对比 GB200 NVL72（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）在 DeepSeek V4.1 Flash 552B 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 →
以 223 tok/s/user 为目标运行 DeepSeek V4.1 Flash 552B 时，GB200 NVL72 的吞吐量为 61820 tok/s/chip，每百万 token 成本为 $0.01；MI355X 的吞吐量为 48127 tok/s/chip，每百万 token 成本为 $0.01。GB200 NVL72 的成本效率高出 4%；GB200 NVL72 的单芯片吞吐量高出 28%。
362 tok/s/user 位于 84–641 tok/s/user 交互性区间的中段。在这一运行点，GB200 NVL72 运行 DeepSeek V4.1 Flash 552B 的吞吐量为 39057 tok/s/chip，每百万 token 成本为 $0.01；MI355X 的吞吐量为 21814 tok/s/chip，每百万 token 成本为 $0.02。GB200 NVL72 的成本效率高出 44%；GB200 NVL72 的单芯片吞吐量高出 79%。
将 DeepSeek V4.1 Flash 552B 的目标交互性设为 502 tok/s/user 时，GB200 NVL72 的吞吐量为 12304 tok/s/chip，每百万 token 成本为 $0.04；MI355X 的吞吐量为 13928 tok/s/chip，每百万 token 成本为 $0.03。MI355X 的成本效率高出 40%；MI355X 的单芯片吞吐量高出 13%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | GB200 NVL72:61820.2MI355X:48126.5 | GB200 NVL72:39057.4MI355X:21814.2 | GB200 NVL72:12303.9MI355X:13927.7 |
| 成本（$/M tok） | GB200 NVL72:$0.008MI355X:$0.009 | GB200 NVL72:$0.013MI355X:$0.019 | GB200 NVL72:$0.042MI355X:$0.030 |
| tok/s/MW | GB200 NVL72:33058914MI355X:23027048 | GB200 NVL72:20886307MI355X:10437433 | GB200 NVL72:6579629MI355X:6663971 |
| 并发数 | GB200 NVL72:~32MI355X:~14 | GB200 NVL72:~23MI355X:~5 | GB200 NVL72:~6MI355X:~1 |
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。
当前选择没有可绘制的测量数据。请检查上方的基准测试设置，或调整快捷筛选。
