# H100 vs B200: стоит ли всё ещё арендовать H100 в 2026 году?

> H100 vs B200: 80 против 180 ГБ, 3,35 против 8 ТБ/с, FP4 и NVLink 5 по цене 2 190 $ против 4 590 $/мес. Стоимость задачи и когда H100 — всё ещё разумный выбор.

Источник: https://fullgpu.com/ru/compare/h100-vs-b200  
Обновлено: 2026-10-22  
Издатель: FullGPU (https://fullgpu.com/)

**Коротко:** В пересчёте на единицу работы B200 выгоднее, если вы можете держать его загруженным, но за 2 190 $ в месяц H100 остаётся правильным выбором для моделей, которые помещаются в 80 ГБ, и для задач, при которых B200 наполовину простаивал бы.

## Характеристики H100 и B200

| Характеристика | NVIDIA H100 SXM | NVIDIA B200 |
| --- | --- | --- |
| Архитектура | Hopper | Blackwell |
| Видеопамять | 80 ГБ HBM3 | 180 ГБ HBM3e |
| Пропускная способность памяти | 3,35 ТБ/с | 8 ТБ/с |
| FP4 | — | 9 000 TFLOPS |
| FP8 | 1 979 TFLOPS | 4 500 TFLOPS |
| BF16 / FP16 | 989 TFLOPS | 2 250 TFLOPS |
| Интерконнект GPU | NVLink 4 · 900 ГБ/с | NVLink 5 · 1,8 ТБ/с |
| Форм-фактор | Модуль SXM5 · HGX H100 | Модуль SXM · HGX B200 |
| Макс. энергопотребление | 700 Вт | 1 000 Вт |

## Помесячные цены в FullGPU

| Конфигурация | Тип | Видеопамять | Процессор | ОЗУ | Накопители | Сеть | Цена в месяц (USD) | За GPU-час | Наличие |
| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |
| [NVIDIA H100 SXM](https://fullgpu.com/ru/gpus/nvidia-h100) | Один GPU | 80 ГБ HBM3 | 24 vCPU | 225 ГБ | 2 ТБ NVMe | 25 Гбит/с | 2 190 $ | 3,00 $ | В наличии, выдача менее чем за 10 минут после оплаты |
| [8× NVIDIA HGX H100](https://fullgpu.com/ru/gpus/nvidia-h100) | 8-GPU-сервер | 8 × 80 ГБ HBM3 | 2× Xeon 8480+ · 112 ядер | 2 ТБ DDR5 | 8× 3,84 ТБ NVMe | 8× 400G ConnectX-7 | 16 900 $ | 2,89 $ | В наличии, выдача менее чем за 10 минут после оплаты |
| [NVIDIA B200](https://fullgpu.com/ru/gpus/nvidia-b200) | Один GPU | 180 ГБ HBM3e | 26 vCPU | 256 ГБ | 2,75 ТБ NVMe | 25 Гбит/с | 4 590 $ | 6,29 $ | В наличии, выдача менее чем за 10 минут после оплаты |
| [8× NVIDIA HGX B200](https://fullgpu.com/ru/gpus/nvidia-b200) | 8-GPU-сервер | 8 × 180 ГБ HBM3e | 2× Xeon 8570 · 112 ядер | 2 ТБ DDR5 | 8× 3,84 ТБ NVMe | 8× 400G ConnectX-7 | 34 900 $ | 5,98 $ | В наличии, выдача менее чем за 10 минут после оплаты |

За GPU-час = цена в месяц ÷ число GPU ÷ 730 часов. Это значение приводится только для сравнения с почасовыми предложениями: каждый тариф оплачивается по фиксированной цене в месяц.

## Выбирайте H100, если…

- Ваши модели помещаются в 80 ГБ, и одного GPU хватает для вашей нагрузки.
- Ваш бюджет фиксирован, и итоговая сумма в месяц важнее стоимости единицы вычислительной мощности.
- Вы дообучаете модели с LoRA или QLoRA, занимаетесь прототипированием или запускаете задачи оценки и CI.

## Выбирайте B200, если…

- Вы обслуживаете модели класса 70B под реальным трафиком или вам нужно больше 80 ГБ на GPU.
- Вы можете держать GPU загруженным, и тогда больше вычислительной мощности на доллар означает более низкую стоимость каждой задачи.
- Вам нужен инференс в FP4 или NVLink 5 для обучения на нескольких GPU.

