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。)

查看每美元性能对比 →

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