Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比
Kimi K2.5/K2.6/K2.7-Code 1T — H200 与 MI325X
对比 H200(NVIDIA Hopper)与 MI325X(AMD CDNA 3)在 Kimi K2.5/K2.6/K2.7-Code 1T 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。
将 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性设为 24 tok/s/user 时,H200 的吞吐量为 1,059 tok/s/chip,每百万 token 成本为 $0.32;MI325X 的吞吐量为 457 tok/s/chip,每百万 token 成本为 $0.67。H200 的每 token 成本低 52%;H200 的单芯片吞吐量高出 131%。
当 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性为 31 tok/s/user 时,H200 的吞吐量为 961 tok/s/chip,每百万 token 成本为 $0.35;MI325X 的吞吐量为 364 tok/s/chip,每百万 token 成本为 $0.84。H200 的每 token 成本低 58%;H200 的单芯片吞吐量高出 164%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 的 39 tok/s/user 运行点,H200 的吞吐量为 877 tok/s/chip,每百万 token 成本为 $0.39;MI325X 的吞吐量为 257 tok/s/chip,每百万 token 成本为 $1.19。H200 的每 token 成本低 67%;H200 的单芯片吞吐量为对方的 3.4 倍。 (以上数据基于此 URL 对应的默认 8k/1k · int4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | H2001,059MI325X457 | H200961MI325X364 | H200877MI325X257 |
| 成本($/M tok) | H200$0.32MI325X$0.67 | H200$0.35MI325X$0.84 | H200$0.39MI325X$1.19 |
| tok/s/MW | H200772,630MI325X270,608 | H200701,570MI325X215,376 | H200639,998MI325X152,117 |
| 并发数 | H200~43MI325X~18 | H200~28MI325X~11 | H200~21MI325X~6 |