CUDA GPU——不是 NVLink 连两颗卡。FP4 精度损失大不能用不一定。微张量缩放micro-tensor scaling兜底后主流大模型推理场景精度可控FP4 训练仍在早期。B200 就是 GB200错。B200 是单颗 GPUGB200 是超级芯片 1 颗 Grace CPU 2 颗 B200——看报价或性能数据时先分清对象官方宣传数字很多引自 GB200 整机。三、关键参数全景架构换代几乎每一行都有变化读表盯住加粗行。下表以 B200 SXM6 192GB 为主附 H100/H200 SXM5 对照。算力单位 TFLOPS写法为「稠密 / 稀疏」稀疏指 2:4 结构化稀疏峰值。参数B200 SXM6 192GBH200 SXM5 141GBH100 SXM5 80GB差异vs H100架构 / 制程Blackwell / TSMC 4NPHopper / 4NHopper / 4N架构换代die / 晶体管双 die / 2080 亿每颗 1040 亿单 die / 800 亿单 die / 800 亿2.6 倍Tensor core 代次第五代第四代第四代4 → 5 代显存容量192 GB HBM3e141 GB HBM3e80 GB HBM32.4 倍显存带宽8 TB/s4.8 TB/s3.35 TB/s2.39 倍FP49000 / 18000不支持不支持新增精度FP8 / FP64500 / 90001979 / 39581979 / 39582.27 倍FP16 / BF162250 / 4500989 / 1979989 / 19792.27 倍TF321125 / 2250495 / 990495 / 9902.27 倍INT84500 / 90001979 / 39581979 / 39582.27 倍FP32 / FP6475 / 3767 / 3467 / 341.12 / 1.09 倍NVLink第五代 1.8 TB/s第四代 900 GB/s第四代 900 GB/s2 倍die 间互联NV-HBI 10 TB/s无无新增TDP功耗1000 W700 W700 W1.43 倍Transformer Engine第二代第一代第一代1 → 2 代B200 单卡算力由 HGX B200 datasheet 的 8 卡聚合值 ÷ 8 推算如 FP4 稀疏 144 ÷ 8 18 PFLOPS与发布会引用的 20 PFLOPS 有约 10% 口径差本文以 datasheet 为准。H100/H200 各行与 H200 · 第四节 自洽带宽公式位宽 × 每引脚速率 ÷ 8B200 以 8 颗 8-Hi HBM3e 达到 8 TB/s。CUDA core 数量官方未披露表中不列。B200 仅有 SXM6 形态、无 PCIe 版本——1000W TDP 远超 PCIe 插槽供电上限。四、Blackwell 三大革新H200 的故事压在一个词HBM3e上B200 的故事压在三个革新上——任何一个单独拿出来都够写一代 GPU。革新一双 die 封装破 reticle 极限先进制程下单 die 面积已顶到光刻掩模版上限约 858mm²Hopper 的 GH100 die 已达 814mm²。B200 把两颗 reticle 极限 die每颗 1040 亿晶体管通过 NV-HBI 封进同一个壳die 间带宽 10 TB/s对 CUDA、cuDNN、PyTorch 全栈透明类比不是两条船是一艘双体船——两个船体共享一个甲板代价是封装成本与良率挑战上升收益是晶体管总量翻 2.6 倍跨过单 die 无法逾越的物理墙。革新二第二代 Transformer Engine FP4精度下探精度每降一档FP16 → FP8 → FP4同等硬件峰值算力翻倍。第二代 Transformer Engine 原生支持 FP4/FP6靠微张量缩放把张量切成小块、逐块独立缩放让低精度贴合大模型权重分布主流推理场景精度可控。算力侧FP4 稀疏 18 PFLOPS 是自家 FP8 的 2 倍——B200 推理吞吐跃升的核心来源不是堆算力是精度下探显存侧FP4 每参数 0.5 字节192GB 理论可容纳 384GB 等效权重实际需扣除 KV cache、激活值与框架开销局限FP4 训练仍在早期推理也需 CUDA 12.4 与 TensorRT-LLM 等新版框架适配。