GLM 5/5.1 · 芯片对比
GLM 5/5.1 — B200 与 MI325X
对比 B200(NVIDIA Blackwell)与 MI325X(AMD CDNA 3)在 GLM 5/5.1 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。
将 GLM 5/5.1 的目标交互性设为 16 tok/s/user 时,B200 的吞吐量为 3,682 tok/s/chip,每百万 token 成本为 $0.13;MI325X 的吞吐量为 413 tok/s/chip,每百万 token 成本为 $0.74。B200 的每 token 成本低 82%;B200 的单芯片吞吐量为对方的 8.9 倍。
当 GLM 5/5.1 的目标交互性为 20 tok/s/user 时,B200 的吞吐量为 3,682 tok/s/chip,每百万 token 成本为 $0.13;MI325X 的吞吐量为 282 tok/s/chip,每百万 token 成本为 $1.08。B200 的每 token 成本低 88%;B200 的单芯片吞吐量为对方的 13 倍。
在 GLM 5/5.1 的 25 tok/s/user 运行点,B200 的吞吐量为 2,822 tok/s/chip,每百万 token 成本为 $0.17;MI325X 的吞吐量为 180 tok/s/chip,每百万 token 成本为 $1.70。B200 的每 token 成本低 90%;B200 的单芯片吞吐量为对方的 16 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B2003,682MI325X413 | B2003,682MI325X282 | B2002,822MI325X180 |
| 成本($/M tok) | B200$0.13MI325X$0.74 | B200$0.13MI325X$1.08 | B200$0.17MI325X$1.70 |
| tok/s/MW | B2002,153,308MI325X244,630 | B2002,153,308MI325X166,947 | B2001,650,028MI325X106,283 |
| 并发数 | B200~560MI325X~24 | B200~560MI325X~13 | B200~250MI325X~7 |