GLM 5/5.1 · GPU 对比
GLM 5/5.1 — GB200 NVL72 vs MI355X
GB200 NVL72（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）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。
GLM 5/5.1 在 37 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 2074 tok/s/GPU，MI355X 为 1173。每百万 token 成本分别为 $0.31 和 $0.35。GB200 NVL72 每 token 成本低 12%；GB200 NVL72 每 GPU 吞吐量高出 77%。
GB200 NVL72 / MI355X 在 GLM 5/5.1 上以 45 tok/s/user 运行：635 / 1022 tok/s/GPU，$0.96 / $0.40 每百万 token。MI355X 每 token 成本低 142%；MI355X 每 GPU 吞吐量高出 61%。
在 29–62 tok/s/user 交互性区间的高端，即 GLM 5/5.1 上以 54 tok/s/user 运行时：GB200 NVL72 达到 158 tok/s/GPU（$4.50/百万 token），MI355X 达到 920（$0.45/百万）。MI355X 每 token 成本低 907%；MI355X 每 GPU 吞吐量高出 483%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:2073.9MI355X:1173.0 | GB200 NVL72:635.4MI355X:1022.3 | GB200 NVL72:157.8MI355X:920.0 |
| Cost ($/M tok) | GB200 NVL72:$0.311MI355X:$0.349 | GB200 NVL72:$0.957MI355X:$0.396 | GB200 NVL72:$4.499MI355X:$0.447 |
| tok/s/MW | GB200 NVL72:987580MI355X:442655 | GB200 NVL72:302553MI355X:385761 | GB200 NVL72:75151MI355X:347177 |
| Concurrency | GB200 NVL72:~931MI355X:~15 | GB200 NVL72:~150MI355X:~11 | GB200 NVL72:~27MI355X:~8 |
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: