MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — GB300 NVL72 与 MI325X

对比 GB300 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。

43 tok/s/user 接近 24–99 tok/s/user 交互性区间的下限。在这一运行点,GB300 NVL72 运行 MiniMax M2.5/M2.7 的吞吐量为 10,654 tok/s/chip,每百万 token 成本为 $0.060;MI325X 的吞吐量为 2,291 tok/s/chip,每百万 token 成本为 $0.13。GB300 NVL72 的每 token 成本低 55%;GB300 NVL72 的单芯片吞吐量为对方的 4.7 倍。

将 MiniMax M2.5/M2.7 的目标交互性设为 62 tok/s/user 时,GB300 NVL72 的吞吐量为 7,309 tok/s/chip,每百万 token 成本为 $0.088;MI325X 的吞吐量为 1,584 tok/s/chip,每百万 token 成本为 $0.19。GB300 NVL72 的每 token 成本低 54%;GB300 NVL72 的单芯片吞吐量为对方的 4.6 倍。

当 MiniMax M2.5/M2.7 的目标交互性为 81 tok/s/user 时,GB300 NVL72 的吞吐量为 3,698 tok/s/chip,每百万 token 成本为 $0.17;MI325X 的吞吐量为 910 tok/s/chip,每百万 token 成本为 $0.34。GB300 NVL72 的每 token 成本低 48%;GB300 NVL72 的单芯片吞吐量为对方的 4.1 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)
GB300 NVL7210,654MI325X2,291
GB300 NVL727,309MI325X1,584
GB300 NVL723,698MI325X910
成本($/M tok)
GB300 NVL72$0.060MI325X$0.13
GB300 NVL72$0.088MI325X$0.19
GB300 NVL72$0.17MI325X$0.34
tok/s/MW
GB300 NVL725,025,439MI325X1,355,458
GB300 NVL723,447,521MI325X937,407
GB300 NVL721,744,352MI325X538,619
并发数
GB300 NVL72~200MI325X~12
GB300 NVL72~197MI325X~6
GB300 NVL72~51MI325X~7