芝加哥大學研究計算中心量測，NVIDIA B300 跑 70B 的 Llama-3 模型，吞吐比上一代 B200 少 24% 到 27%。

（預印本，arXiv 2610.41919）

概念插畫：右側一隻手橫握著黑色圓角框的螢幕，螢幕底部黑色橫條上印著「UNIVERSITY OF CHICAGO」，橫條上方的檯面中央立著印有「NVIDIA」字樣和綠色圖案的米色牌子。牌子左邊是標著「B200」的深灰色機櫃，上方有四個畫著橫線的對話框，右邊是標著「B300」的磚紅色機櫃，上方有三個畫著橫線的對話框，兩個機櫃的外側各放著一疊印有橫線的紙。圖上印著：吞吐24%–27% 芝大測B300比B200少，跑70B。

新一代 GPU 不保證每種工作負載都比上一代快，目前只有這一個團隊的量測，軟體版本也可能影響結果。Mohsen Zand、Trung Dac Nguyen 與 H. Birali Runesha 10 月 30 日發表，在兩座獨立的八卡叢集上比較兩款 GPU（arXiv 2610.41919）。作者還量到，兩台同型號的 B300 伺服器各裝了不同版本的 vLLM 開發版，從送出請求到出現第一個字的等待時間就差 2.1 倍。vLLM 是常用的推論軟體，所以軟體版本也可能影響這裡的比較。在 70B 語言模型以外的工作負載，差距更大：卷積影像推論，B200 的速度最多是 B300 的 5.6 倍；3D 視覺 transformer 訓練是 8 倍；材料模擬程式 Quantum ESPRESSO 的雙精度計算是 16 倍。作者觀察到，在落後的工作負載上，B300 只用到 1,100 瓦功耗上限的 36% 到 53%；在 B300 勝出的影像模型 ViT-Large 上，兩款都用到功耗上限的 95% 到 97%。據論文摘要，作者沒有逐類拆開每一種落後的原因。怎麼查的 →

出處與查證

這則刊在2026年11月2日的晨報，同一期還有 4 則。查證經過、引句核對與當天缺的資料，記在那一期的本日驗證。

引用這則

SecondSource（2026），〈芝加哥大學研究計算中心量測，NVIDIA B300 跑 70B 的 Llama-3 模型，吞吐比上一代 B200 少 24% 到 27%。〉，https://secondsource.io/research/2026-11-02-1/，取用日期取用。