Четыре поколения NVIDIA сейчас одновременно присутствуют на рынке: проверенные H100, H200 с увеличенной памятью и Blackwell — B200 и B300. Разница между ними — не только в скорости, но и в том, сколько моделей и пользователей помещается в один сервер, сколько он потребляет и какая инфраструктура для него нужна. Разбираем, что выбрать под конкретную задачу.
Сравнительная таблица
| A100 | H100 | H200 | B200 | B300 | |
|---|---|---|---|---|---|
| Архитектура | Ampere | Hopper | Hopper | Blackwell | Blackwell Ultra |
| Память на GPU | 80 ГБ HBM2e | 80 ГБ HBM3 | 141 ГБ HBM3e | 180–192 ГБ HBM3e | 288 ГБ HBM3e |
| Пропускная способность памяти | 2,0 ТБ/с | 3,35 ТБ/с | 4,8 ТБ/с | до 8 ТБ/с | до 8 ТБ/с |
| Форматы низкой точности | FP16, BF16, INT8 | + FP8 | + FP8 | + FP6, FP4 | + FP4 (NVFP4) |
| NVLink на GPU | 600 ГБ/с | 900 ГБ/с | 900 ГБ/с | 1,8 ТБ/с | 1,8 ТБ/с |
| Мощность GPU (SXM) | 400 Вт | до 700 Вт | до 700 Вт | до 1000 Вт | ≈1100 Вт |
| Память в 8-GPU сервере | 640 ГБ | 640 ГБ | 1128 ГБ | 1,44–1,54 ТБ | 2,3 ТБ |
| Цена 8-GPU сервера в каталоге | по запросу | от 33 105 375 ₽ | от 34 490 000 ₽ | от 45 581 221 ₽ | от 60 318 200 ₽ |
Характеристики — для SXM-версий по данным NVIDIA; у конкретных серверов мощность и объём памяти могут отличаться. Цены — минимальные по SXM/HGX-конфигурациям в нашем каталоге на 04.10.2026, с НДС.
H100: проверенная рабочая лошадка
H100 — самая распространённая платформа для ИИ: под неё оптимизированы все фреймворки, а FP8 Transformer Engine ускоряет и обучение, и инференс. Главное ограничение — 80 ГБ памяти на GPU. Для моделей до 70B и умеренной нагрузки этого достаточно; для 400B+ или длинных контекстов на многих пользователей памяти становится мало.
Кому подходит: инференс моделей до 70B, дообучение, исследовательские команды, проекты с ограниченным бюджетом. Серверы на H100 →
H200: больше памяти за близкие деньги
H200 — та же архитектура Hopper, но с 141 ГБ более быстрой памяти HBM3e. На практике это значит: модель, которой на H100 нужно 8 карт, на H200 помещается в 4–5; KV-кэш вмещает в разы больше пользователей; генерация быстрее благодаря пропускной способности 4,8 ТБ/с. Энергопотребление и требования к ЦОД — как у H100, так что H200 легко встаёт в существующую инфраструктуру.
Кому подходит: продакшен-инференс LLM, RAG и агенты с длинным контекстом, модели 70–400B, DeepSeek V3/R1 в FP8 в одном узле. Серверы на H200 →
B200: новое поколение для обучения и инференса
Blackwell приносит второе поколение Transformer Engine с поддержкой FP4, удвоенную скорость NVLink и до 192 ГБ памяти с пропускной способностью до 8 ТБ/с. По вычислительной мощности B200 кратно опережает H100, особенно в низкой точности. Обратная сторона — до 1000 Вт на GPU: 8-GPU сервер потребляет около 14 кВт и требует подготовленной стойки.
Кому подходит: обучение и дообучение LLM, высоконагруженный инференс, команды, которые планируют использовать FP4. Серверы на B200 →
B300: максимум памяти в одном узле
Blackwell Ultra (B300) — 288 ГБ HBM3e на GPU и 2,3 ТБ в восьмикарточном сервере. Такой узел целиком держит модели на сотни миллиардов параметров в FP8 и оставляет огромный запас под KV-кэш — то, что нужно для reasoning-моделей с длинными цепочками рассуждений. Требования к питанию и охлаждению — максимальные, для части конфигураций предусмотрено жидкостное охлаждение.
Кому подходит: фронтир-модели, MoE на 600B+ параметров, обучение крупных моделей, максимальная плотность на стойку. Серверы на B300 →
Как выбрать: короткий алгоритм
- Посчитайте память под модель и нагрузку — по нашей методике или в калькуляторе.
- Определите задачу. Только инференс — смотрите в первую очередь на объём и скорость памяти (H200, B300). Обучение — на вычислительную мощность и NVLink (B200, B300).
- Проверьте площадку. H100/H200 — около 10 кВт на сервер, B200/B300 — около 14 кВт и больше. Подробнее — в гайде про питание и охлаждение.
- Сравните цену за гигабайт. Сейчас по каталогу лучшая цена за гигабайт видеопамяти в 8-GPU сервере — у B300: около 26 тыс. ₽ за ГБ.
