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 $0.34。GB300 NVL72 的每 token 成本低 48%;GB300 NVL72 的单芯片吞吐量为对方的 4.1 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | GB300 NVL7210,654MI325X2,291 | GB300 NVL727,309MI325X1,584 | GB300 NVL723,698MI325X910 |
| 成本($/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 |