革新三第五代 NVLink 与 RAS 引擎NVLink 单口 1.8 TB/s上代 2 倍HGX B200 整机 8 卡经双 NVSwitch 聚合 14.4 TB/s多卡张量并行的通信开销显著下降。RAS 引擎可靠性/可用性/可服务性把错误检测与故障隔离提到硬件层——万卡级训练下单卡故障率乘以卡数已不可忽视。五、训推双杀B200 快在哪里B200 比 H100/H200 快多少没有单一答案——关键看任务能否吃到 FP4 与带宽双红利。估算口径训练总算力按 Chinchilla 公式C≈6×参数量×token数MFU 按业界惯例 40% 折算训练侧FP8 算力 2.27 倍。以 LLaMA-70B 训练 1T tokens 估算总算力 ≈ 4.2×10²³ FLOPs千张 B200FP8 稠密、MFU 40%有效算力约 1.8×10¹⁸ FLOPs/s → 理想耗时约2.7 天同规模 H100 集群约 6 天口径同 H200 · 6.2。叠加显存翻倍张量并行度可降与 NVLink 翻倍通信开销降NVIDIA 官方给出 DGX B200 vs DGX H100 整机训练3 倍口径——超出纯算力 2.27 倍的部分来自并行效率提升属合理区间。上述均为 MFU40% 的理想测算真实工程还会因通信抖动、框架损耗、故障恢复与数据管线等因素进一步拉长周期。推理侧红利最大的场景。上界FP4 权重体积减半同带宽下等效吞吐 ×2× 带宽 2.39 倍 ≈ 4.8 倍故单卡典型区间3–5 倍vs H100 FP8。成立前提是FP4 量化 模型与 KV cache 单卡装载友好。FP8 路径只有约 2 倍若不走 FP4中小 batch 的常规 FP8 推理受算力 2.27 倍与带宽 2.39 倍钳制提升典型仅约2 倍——评估收益前先确认自己能否吃到 FP4。单卡装载红利70B FP4 权重仅 35GB单卡余量充足175B87.5GB单卡可装而 H100 需 3 卡 FP8省去跨卡通信后可达 4–6 倍极端情形405B202.5GB需 2 卡对 H100 的 6 卡卡数为 1/3整机吞吐差距可达 5–8 倍极端情形归因于单卡装载 FP4 带宽三重叠加。官方口径「推理 15 倍」是 8 卡整机、含 FP4 省通信 聚合带宽多重收益的极端口径不能套用到单卡评估单卡对单卡通常落在 3–5 倍。性价比边界模型 141GB 内装得下、且用 FP16/FP8 推理不需要 FP4 → H200 更划算差距只有 2.27 倍算力 1.67 倍带宽时租低约 31%模型 80GB 装得下、预算受限 → H100 仍是性价比之选。六、部署形态与软件生态形态构成适用场景HGX B2008 卡 SXM6 双 NVSwitch显存合计 1.5TB官方标称 1.4TB 可用标准训练/推理整机DGX B200HGX B200 双 Xeon 8570 2TB 内存10U / 约 14.3 kWNVIDIA 整机参考方案GB200 NVL7236 颗 Grace CPU 72 颗 B200每颗 GB200 超级芯片 1 Grace 2 B200单机架 13.5TB 显存万亿参数机架级集群软件生态CUDA 12.4 / cuDNN 9.x 起支持 FP4/FP6 算子TensorRT-LLM、vLLM 等主流框架已支持 FP4 推理路径NCCL 2.20 支持第五代 NVLink。CUDA 生态向后兼容H100 代码可无缝迁移FP4 是新增能力需显式启用。七、市场现状与选型指南7.1 价格与供货租赁市场价多平台公开采集2026-07 下旬约42 元/卡·时按量约为同期 H100 的 1.9 倍、H200 的 1.4 倍。注意样本仅来自少量非合规渠道供应商、波动大仅供量级参考做算力预算须多厂商询价比价不可直接作为基准。月租价暂无采集记录。官方发售价发布期整卡约 $30,000–$40,000据公开资料整理以官方为准。供货与生命周期2024 年四季度量产2025 年产能被 AWS / Google / Meta / Microsoft / OpenAI / Oracle / xAI 等超大规模客户预订一空2025 年底 B300 量产接棒后进入平台期但仍是 2026 年下半年最成熟的 Blackwell 训练卡。出口管制与 H100/H200 一致中国区无合规特供版国内合规采购仍以 H20 为主通道时间线详见 H100 · 第七节。据公开政策以官方为准。