GLM 5/5.1 · GPU 对比
GLM 5/5.1 — GB300 NVL72 vs MI355X
GB300 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。
以 31 tok/s/user 为目标在 GLM 5/5.1 上运行时，GB300 NVL72 产出 3824 tok/s/GPU（每百万 token $0.19），MI355X 产出 947（$0.44）。GB300 NVL72 每 token 成本低 127%；GB300 NVL72 每 GPU 吞吐量高出 304%。
在 GLM 5/5.1 上以 43 tok/s/user 交互性运行时，GB300 NVL72 吞吐量为 276 tok/s/GPU，每百万 token 成本 $2.67；MI355X 吞吐量为 701 tok/s/GPU，成本 $0.58。MI355X 每 token 成本低 357%；MI355X 每 GPU 吞吐量高出 154%。
GB300 NVL72 在 GLM 5/5.1 上以 55 tok/s/user 运行时达到 93 tok/s/GPU（每百万 token $7.90）；MI355X 达到 417 tok/s/GPU（$0.99）。MI355X 每 token 成本低 702%；MI355X 每 GPU 吞吐量高出 348%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:3824.1MI355X:946.6 | GB300 NVL72:275.7MI355X:700.7 | GB300 NVL72:93.2MI355X:417.5 |
| Cost ($/M tok) | GB300 NVL72:$0.193MI355X:$0.438 | GB300 NVL72:$2.674MI355X:$0.585 | GB300 NVL72:$7.904MI355X:$0.985 |
| tok/s/MW | GB300 NVL72:1820984MI355X:357192 | GB300 NVL72:131293MI355X:264415 | GB300 NVL72:44379MI355X:157540 |
| Concurrency | GB300 NVL72:~6137MI355X:~128 | GB300 NVL72:~258MI355X:~40 | GB300 NVL72:~67MI355X:~16 |
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: