B300 vs B200：怎么选？
B300 和 B200 都面向新一代 AI 训练与推理，但选择时不能只比较型号名称。应先确认显存上限、模型精度、批量大小、并行方式和可用区域。
页面类型型号对比
比较重点显存与任务
适用对象训练 / 推理
更新日期2026-08-05
核心差异
| 比较项 | B300 | B200 |
|---|---|---|
| 公开显存 | 268 GB | 180 GB |
| 架构 | Blackwell | Blackwell |
| 更值得关注的任务 | 大模型训练、长上下文和高显存推理 | 训练、推理和多卡 AI 工作负载 |
| 选择前确认 | 框架、镜像、精度和区域支持 | 显存余量、并行方式和实时库存 |
什么情况下选 B300
- 模型权重、KV cache 或 batch size 让 180GB 级显存不够用。
- 需要减少模型切分、CPU offload 或显存交换。
- 任务更重视单卡容纳能力，而不是只看小时价格。
什么情况下选 B200
- 模型和 batch size 在 180GB 级别内有足够余量。
- 更关注当前可用区域、已有镜像和框架验证结果。
- 可以通过多卡并行扩展任务，并愿意测试通信开销。
上线前检查
查看实时价格与库存，再分别打开 B300 型号页 和 B200 型号页，确认区域、卡数、磁盘和创建时价格。也可以返回GPU 选型指南比较其他型号。