GLM 5/5.1 · GPU 对比
GLM 5/5.1 — GB300 NVL72 vs MI325X
GB300 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。
GLM 5/5.1 在 23 tok/s/user 交互性下的吞吐量：GB300 NVL72 为 4083 tok/s/GPU，MI325X 为 161。每百万 token 成本分别为 $0.18 和 $2.22。GB300 NVL72 每 token 成本低 1129%；GB300 NVL72 每 GPU 吞吐量高出 2434%。
GB300 NVL72 / MI325X 在 GLM 5/5.1 上以 27 tok/s/user 运行：3994 / 85 tok/s/GPU，$0.18 / $4.34 每百万 token。GB300 NVL72 每 token 成本低 2253%；GB300 NVL72 每 GPU 吞吐量高出 4620%。
在 19–34 tok/s/user 交互性区间的高端，即 GLM 5/5.1 上以 30 tok/s/user 运行时：GB300 NVL72 达到 3869 tok/s/GPU（$0.19/百万 token），MI325X 达到 62（$5.71/百万）。GB300 NVL72 每 token 成本低 2899%；GB300 NVL72 每 GPU 吞吐量高出 6186%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:4082.8MI325X:161.1 | GB300 NVL72:3993.9MI325X:84.6 | GB300 NVL72:3869.0MI325X:61.6 |
| Cost ($/M tok) | GB300 NVL72:$0.180MI325X:$2.218 | GB300 NVL72:$0.184MI325X:$4.337 | GB300 NVL72:$0.190MI325X:$5.710 |
| tok/s/MW | GB300 NVL72:1944179MI325X:73913 | GB300 NVL72:1901851MI325X:38813 | GB300 NVL72:1842383MI325X:28234 |
| Concurrency | GB300 NVL72:~7423MI325X:~30 | GB300 NVL72:~6952MI325X:~15 | GB300 NVL72:~6351MI325X:~9 |
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: