MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — GB200 NVL72 与 MI300X

对比 GB200 NVL72(NVIDIA Blackwell)与 MI300X(AMD CDNA 3)在 MiniMax M2.5/M2.7 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。

44 tok/s/user 接近 31–84 tok/s/user 交互性区间的下限。在这一运行点,GB200 NVL72 运行 MiniMax M2.5/M2.7 的吞吐量为 9,645 tok/s/chip,每百万 token 成本为 $0.054;MI300X 的吞吐量为 1,469 tok/s/chip,每百万 token 成本为 $0.18。GB200 NVL72 的每 token 成本低 70%;GB200 NVL72 的单芯片吞吐量为对方的 6.6 倍。

将 MiniMax M2.5/M2.7 的目标交互性设为 57 tok/s/user 时,GB200 NVL72 的吞吐量为 7,195 tok/s/chip,每百万 token 成本为 $0.072;MI300X 的吞吐量为 1,256 tok/s/chip,每百万 token 成本为 $0.21。GB200 NVL72 的每 token 成本低 66%;GB200 NVL72 的单芯片吞吐量为对方的 5.7 倍。

当 MiniMax M2.5/M2.7 的目标交互性为 71 tok/s/user 时,GB200 NVL72 的吞吐量为 4,540 tok/s/chip,每百万 token 成本为 $0.11;MI300X 的吞吐量为 990 tok/s/chip,每百万 token 成本为 $0.27。GB200 NVL72 的每 token 成本低 57%;GB200 NVL72 的单芯片吞吐量为对方的 4.6 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。)

查看每美元性能对比 →

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)
GB200 NVL729,645MI300X1,469
GB200 NVL727,195MI300X1,256
GB200 NVL724,540MI300X990
成本($/M tok)
GB200 NVL72$0.054MI300X$0.18
GB200 NVL72$0.072MI300X$0.21
GB200 NVL72$0.11MI300X$0.27
tok/s/MW
GB200 NVL725,157,936MI300X1,056,894
GB200 NVL723,847,513MI300X903,492
GB200 NVL722,427,969MI300X711,944
并发数
GB200 NVL72~180MI300X~8
GB200 NVL72~88MI300X~5
GB200 NVL72~47MI300X~4