MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — GB300 NVL72 与 MI300X
对比 GB300 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。
将 MiniMax M2.5/M2.7 的目标交互性设为 39 tok/s/user 时,GB300 NVL72 的吞吐量为 12,484 tok/s/chip,每百万 token 成本为 $0.051;MI300X 的吞吐量为 1,517 tok/s/chip,每百万 token 成本为 $0.17。GB300 NVL72 的每 token 成本低 70%;GB300 NVL72 的单芯片吞吐量为对方的 8.2 倍。
当 MiniMax M2.5/M2.7 的目标交互性为 54 tok/s/user 时,GB300 NVL72 的吞吐量为 8,398 tok/s/chip,每百万 token 成本为 $0.076;MI300X 的吞吐量为 1,311 tok/s/chip,每百万 token 成本为 $0.20。GB300 NVL72 的每 token 成本低 62%;GB300 NVL72 的单芯片吞吐量为对方的 6.4 倍。
在 MiniMax M2.5/M2.7 的 69 tok/s/user 运行点,GB300 NVL72 的吞吐量为 4,972 tok/s/chip,每百万 token 成本为 $0.13;MI300X 的吞吐量为 1,028 tok/s/chip,每百万 token 成本为 $0.26。GB300 NVL72 的每 token 成本低 50%;GB300 NVL72 的单芯片吞吐量为对方的 4.8 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | GB300 NVL7212,484MI300X1,517 | GB300 NVL728,398MI300X1,311 | GB300 NVL724,972MI300X1,028 |
| 成本($/M tok) | GB300 NVL72$0.051MI300X$0.17 | GB300 NVL72$0.076MI300X$0.20 | GB300 NVL72$0.13MI300X$0.26 |
| tok/s/MW | GB300 NVL725,888,764MI300X1,091,393 | GB300 NVL723,961,488MI300X943,119 | GB300 NVL722,345,469MI300X739,905 |
| 并发数 | GB300 NVL72~613MI300X~10 | GB300 NVL72~222MI300X~5 | GB300 NVL72~63MI300X~4 |