NVIDIA B300
Die NVIDIA B300 ist eine Enterprise- GPU, basiert auf der Blackwell-Architektur und verfügt über 288 GB Speicher mit 8.000 GB/s Speicherbandbreite und einer TDP von 1.400 W. Sie liefert 75 TFLOPS FP32-Rechenleistung und 2.500 TFLOPS FP16-Tensor-Leistung. Derzeit bei 4 Anbieter verfügbar, ab 4,83 €/GPU/Stunde, mit einem Marktmedian von 6,61 €/GPU/Stunde über 16 Konfigurationen.
Hardware-Spezifikationen
Gleich bei allen Anbietern
Medianpreis über alle Anbieter
7 Angebote von 4 Anbietern
Sortiert nach aufsteigendem Preis. Konfigurationen direkt vergleichen.
| Anbieter | Anzahl | vCPU | RAM | Region | Pro GPU/Std. | Gesamt/Std. | Aktion |
|---|---|---|---|---|---|---|---|
| ×1 | 16 | 188 GB | 6,775 € | 6,78 € | Starten | ||
| ×4 | 82 | 837 GB | Ab4,835 € +7.1% 30T | Ab19,34 € | Starten | ||
| ×8 | — | — | 5,925 € | 47,40 € | |||
| ×8 | 224 | 1,88 TB | 6,355 € | 50,84 € | |||
| ×1 | 30 | 255 GB | -- | 6,441 € | Ab6,44 € | Starten | |
Bis zu429 €Guthaben | ×1 | 16 | 188 GB | 6,775 € 0.0% 30T | 6,78 € | Starten | |
Sesterce CloudEmpfehlungslink | ×4 | 120 | 1.020 GB | -- | Ab7,375 € 0.0% 30T | Ab29,50 € | |
| ×8 | 224 | 3,75 TB | Ab7,500 € +1.5% 30T | Ab60,00 € | Starten |
LLMs, die auf die NVIDIA B300 passen
Geschätzter VRAM-Bedarf beliebter Open-Weight-LLMs bei 16 Bit (FP16/BF16), 8 Bit (FP8/INT8) und 4 Bit (INT4/MXFP4), bei 288 GB pro GPU. Gezeigt werden die 12 größten passenden Modelle.
| Modell | Parameter | 16 Bit | 8 Bit | 4 Bit |
|---|---|---|---|---|
| Kimi K3 Moonshot AI | 2,8 Bio. 104 Mrd. aktiv | — Nicht veröffentlicht | — Nicht veröffentlicht | 1.873 GB 8× · 431 GB frei |
| DeepSeek V4 Pro DeepSeek | 1,6 Bio. 49 Mrd. aktiv | — Nicht veröffentlicht | — Nicht veröffentlicht | 1.038 GB 4× · 114 GB frei |
| Kimi K2.5 Moonshot AI | 1 Bio. 32 Mrd. aktiv | — Nicht veröffentlicht | — Nicht veröffentlicht | 714 GB 4× · 438 GB frei |
| GLM-5.2 Z.ai | 753 Mrd. | 1.808 GB 8× · 496 GB frei | 994 GB 4× · 158 GB frei | 579 GB 4× · 573 GB frei oder 2× · 19 % übrig |
| DeepSeek R1 DeepSeek | 671 Mrd. 37 Mrd. aktiv | — Nicht veröffentlicht | 826 GB 4× · 326 GB frei | 481 GB 2× · 95 GB frei |
| DeepSeek V4 Flash DeepSeek | 284 Mrd. | — Nicht veröffentlicht | — Nicht veröffentlicht | 192 GB 1× · 96 GB frei |
| Solar Open2 250B Upstage | 250 Mrd. 15 Mrd. aktiv | 601 GB 4× · 551 GB frei oder 2× · 15 % übrig | 330 GB 2× · 246 GB frei oder 1× · 4 % übrig | 192 GB 1× · 96 GB frei |
| Qwen3 235B-A22B Alibaba | 235 Mrd. 22 Mrd. aktiv | 564 GB 2× · 12 GB frei | 310 GB 2× · 266 GB frei oder 1× · 11 % übrig | 181 GB 1× · 107 GB frei |
| Laguna-S 2.1 Poolside | 118 Mrd. 8 Mrd. aktiv | 282 GB 1× · 5,8 GB frei | 155 GB 1× · 133 GB frei | 90 GB 1× · 198 GB frei |
| gpt-oss-120b OpenAI | 117 Mrd. 5,1 Mrd. aktiv | — Nicht veröffentlicht | — Nicht veröffentlicht | 78 GB 1× · 210 GB frei |
| Qwen3.6 35B-A3B Alibaba | 35 Mrd. 3 Mrd. aktiv | 86 GB 1× · 202 GB frei | 47 GB 1× · 241 GB frei | 28 GB 1× · 260 GB frei |
| Qwen3 32B Alibaba | 32,8 Mrd. | 79 GB 1× · 209 GB frei | 43 GB 1× · 245 GB frei | 25 GB 1× · 263 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?


