B300 / GB300 / H200：别买错，也别被参数唬住

规则服务器居间2026-09-27

一份配置单递过来：B300、GB300、GB200、H200、H100、H800、H20 混着写，
后面跟着显存、带宽、算力、功率一串数字。

这些字母组合决定的不是「快多少」，是「你的机房能不能接住、
你的模型跑不跑得动、你以后要不要重买一次」。

这一篇只解决三件事：这些型号分别是什么、哪个参数是硬门槛、什么时候买上一代反而对。

一、先分清两条产品线

最容易被混着叫的是这四个：B200、B300、GB200、GB300。
它们其实是两条不同的产品线：

	B 系列（B200 / B300）	GB 系列（GB200 / GB300）
形态	风冷机架式 8 卡 HGX 服务器	液冷超节点整柜
GPU 规模	8 颗	72 颗 GPU / 144 颗 Blackwell 芯片
整机功率	15 kW 量级	整柜 130~150 kW
机房要求	普通机房可以直接上	必须配液冷机柜

差别不用看太多行，看最后一行就够：「普通机房能不能上」。 B 系列能，GB 系列不能。

二、四个数字，先记这四个

B300 和 H100 不是一代东西 —— 一个是 Blackwell Ultra，一个是 Hopper。
单卡上最该记住的是这四个数：

显存 288GB HBM3e（H100 是 80GB，3.6 倍）
带宽 8TB/s（H100 是 3.35TB/s）
FP4 算力 18PFLOPS
功耗 1000W 以上 —— 必须液冷，风冷压不住

为什么被抢成这样，一句话：万亿参数的 MoE 模型，一台 B300 刚好装得下，H100 要两台。
装得下和装不下，差的不是速度，是「能不能跑」。

三、算力差多少：一个节点和一个整柜差一个数量级

按 FP16 算：

单个 B 系列节点 —— 36P
单个 GB 系列整柜 —— 360P

也就是说，一台 GB200 ≈ 10 台 B200 ≈ 22.5 台 H200（GPU 数量差 9 倍，算力差 10 倍）。

这个十倍不是靠堆芯片堆出来的。下一节讲它差在哪。

四、柜级全互联 vs 多台 8 卡堆叠：实测差 9 倍

同样是 B300 芯片，实测能差出 9 倍：

GB300 NVL72 整机柜 —— 单卡 token 吞吐 7700/s
普通 8 卡 B300 服务器 —— 单卡只有 800/s

差在哪？不是芯片，是互联。

柜内 72 卡在同一个 NVLink 域，全互联
跨服务器要走 IB 网络，延迟直接吃掉推理性能
真正的瓶颈是 KV 缓存跨卡传输

所以选型的第一个问题不是「买几台」，是「这些卡要不要待在同一个互联域里」。

五、上一代四张卡怎么排

H100 —— Hopper 架构（2022），80GB HBM3，主攻大规模训练
H200 —— 同架构升级，141GB HBM3、4.8TB/s，推理比 H100 快约 90%，功耗降 50%
H800 —— 对华特供版，砍了 NVLink 互联和双精度算力
H20 —— 进一步缩水，FP16 仅 148 TFLOPS，但保留 96GB 显存 + 4TB/s 带宽，靠多卡并联补算力

性能排序：H200 > H100 > H800 > H20。

后两张的降级点要单独看：砍的是算力和互联，不是显存。
所以它们属于「显存还在、互联没了」这一类 —— 单机跑得动，集群拉不开。

六、为什么功率和互联是硬门槛

把上面的参数分成两类，选型就清楚了。

硬门槛 —— 不满足就是不能买：

整机功率。 机房接不住，机器到了也开不了机。B 系列 15 kW 量级、GB 系列整柜 130~150 kW，
中间差的不是一点电费，是液冷改造、配电扩容、承重和消防。
互联域。 要做长上下文、高并发的推理，卡不在同一个 NVLink 域里，参数再漂亮也发挥不出来。

软参数 —— 不够用是「慢」，不是「不能」：

显存和带宽 决定模型装不装得下
单卡算力 决定跑得快不快

这两类的差别在于：硬门槛是钱和工期的问题，软参数是体验的问题。
显存不够，理论上可以多台并联去换 —— 但「并联」这一步又回到了互联问题上。
绕一圈你会发现，最后卡住的还是机房和互联。

所以买机器之前先问自己一句：机房能不能接住这柜的功率。

★ 什么时候买上一代反而对

参数表容易让人得出「买新不买旧」的结论。但在采购决策上，上一代在很多场景里是正确选择：

① 机房接不住。 这是最常见的一条。B300 要液冷，GB 系列要整柜液冷。
如果机房是风冷、配电没余量、承重也不够，买新卡的结果是卡在仓库里等改造 ——
改造周期以月计，这段时间算力是零。

