GLM 5.3 744B — MI355X 与 TPU7x
对比 MI355X（AMD CDNA 4）与 TPU7x（Google Ironwood）在 GLM 5.3 744B 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。
AgentX 回放真实的 coding agent 会话，而非定长 prompt。随着会话轮次增加，上下文不断增长；每个请求的大部分内容都可直接从 cache 读取，无需重新计算。因此，这项对比不仅取决于芯片本身的吞吐量，还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线；两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
在 GLM 5.3 744B 的 71 tok/s/user 运行点，MI355X 的吞吐量为 17312 tok/s/chip，每百万 token 成本为 $0.02；TPU7x 在该运行点暂无数据。
当 GLM 5.3 744B 的目标交互性为 140 tok/s/user 时，MI355X 的吞吐量为 9604 tok/s/chip，每百万 token 成本为 $0.04；TPU7x 在该运行点尚未测试。
当 GLM 5.3 744B 的目标交互性为 208 tok/s/user 时，MI355X 的吞吐量为 4830 tok/s/chip，每百万 token 成本为 $0.09；TPU7x 在该运行点暂无基准测试数据。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | MI355X:17311.5TPU7x:— | MI355X:9603.7TPU7x:— | MI355X:4829.5TPU7x:— |
| 成本（$/M tok） | MI355X:$0.024TPU7x:— | MI355X:$0.043TPU7x:— | MI355X:$0.086TPU7x:— |
| tok/s/MW | MI355X:8283022TPU7x:— | MI355X:4595060TPU7x:— | MI355X:2310788TPU7x:— |
| 并发数 | MI355X:~14TPU7x:— | MI355X:~5TPU7x:— | MI355X:~2TPU7x:— |