NVIDIA B200
Die NVIDIA B200 ist eine Enterprise- GPU, basiert auf der Blackwell-Architektur und verfügt über 180 GB Speicher mit 8.000 GB/s Speicherbandbreite und einer TDP von 1.000 W. Sie liefert 75 TFLOPS FP32-Rechenleistung und 2.250 TFLOPS FP16-Tensor-Leistung. Derzeit bei 5 Anbieter verfügbar, ab 4,38 €/GPU/Stunde, mit einem Marktmedian von 5,25 €/GPU/Stunde über 13 Konfigurationen.
Hardware-Spezifikationen
Gleich bei allen Anbietern
Medianpreis über alle Anbieter
7 Angebote von 5 Anbietern
Sortiert nach aufsteigendem Preis. Konfigurationen direkt vergleichen.
| Anbieter | Anzahl | vCPU | RAM | Region | Pro GPU/Std. | Gesamt/Std. | Aktion |
|---|---|---|---|---|---|---|---|
| ×1 | 24 | 188 GB | 5,831 € | 5,83 € | Starten | ||
Sesterce CloudEmpfehlungslink | ×8 | 96 | 2 TB | -- | Ab3,533 € 0.0% 30T | Ab28,26 € | |
Beyond.plGünstigster | ×1 | 28 | 256 GB | 4,380 € | Ab4,38 € | Starten | |
| ×1 | 24 | 250 GB | Ab4,560 € +6.6% 30T | Ab4,56 € | Starten | ||
| ×8 | 252 | 2 TB | 5,152 € | 41,22 € | Starten | ||
| ×1 | 30 | 170 GB | -- | 5,247 € | Ab5,25 € | Starten | |
| ×8 | 208 | 2,83 TB | -- | Ab5,745 € | Ab45,96 € | ||
Bis zu429 €Guthaben | ×1 | 24 | 188 GB | 5,831 € 0.0% 30T | 5,83 € | Starten |
LLMs, die auf die NVIDIA B200 passen
Geschätzter VRAM-Bedarf beliebter Open-Weight-LLMs bei 16 Bit (FP16/BF16), 8 Bit (FP8/INT8) und 4 Bit (INT4/MXFP4), bei 180 GB pro GPU. Gezeigt werden die 12 größten passenden Modelle.
| Modell | Parameter | 16 Bit | 8 Bit | 4 Bit |
|---|---|---|---|---|
| DeepSeek V4 Pro DeepSeek | 1,6 Bio. 49 Mrd. aktiv | — Nicht veröffentlicht | — Nicht veröffentlicht | 1.038 GB 8× · 402 GB frei |
| Kimi K2.5 Moonshot AI | 1 Bio. 32 Mrd. aktiv | — Nicht veröffentlicht | — Nicht veröffentlicht | 714 GB 4× · 5,8 GB frei |
| GLM-5.2 Z.ai | 753 Mrd. | 1.808 GB Zu groß | 994 GB 8× · 446 GB frei | 579 GB 4× · 141 GB frei |
| DeepSeek R1 DeepSeek | 671 Mrd. 37 Mrd. aktiv | — Nicht veröffentlicht | 826 GB 8× · 614 GB frei oder 4× · 4 % übrig | 481 GB 4× · 239 GB frei |
| DeepSeek V4 Flash DeepSeek | 284 Mrd. | — Nicht veröffentlicht | — Nicht veröffentlicht | 192 GB 2× · 168 GB frei oder 1× · 12 % übrig |
| Solar Open2 250B Upstage | 250 Mrd. 15 Mrd. aktiv | 601 GB 4× · 119 GB frei | 330 GB 2× · 30 GB frei | 192 GB 2× · 168 GB frei oder 1× · 12 % übrig |
| Qwen3 235B-A22B Alibaba | 235 Mrd. 22 Mrd. aktiv | 564 GB 4× · 156 GB frei | 310 GB 2× · 50 GB frei | 181 GB 2× · 179 GB frei oder 1× · 19 % übrig |
| Laguna-S 2.1 Poolside | 118 Mrd. 8 Mrd. aktiv | 282 GB 2× · 78 GB frei | 155 GB 1× · 25 GB frei | 90 GB 1× · 90 GB frei |
| gpt-oss-120b OpenAI | 117 Mrd. 5,1 Mrd. aktiv | — Nicht veröffentlicht | — Nicht veröffentlicht | 78 GB 1× · 102 GB frei |
| Qwen3.6 35B-A3B Alibaba | 35 Mrd. 3 Mrd. aktiv | 86 GB 1× · 94 GB frei | 47 GB 1× · 133 GB frei | 28 GB 1× · 152 GB frei |
| Qwen3 32B Alibaba | 32,8 Mrd. | 79 GB 1× · 101 GB frei | 43 GB 1× · 137 GB frei | 25 GB 1× · 155 GB frei |
| Gemma 4 31B Google | 31,3 Mrd. | 75 GB 1× · 105 GB frei | 41 GB 1× · 139 GB frei | 24 GB 1× · 156 GB frei |
Schätzungen: Modellgewichte plus 20 % für KV-Cache und Laufzeit-Overhead, bei kurzen Kontextlängen. Lange Kontexte und große Batches benötigen mehr. Als „knapp“ markierte Zeilen fassen die Gewichte, aber nicht diesen vollen Puffer. Ein ×N-Wert ist der gesamte VRAM über N dieser GPUs und sagt nichts über den Durchsatz der Verbindung aus. Wie wir das schätzen · Stattdessen vom Modell aus starten
Ähnliche GPUs
Mehr ähnliche GPUs in
Mehr von dieser Seite?
Falsche Daten?