② 模型规模没到。 只有万亿参数 MoE 才需要单机 288GB 显存。
中小模型训练和普通推理，H100 / H200 的参数完全够用，多出来的显存你付了钱但用不上。

③ 只是小规模推理。 8 卡机够用，别为了「柜」多花那个钱。
柜级全互联的价值在长上下文、高并发；请求量不大的业务，感受不到那 9 倍。

④ 交易路径的确定性也是成本。 H200 这一档参数够用、比 B 系列便宜一档，
而且已经形成采购体系，交易路径比 B300 清晰得多。
跟进半天没成交的，可以先从 H200 入手 —— 这不是退而求其次，是先把业务跑起来。

⑤ 业务还没验证。 先用上一代小规模验证模型和商业化，跑通了再上柜级。
选型是为业务服务的，不是为参数表服务的。

★ 为了一个参数多付钱，值不值

这一节讲钱花在哪里会白花：

① 瓶颈在互联，为算力多付的钱就是白花的。
单卡算力再高，卡不在一个 NVLink 域里，KV 缓存跨卡传输照样把性能吃掉。
先确认瓶颈在哪，再决定钱花在芯片上还是花在互联上。

② 瓶颈在显存容量，为算力多付的钱也是白花的。
装不下的模型，快也不会变得能装。

③ 为「柜」付的钱，只有在并发量和上下文长度真的到量之后才回本。
柜级贵出来的部分买的是互联，不是芯片。业务用不到那个互联域，这笔溢价永远收不回来。

④ 一个实用判断：把多付的钱换算成单位算力成本。
H200 是这几代里最没争议的一档 —— 参数够用、体系成熟。
如果你的业务在 H200 上就能交付，那为 B 系列多付的溢价，要能用多出来的交付量赚回来，才叫值。
赚不回来，就是为参数表付钱。

★ 买错了的代价，比买贵了更贵

买贵了是多花钱；买错了是把工期、机房和架构全部重做一遍。

功率买错 —— 机器到了开不了机。要配电扩容、上液冷、改承重和消防，周期以月计。
这段时间里你付了钱、占着预算、却没有算力。
互联域买错 —— 买多台 8 卡机，指望拼出柜级的性能，实测差 9 倍。
补救办法是重做网络架构和推理框架，不是加机器。
显存买错 —— 模型装不下，要么拆模型重写，要么再买一台。这是研发工期，比硬件贵。
代际买错 —— 降级点砍在互联和算力上的那类卡（H800 / H20 这一档），
单机跑得动、集群拉不开。等发现要的是集群性能，等于重买一次。
保守的代价同样存在 —— 选型太保守，跑不动目标模型，一到两年内要再采购一次，
两次采购的总成本高于一次买对。

所以选型时要算的不是单卡价格，是「这台机器能不能在我的机房里、跑我要跑的模型、撑两年」。

把上面的条件串一遍

推演 · 非真实案例 —— 下面把选型顺序走一遍。真实项目变量更多，但顺序一样。

假设一个团队要上推理业务：手上是风冷机房，单柜供电余量不大，
目标业务是长上下文、高并发的 token 服务，预算够得上柜级。

按参数表，第一反应是买 GB300 整柜。逐条对下来会发现顺序错了：

该先确认的	情况	结论
机房功率	风冷、余量不足	GB 系列整柜 130~150 kW，接不住 —— 先谈改造工期
互联需求	长上下文、高并发	确实需要柜级 NVLink 全互联，8 卡堆叠差 9 倍
显存	万亿参数 MoE	需要 288GB 级，H100 要两台才装得下
交易路径	要尽快交付	B300 期货交付不确定，H200 体系更清晰

这一步的价值在顺序：先确认机房能不能接住，再谈买哪一代。
反过来 —— 看到 9 倍的差距就直接下柜级的单 ——
结果是卡在仓库里等液冷改造，那 9 倍一天都用不上。

合理的走法是分两步：先用现有机房接得住的型号把业务跑起来（H200 这一档），
同时启动液冷改造；改造完成、业务量也验证过了，再上柜级。
这一步会多花一次钱，但不会让算力停工。

三句话分清对方是不是懂行

你问	不懂行的回答	懂行的回答
「这柜功率多少，我机房要什么条件？」	只讲算力多强	直接给整柜功率和液冷要求
「72 卡在不在一个 NVLink 域？」	「都是 B300，一样快」	讲清互联域和 KV 缓存瓶颈
「H800 / H20 砍了什么？」	「就是慢一点」	说清砍的是互联和算力，不是显存