对比 MI325X（AMD CDNA 3）与 Vera Rubin NVL72（NVIDIA Vera Rubin）在 DeepSeekv4 Pro 0813 1.6T 上的 AI 推理基准测试结果，涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标，操作方式与主推理图表相同。
AgentX 回放真实的 coding agent 会话，而非定长 prompt。随着会话轮次增加，上下文不断增长；每个请求的大部分内容都可直接从 cache 读取，无需重新计算。因此，这项对比不仅取决于芯片本身的吞吐量，还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线；两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
当 DeepSeekv4 Pro 0813 1.6T 的目标交互性为 133 tok/s/user 时，Vera Rubin NVL72 的吞吐量为 251970 tok/s/chip，每百万 token 成本为 $0.00；MI325X 在该运行点尚未测试。
当 DeepSeekv4 Pro 0813 1.6T 的目标交互性为 192 tok/s/user 时，Vera Rubin NVL72 的吞吐量为 120764 tok/s/chip，每百万 token 成本为 $0.01；MI325X 在该运行点暂无基准测试数据。
在 DeepSeekv4 Pro 0813 1.6T 的 251 tok/s/user 运行点，Vera Rubin NVL72 的吞吐量为 3963 tok/s/chip，每百万 token 成本为 $0.25；MI325X 在该运行点暂无数据。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | MI325X:—Vera Rubin NVL72:251970.0 | MI325X:—Vera Rubin NVL72:120763.8 | MI325X:—Vera Rubin NVL72:3962.8 |
| 成本（$/M tok） | MI325X:—Vera Rubin NVL72:$0.004 | MI325X:—Vera Rubin NVL72:$0.008 | MI325X:—Vera Rubin NVL72:$0.253 |
| tok/s/MW | MI325X:—Vera Rubin NVL72:76354553 | MI325X:—Vera Rubin NVL72:36595081 | MI325X:—Vera Rubin NVL72:1200851 |
| 并发数 | MI325X:—Vera Rubin NVL72:~2699 | MI325X:—Vera Rubin NVL72:~1037 | MI325X:—Vera Rubin NVL72:~17 |
不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。
