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。)

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 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