GLM 5/5.1 · 芯片对比
GLM 5/5.1 — H200 与 MI325X
对比 H200(NVIDIA Hopper)与 MI325X(AMD CDNA 3)在 GLM 5/5.1 上的 AI 推理基准测试结果,涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标,操作方式与主推理图表相同。
在 GLM 5/5.1 的 20 tok/s/user 运行点,H200 的吞吐量为 852 tok/s/chip,每百万 token 成本为 $0.40;MI325X 的吞吐量为 282 tok/s/chip,每百万 token 成本为 $1.08。H200 的每 token 成本低 63%;H200 的单芯片吞吐量为对方的 3.0 倍。
当 GLM 5/5.1 的目标交互性为 23 tok/s/user 时,H200 与 MI325X 的吞吐量分别为 852 和 219 tok/s/chip,每百万 token 成本分别为 $0.40 和 $1.40。H200 的每 token 成本低 72%;H200 的单芯片吞吐量为对方的 3.9 倍。
以 26 tok/s/user 为目标运行 GLM 5/5.1 时,H200 的吞吐量为 838 tok/s/chip,每百万 token 成本为 $0.40;MI325X 的吞吐量为 159 tok/s/chip,每百万 token 成本为 $1.92。H200 的每 token 成本低 79%;H200 的单芯片吞吐量为对方的 5.3 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | H200852MI325X282 | H200852MI325X219 | H200838MI325X159 |
| 成本($/M tok) | H200$0.40MI325X$1.08 | H200$0.40MI325X$1.40 | H200$0.40MI325X$1.92 |
| tok/s/MW | H200621,824MI325X166,947 | H200621,824MI325X129,326 | H200611,771MI325X94,197 |
| 并发数 | H200~32MI325X~13 | H200~32MI325X~9 | H200~31MI325X~6 |