---
type: "Comparison"
title: "Blackwell vs Hopper"
description: "NVIDIA Blackwell (B200) vs NVIDIA Hopper (H100)"
resource: "https://www.contextstudios.ai/de/vergleich/blackwell-vs-hopper"
language: "de"
tags: ["NVIDIA Blackwell vs Hopper", "B200 vs H100", "GPU Vergleich", "KI-Chip Vergleich", "NVIDIA GTC 2024"]
generated:
  by: "process:contextstudios-md/1"
  at: "2026-10-08T22:23:41.488Z"
status: "stable"
---

# Blackwell vs Hopper

## Detaillierter Vergleich

| Faktor | NVIDIA Blackwell (B200) | NVIDIA Hopper (H100) | Gewinner |
|--------|------|------|--------|
| Inferenz-Performance | 30x hoehrer Durchsatz dank FP4, 192GB HBM3e und NVLink-Switch. Haelt 1T-Parameter-Modelle vollstaendig im VRAM. | Gute Inferenz-Performance in FP8 und FP16. Standard fuer Produktions-Deployments 2023-2025. Bewaehrt und breit verfuegbar. | NVIDIA Blackwell (B200) |
| Training-Performance | 2-4x besser als H100 fuer moderne Architekturen. Second-Gen Transformer Engine. | Marktstandard fuer LLM-Training 2022-2025. Gut fuer Modelle bis 70B Parameter auf einem Node. | NVIDIA Blackwell (B200) |
| Energieeffizienz | Deutlich effizienter: FP4 ermoeglicht 4x mehr Operationen pro Watt. | Gute Effizienz fuer seine Generation, aber weniger effizient als Blackwell. | NVIDIA Blackwell (B200) |
| Preis und Verfuegbarkeit | Teurer (B200: >$30k), begrenzt verfuegbar 2025. Langfristig guenstiger durch Effizienzgewinne. | Guenstigerer Spot-Markt. H100: $25-28k, breite Cloud-Verfuegbarkeit bei AWS, Azure, GCP. | NVIDIA Hopper (H100) |
| FP4-Unterstuetzung | Natives FP4 auf Hardware-Ebene. 2x mehr Effizienz als FP8 ohne Qualitaetsverlust. | Kein natives FP4. FP8 als niedrigste Praezisionsstufe. | NVIDIA Blackwell (B200) |
| Speicher-Kapazitaet | 192GB HBM3e pro B200. GB200 NVL72 = 1.4TB gesamt. Ermoeglicht 400B+ Parameter ohne Model Parallelism. | 80GB HBM3 pro H100. DGX H100 = 640GB gesamt. Ausreichend fuer Modelle bis ~70B. | NVIDIA Blackwell (B200) |

## Wichtige Statistiken

- **NVIDIA B200 erreicht 20 Petaflops FP4 Inferenz-Performance vs 4 Petaflops FP8 beim H100 - 5x Verbesserung** — NVIDIA GTC (2024)
- **GB200 NVL72 kann ein 1-Trillion-Parameter-Modell vollstaendig im VRAM halten - erstmals ohne Model-Parallelism** — NVIDIA GTC (2024)
- **H100 bleibt 2025 der dominante Inferenz-Chip im Cloud-Markt mit 60%+ Marktanteil bei major Cloud-Anbietern** — Cloudwatch (2025)
- **Prognose: Blackwell-basierte Cloud-Instanzen werden bis Ende 2026 50% guenstiger sein als H100-Instanzen** — Analyst Prognosen (2025)