## Обзор

В **сравнении H100 и B200** между GPU лежит целое поколение. У B200 180 ГБ HBM3e против 80 ГБ HBM3 у H100, пропускная способность 8 ТБ/с против 3,35 ТБ/с, производительность в FP8 и BF16 без разреженности примерно в 2,3 раза выше заявленной NVIDIA для H100, нативный FP4 и NVLink 5. И стоит он 4 590 $ в месяц против 2 190 $. В 2026 году настоящий вопрос не в том, какой GPU лучше, а в том, может ли ваша работа использовать то, что добавляет B200.

## H100 или B200: краткий ответ

Выбирайте [B200](https://fullgpu.com/ru/gpus/nvidia-b200), когда узким местом становится H100: модели больше 80 ГБ, длинные контексты, инференс с большим числом одновременных запросов или обучение, где за более быстрое завершение стоит заплатить. Выбирайте [H100](https://fullgpu.com/ru/gpus/nvidia-h100), когда ваша работа помещается в 80 ГБ и одного GPU хватает. B200, который наполовину простаивает, обходится дороже полностью загруженного H100.

## Скачок между поколениями в цифрах

| B200 по сравнению с H100 | Соотношение | Где это заметно |
| --- | --- | --- |
| Объём памяти, 180 против 80 ГБ | 2,25× | Более крупные модели и KV-кэши на одном GPU |
| Пропускная способность памяти, 8 против 3,35 ТБ/с | Около 2,4× | Генерация токенов и ядра (kernels), упирающиеся в память |
| FP8 и BF16 без разреженности, по данным производителя | Около 2,3× | Обучение, prefill, большие батчи |
| FP4 без разреженности, по данным производителя | 9 PFLOPS, у H100 нет | Инференс в FP4, только Blackwell |
| NVLink на GPU, 1,8 ТБ/с против 900 ГБ/с | 2× | Тензорный параллелизм внутри сервера |
| Цена в месяц, один GPU, 4 590 $ против 2 190 $ | Около 2,1× | Сколько вы платите |
| Цена в месяц, 8-GPU-сервер, 34 900 $ против 16 900 $ | Около 2,1× | Сколько вы платите |

Соотношения по памяти, пропускной способности и вычислительной мощности чуть выше соотношения цен, поэтому на каждый доллар B200 даёт немного больше каждого из этих ресурсов, плюс FP4. Но это преимущество есть, только если вы им пользуетесь. Если вашей задаче нужно 40 ГБ, а пиковый трафик умеренный, дополнительные ресурсы простаивают, и H100 — более дешёвый способ выполнить работу.

## Память: что помещается на один GPU

Если считать, что веса занимают примерно 2 байта на параметр в BF16, 1 байт в FP8 и 0,5 байта в FP4, и добавить запас 10–30% на накладные расходы среды выполнения:

- **Примерно до 30B параметров в BF16:** H100 справляется, и остаётся место для KV-кэша.
- **70B в FP8, около 70 ГБ:** помещается на H100, но под KV-кэш остаётся всего несколько гигабайт, а значит, только короткие промпты и мало пользователей. Один B200 оставляет под KV-кэш около 110 ГБ.
- **70B в BF16, около 140 ГБ:** один B200, и около 40 ГБ остаются в запасе. На H100 понадобится несколько GPU, а в нашем каталоге это означает 8-GPU-сервер.
- **Очень большие модели:** 8× H100 дают 640 ГБ, 8× B200 — 1 440 ГБ. MoE-модель (mixture of experts) размером 671B в FP8 помещается на сервер с B200, но не на сервер с H100.
- **Полное дообучение (fine-tuning):** с Adam — примерно 16–20 байт на параметр без учёта активаций. Модель 30B, около 480–600 ГБ, помещается на 8× H100 впритык; модель 70B, около 1,1–1,4 ТБ, для 8× H100 недостижима, а для 8× B200 находится на пределе.

Если вам нужно больше 80 ГБ, но не нужна вычислительная мощность Blackwell, промежуточный вариант — H200 со 141 ГБ; подробнее — в нашем [сравнении H100 и H200](https://fullgpu.com/ru/compare/h100-vs-h200).

## FP4 и NVLink 5: чего нет у H100

H100 принёс тензорные ядра FP8 и Transformer Engine от NVIDIA. B200 сохраняет FP8 и добавляет FP4: он ещё раз вдвое сокращает память под веса и, по данным NVIDIA, вдвое повышает пиковую производительность без разреженности по сравнению с FP8 на том же GPU. Веса модели 70B в FP4 занимают около 35 ГБ. FP4 требует аккуратного квантования и проверки качества на собственных наборах данных для оценки; форматы разобраны в нашем [руководстве по FP8 и FP4](https://fullgpu.com/ru/blog/fp8-fp4-precision-explained). На H100 всё же можно загрузить 4-битные веса с квантованием только весов, чтобы сэкономить память, но вычисления будут выполняться в более высокой точности.

Для работы на нескольких GPU NVLink 5 вдвое увеличивает пропускную способность каналов на каждый GPU — до 1,8 ТБ/с. При инференсе и обучении с тензорным параллелизмом GPU обмениваются данными на каждом слое, поэтому на сервере с B200 каждый такой обмен занимает меньше времени. Для связи между серверами оба наших 8-GPU-сервера используют восемь адаптеров ConnectX-7 400G.

## Стоит ли всё ещё выбирать H100 в 2026 году?

Да, для значительной части реальных задач. H100 поддерживает FP8, на нём работают все основные фреймворки и движки инференса, а его 80 ГБ хватает для большинства моделей примерно до 30B параметров в BF16. Согласно проведённому FullGPU в октябре 2026 года исследованию публичных прайс-листов, медианная цена GPU-часа по требованию (on-demand) за последний год выросла примерно на 13% для H100 и на 20% для B200: спрос на Hopper никуда не делся. Случаи, когда важна стоимость и H100 остаётся правильным выбором:

- **Дообучение с LoRA и QLoRA**, в том числе моделей 70B в 4-битном формате, когда потребность в памяти остаётся умеренной. Подробнее — на странице о [дообучении на выделенных GPU](https://fullgpu.com/ru/solutions/fine-tuning).
- **Инференс небольших и средних моделей** при стабильном трафике, с которым справляется один H100.
- **Разработка, оценка и CI**, когда B200 простаивал бы между запусками.
- **Исследования с фиксированным бюджетом**, когда ограничением служит итоговая сумма в месяц.

С точки зрения ПО H100 тоже проще. Hopper уже много лет поддерживается в CUDA, PyTorch и основных движках инференса, а для Blackwell нужны CUDA 12.8 или новее и сборки фреймворков, скомпилированные под эту архитектуру. Актуальные релизы поддерживают оба поколения, но старый контейнер с зафиксированными версиями, возможно, придётся пересобрать, прежде чем он заработает на B200.

## Цена в месяц и стоимость одной задачи

Разница в месяц — 2 400 $ на GPU и 18 000 $ на 8-GPU-сервер. В пересчёте на GPU-час при полном месяце в 730 часов это 6,29 $ против 3,00 $ для отдельных GPU и 5,98 $ против 2,89 $ на 8-GPU-серверах.

Для инференса вопрос часто в том, сколько GPU нужно модели. Модели 70B в FP8, которая обслуживает 30 одновременных диалогов по 8K токенов, помимо примерно 70 ГБ весов нужно около 40 ГБ KV-кэша в FP8 — если исходить из распространённой архитектуры моделей 70B с механизмом grouped-query attention. Это далеко за пределами возможностей одного H100, а на одном B200 за 4 590 $ помещается свободно. На H100 пришлось бы брать 8-GPU-сервер за 16 900 $; H200 за 3 090 $ обойдётся дешевле, если вычислительной мощности Hopper хватает для вашего трафика.

Для обучения сравнивайте стоимость одного запуска, а не стоимость месяца. Допустим, задача держит сервер 8× H100 загруженным целый месяц. Если бы она идеально масштабировалась в соответствии с соотношением вычислительной мощности без разреженности по данным NVIDIA, около 2,3, сервер 8× B200 справился бы с ней примерно за 13 дней, а при постоянной очереди таких задач один запуск обходился бы примерно в 15 300 $ на B200 против 16 900 $ на H100. Реальные задачи масштабируются не идеально: при соотношении 2 стоимость запуска составит 17 450 $ — чуть больше, чем на H100. Точка безубыточности — соотношение цен, около 2,07 для 8-GPU-серверов. Если на вашей задаче сервер с B200 выполняет работу более чем в 2,07 раза быстрее сервера с H100, он выгоднее; если его преимущество меньше или у вас всего один запуск, выигрывает H100. Чашу весов может склонить память: если 180 ГБ на GPU позволяют отказаться от тензорного параллелизма или выгрузки, выигрыш B200 может превысить соотношение вычислительной мощности.

[Калькулятор стоимости GPU](https://fullgpu.com/ru/tools/gpu-cost-calculator) посчитает эти цифры для вашего случая.

## Часто задаваемые вопросы

### Устарел ли H100 в 2026 году?

Нет. Он поддерживает FP8, на нём работают все основные фреймворки и движки инференса, а его 80 ГБ хватает для большинства моделей примерно до 30B параметров в BF16. Согласно проведённому FullGPU в октябре 2026 года исследованию публичных прайс-листов, медианная цена GPU-часа H100 по требованию за последний год выросла примерно на 13%.

### Насколько B200 быстрее H100?

Мы не публикуем бенчмарки. NVIDIA указывает примерно в 2,3 раза более высокую производительность в FP8 и BF16 без разреженности, а пропускная способность памяти у B200 примерно в 2,4 раза выше; реальный выигрыш зависит от вашей модели, размера батча и ПО, поэтому проводите замеры на своей нагрузке.

### Сколько стоит B200 по сравнению с H100?

4 590 $ против 2 190 $ в месяц за один GPU и 34 900 $ против 16 900 $ за 8-GPU-сервер HGX — в обоих случаях примерно в 2,1 раза больше. За полный месяц это 6,29 $ против 3,00 $ за GPU-час для отдельных GPU.

### Может ли H100 запускать модели в FP4?

Не с вычислениями в FP4 на тензорных ядрах — они появились только в Blackwell. На H100 можно загрузить 4-битные веса с квантованием только весов, чтобы сэкономить память, но вычисления будут выполняться в более высокой точности.

### Есть ли вариант между H100 и B200?

Да, H200: та же вычислительная мощность Hopper, что и у H100, но 141 ГБ HBM3e с пропускной способностью 4,8 ТБ/с — за 3 090 $ в месяц. Он подходит для инференса моделей класса 70B, которому нужно больше памяти, но не нужна вычислительная мощность Blackwell.

## Связанные страницы

- [Аренда серверов NVIDIA H100 SXM от 2 190 $ в месяц](https://fullgpu.com/ru/gpus/nvidia-h100): Аренда выделенного NVIDIA H100 SXM за 2 190 $/мес. (≈ 3,00 $ за GPU-час 24/7) или 8-GPU HGX H100 за 16 900 $. Фиксированная цена, выдача менее чем за 10 минут.
- [Аренда серверов NVIDIA B200 и HGX B200 от 4 590 $ в месяц](https://fullgpu.com/ru/gpus/nvidia-b200): Аренда NVIDIA B200: 4 590 $/мес. за выделенный B200 со 180 ГБ (≈ 6,29 $ за GPU-час 24/7) или 34 900 $ за сервер HGX B200. Выдача менее чем за 10 минут.
- [H100 vs H200: одинаковая вычислительная мощность Hopper, очень разная память](https://fullgpu.com/ru/compare/h100-vs-h200): H100 vs H200: та же вычислительная мощность Hopper, 80 ГБ и 3,35 ТБ/с против 141 ГБ и 4,8 ТБ/с. Что помещается на один GPU, расчёт KV-кэша и цена в месяц.
- [H200 vs B200: Hopper или Blackwell для вашего следующего GPU-сервера?](https://fullgpu.com/ru/compare/h200-vs-b200): Сравнение H200 и B200: 141 против 180 ГБ, 4,8 против 8 ТБ/с, FP4 и NVLink 5. Что помещается, за что вы доплачиваете 1 500 $/мес. и когда выгоднее H200.
- [Калькулятор стоимости GPU: аренда помесячно или почасово](https://fullgpu.com/ru/tools/gpu-cost-calculator): Калькулятор стоимости GPU: почасовая или помесячная аренда — итог за месяц, точка безубыточности в часах и дополнительные расходы, которые стоит учесть заранее.
- [GPU-облако для ИИ-стартапов с предсказуемыми расходами в месяц](https://fullgpu.com/ru/solutions/startups): GPU-облако для ИИ-стартапов: выделенные GPU H100, H200 и Blackwell по фиксированной цене в месяц, оплата криптовалютой, отмена в любом месяце. Подбор и бюджет.