MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — GB200 NVL72 与 MI355X
对比 GB200 NVL72(NVIDIA Blackwell)与 MI355X(AMD CDNA 4)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。
当 MiniMax M2.5/M2.7 的目标交互性为 50 tok/s/user 时,GB200 NVL72 与 MI355X 的吞吐量分别为 8,615 和 4,020 tok/s/chip,每百万 token 成本分别为 $0.060 和 $0.10。GB200 NVL72 的每 token 成本低 42%;GB200 NVL72 的单芯片吞吐量高出 114%。
以 70 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,GB200 NVL72 的吞吐量为 4,701 tok/s/chip,每百万 token 成本为 $0.11;MI355X 的吞吐量为 2,713 tok/s/chip,每百万 token 成本为 $0.15。GB200 NVL72 的每 token 成本低 28%;GB200 NVL72 的单芯片吞吐量高出 73%。
91 tok/s/user 接近 31–110 tok/s/user 交互性区间的上限。在这一运行点,GB200 NVL72 运行 MiniMax M2.5/M2.7 的吞吐量为 2,725 tok/s/chip,每百万 token 成本为 $0.19;MI355X 的吞吐量为 1,744 tok/s/chip,每百万 token 成本为 $0.24。GB200 NVL72 的每 token 成本低 21%;GB200 NVL72 的单芯片吞吐量高出 56%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | GB200 NVL728,615MI355X4,020 | GB200 NVL724,701MI355X2,713 | GB200 NVL722,725MI355X1,744 |
| 成本($/M tok) | GB200 NVL72$0.060MI355X$0.10 | GB200 NVL72$0.11MI355X$0.15 | GB200 NVL72$0.19MI355X$0.24 |
| tok/s/MW | GB200 NVL724,606,957MI355X1,923,656 | GB200 NVL722,514,125MI355X1,297,935 | GB200 NVL721,457,292MI355X834,337 |
| 并发数 | GB200 NVL72~130MI355X~22 | GB200 NVL72~49MI355X~9 | GB200 NVL72~22MI355X~5 |