GLM 5/5.1 · GPU 对比
GLM 5/5.1 — GB200 NVL72 vs MI325X
GB200 NVL72（NVIDIA Blackwell）与 MI325X（AMD CDNA 3）在 GLM 5/5.1 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。使用下方图表控件切换序列、精度和指标——交互方式与主推理图表相同。
以 29 tok/s/user 为目标在 GLM 5/5.1 上运行时，GB200 NVL72 产出 4567 tok/s/GPU（每百万 token $0.13），MI325X 产出 119（$3.00）。GB200 NVL72 每 token 成本低 2131%；GB200 NVL72 每 GPU 吞吐量高出 3754%。
在 GLM 5/5.1 上以 29 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 4567 tok/s/GPU，每百万 token 成本 $0.13；MI325X 吞吐量为 119 tok/s/GPU，成本 $3.00。GB200 NVL72 每 token 成本低 2131%；GB200 NVL72 每 GPU 吞吐量高出 3754%。
GB200 NVL72 在 GLM 5/5.1 上以 29 tok/s/user 运行时达到 4567 tok/s/GPU（每百万 token $0.13）；MI325X 达到 119 tok/s/GPU（$3.00）。GB200 NVL72 每 token 成本低 2131%；GB200 NVL72 每 GPU 吞吐量高出 3754%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:4566.8MI325X:118.5 | GB200 NVL72:4566.8MI325X:118.5 | GB200 NVL72:4566.8MI325X:118.5 |
| Cost ($/M tok) | GB200 NVL72:$0.134MI325X:$3.000 | GB200 NVL72:$0.134MI325X:$3.000 | GB200 NVL72:$0.134MI325X:$3.000 |
| tok/s/MW | GB200 NVL72:2174650MI325X:54361 | GB200 NVL72:2174650MI325X:54361 | GB200 NVL72:2174650MI325X:54361 |
| Concurrency | GB200 NVL72:~2490MI325X:~4 | GB200 NVL72:~2490MI325X:~4 | GB200 NVL72:~2490MI325X:~4 |
推理性能
不同模型、硬件配置和服务参数下的推理性能指标。
厂商:
聚合模式:
投机解码: