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 $0.27。GB200 NVL72 的每 token 成本低 57%;GB200 NVL72 的单芯片吞吐量为对方的 4.6 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | GB200 NVL729,645MI300X1,469 | GB200 NVL727,195MI300X1,256 | GB200 NVL724,540MI300X990 |
| 成本($/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 |