GLM 5/5.1 · 芯片对比
GLM 5/5.1 — B300 与 MI325X
对比 B300(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。
14 tok/s/user 接近 10–28 tok/s/user 交互性区间的下限。在这一运行点,B300 运行 GLM 5/5.1 的吞吐量为 1,658 tok/s/chip,每百万 token 成本为 $0.38;MI325X 的吞吐量为 491 tok/s/chip,每百万 token 成本为 $0.62。B300 的每 token 成本低 39%;B300 的单芯片吞吐量为对方的 3.4 倍。
将 GLM 5/5.1 的目标交互性设为 19 tok/s/user 时,B300 的吞吐量为 1,551 tok/s/chip,每百万 token 成本为 $0.40;MI325X 的吞吐量为 309 tok/s/chip,每百万 token 成本为 $0.99。B300 的每 token 成本低 59%;B300 的单芯片吞吐量为对方的 5.0 倍。
当 GLM 5/5.1 的目标交互性为 24 tok/s/user 时,B300 的吞吐量为 1,458 tok/s/chip,每百万 token 成本为 $0.43;MI325X 的吞吐量为 200 tok/s/chip,每百万 token 成本为 $1.53。B300 的每 token 成本低 72%;B300 的单芯片吞吐量为对方的 7.3 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B3001,658MI325X491 | B3001,551MI325X309 | B3001,458MI325X200 |
| 成本($/M tok) | B300$0.38MI325X$0.62 | B300$0.40MI325X$0.99 | B300$0.43MI325X$1.53 |
| tok/s/MW | B300872,815MI325X290,711 | B300816,521MI325X182,855 | B300767,274MI325X118,096 |
| 并发数 | B300~107MI325X~34 | B300~75MI325X~15 | B300~56MI325X~8 |