MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — GB200 NVL72 与 MI325X
对比 GB200 NVL72(NVIDIA Blackwell)与 MI325X(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。
将 MiniMax M2.5/M2.7 的目标交互性设为 48 tok/s/user 时,GB200 NVL72 的吞吐量为 8,970 tok/s/chip,每百万 token 成本为 $0.058;MI325X 的吞吐量为 2,106 tok/s/chip,每百万 token 成本为 $0.15。GB200 NVL72 的每 token 成本低 60%;GB200 NVL72 的单芯片吞吐量为对方的 4.3 倍。
当 MiniMax M2.5/M2.7 的目标交互性为 65 tok/s/user 时,GB200 NVL72 的吞吐量为 5,557 tok/s/chip,每百万 token 成本为 $0.093;MI325X 的吞吐量为 1,470 tok/s/chip,每百万 token 成本为 $0.21。GB200 NVL72 的每 token 成本低 55%;GB200 NVL72 的单芯片吞吐量为对方的 3.8 倍。
在 MiniMax M2.5/M2.7 的 82 tok/s/user 运行点,GB200 NVL72 的吞吐量为 3,194 tok/s/chip,每百万 token 成本为 $0.16;MI325X 的吞吐量为 878 tok/s/chip,每百万 token 成本为 $0.35。GB200 NVL72 的每 token 成本低 54%;GB200 NVL72 的单芯片吞吐量为对方的 3.6 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | GB200 NVL728,970MI325X2,106 | GB200 NVL725,557MI325X1,470 | GB200 NVL723,194MI325X878 |
| 成本($/M tok) | GB200 NVL72$0.058MI325X$0.15 | GB200 NVL72$0.093MI325X$0.21 | GB200 NVL72$0.16MI325X$0.35 |
| tok/s/MW | GB200 NVL724,796,740MI325X1,246,204 | GB200 NVL722,971,457MI325X869,998 | GB200 NVL721,708,227MI325X519,748 |
| 并发数 | GB200 NVL72~146MI325X~10 | GB200 NVL72~64MI325X~5 | GB200 NVL72~28MI325X~7 |