竞品格局AMD MI300X192GB HBM3是海外唯一同档竞品国产 910B / MLU590 / BR100 对标 H100/H200低 B200 一档。7.2 存量画像大头自用零头外溢出货与产能据 TrendForce2025 年起 Blackwell 占 NVIDIA 高端 GPU 出货逾 8 成以 GB200 NVL72 机架与 HGX B200 整机为主市场机构对机架出货量的预估在数万柜量级「台/颗/机架」口径混用差异较大精确数字以 NVIDIA 财报为准。核心产能瓶颈是双 die 封装依赖的 TSMC CoWoS-L 先进封装。买家高度集中Microsoft 已部署数万颗NVIDIA CFO 口径AWS P6-B200 实例规模化上线美国能源部 Solstice / Equinox 系统合计 11 万颗Oracle、xAI、Tesla、CoreWeave 万卡级采购。北美四大云商 2025 年资本支出合计约 3590 亿美元超六成投向 NVIDIA AI 芯片NVIDIA 已获约 5000 亿美元 Blackwell Rubin 订单覆盖至 2026 年。可流转量极少超大规模客户拿 NVIDIA 直供额度自建自用不进入二级市场仅少量经专业 GPU 云厂商进入按量租赁。2025 年早期 Blackwell 租金曾达 H100 的 4–5 倍随供需缓和已回落——本文采集到的 1.9 倍即是佐证。普通企业的现实路径要么按量租价高要么排队直供周期长几乎没有「买卡自建」的现实路径。国内市场一瞥B200 国内无合规采购渠道市面流通属稀缺的灰色供应。公开租赁报价供应商极少、时有断供且只有按量价、没有长租报价当前采集样本量过小、口径不稳暂不具备横向比价的分析价值仅能确认「约 42 元/卡·时、H100 的 1.9 倍上下」的量级待供应放量后再做存量切片国内新项目若依赖 B200需提前锁定渠道不能假设有稳定现货。7.3 选型决策树与避坑超大模型训练405B、追求最高吞吐 →B200 SXM6或 GB200 NVL7270B 推理、走 FP4 路径 →B200推理红利最大显存敏感但不需要 FP4 →H200141GB 够用、时租低约 31%模型 80GB 装得下、预算受限 →H100中国区合规采购 →H20或评估国产替代 910B / MLU590个人 / 小团队本地部署 → RTX 4090 / RTX 5090 更经济避坑提示「推理 15 倍」是整机极端口径单卡典型 3–5 倍且须模型走 FP4 路径仍用 FP8 的中小 batch 推理仅约 2 倍见第五节。1000W 供电是硬门槛必须 SXM6 底座 液冷或高密度风冷无 PCIe 版本可「塞进现有服务器」升级。FP4 不是免费午餐需框架与 kernel 适配CUDA 12.4 / TensorRT-LLM 新版FP4 训练收益尚早推理更确定。显存墙仍在1T 参数 FP16 仍需多卡FP4 等效权重也要扣除 KV cache、激活值与框架开销估算原则见 博客 README。国内无合规采购渠道新项目规划前先确认供货H20 通道或国产替代。附录统一速查卡项目值型号NVIDIA B200 SXM6 192GB架构 / 制程Blackwell / TSMC 4NPdie / 晶体管双 die / 2080 亿每颗 1040 亿NV-HBI 10 TB/s显存192GB HBM3e8 TB/s算力稠密/稀疏FP4 9000/18000FP8 4500/9000FP16 2250/4500 TFLOPSFP32 / FP6475 / 37 TFLOPSNVLink第五代 1.8 TB/sHGX 整机聚合 14.4 TB/sTDP / 形态1000 W仅 SXM6无 PCIeTransformer Engine第二代支持 FP4/FP6定位训推双杀FP4 推理红利最大参考价约 42 元/卡·时多平台采集 2026-07样本少仅供量级参考与 H100 / H200FP8 算力 2.27 倍显存 2.4 / 1.36 倍带宽 2.39 / 1.67 倍整机方案HGX B2008 卡/ DGX B20010U/ GB200 NVL7272 卡机架竞品AMD MI300X192GB HBM3国产 910B / MLU590 / BR100 低一档系列导航上一篇 读懂 A800出口管制下的合规长兄 已发旗舰链路 H100 → H200 → H800 → H20 → A100 → A800 →B200 下一篇待写AMD MI300X海外第二极。
