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 36 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 10443 tok/s/GPU，MI355X 为 1218。每百万 token 成本分别为 $0.06 和 $0.34。GB200 NVL72 每 token 成本低 474%；GB200 NVL72 每 GPU 吞吐量高出 757%。
GB200 NVL72 / MI355X 在 GLM 5/5.1 上以 43 tok/s/user 运行：10265 / 949 tok/s/GPU，$0.06 / $0.43 每百万 token。GB200 NVL72 每 token 成本低 627%；GB200 NVL72 每 GPU 吞吐量高出 982%。
在 30–56 tok/s/user 交互性区间的高端，即 GLM 5/5.1 上以 50 tok/s/user 运行时：GB200 NVL72 达到 9984 tok/s/GPU（$0.06/百万 token），MI355X 达到 670（$0.63/百万）。GB200 NVL72 每 token 成本低 920%；GB200 NVL72 每 GPU 吞吐量高出 1390%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:10442.9MI355X:1218.0 | GB200 NVL72:10265.2MI355X:948.6 | GB200 NVL72:9983.9MI355X:670.1 |
| Cost ($/M tok) | GB200 NVL72:$0.059MI355X:$0.338 | GB200 NVL72:$0.060MI355X:$0.434 | GB200 NVL72:$0.061MI355X:$0.627 |
| tok/s/MW | GB200 NVL72:5584446MI355X:582775 | GB200 NVL72:5489410MI355X:453886 | GB200 NVL72:5338994MI355X:320643 |
| Concurrency | GB200 NVL72:~2253MI355X:~8 | GB200 NVL72:~1843MI355X:~8 | GB200 NVL72:~1340MI355X:~7 |
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: