MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — GB300 NVL72 与 MI355X

对比 GB300 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。

在 MiniMax M2.5/M2.7 的 43 tok/s/user 运行点,GB300 NVL72 的吞吐量为 10,654 tok/s/chip,每百万 token 成本为 $0.060;MI355X 的吞吐量为 4,697 tok/s/chip,每百万 token 成本为 $0.089。GB300 NVL72 的每 token 成本低 32%;GB300 NVL72 的单芯片吞吐量高出 127%。

当 MiniMax M2.5/M2.7 的目标交互性为 62 tok/s/user 时,GB300 NVL72 与 MI355X 的吞吐量分别为 7,309 和 3,138 tok/s/chip,每百万 token 成本分别为 $0.088 和 $0.13。GB300 NVL72 的每 token 成本低 34%;GB300 NVL72 的单芯片吞吐量高出 133%。

以 81 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,GB300 NVL72 的吞吐量为 3,698 tok/s/chip,每百万 token 成本为 $0.17;MI355X 的吞吐量为 2,173 tok/s/chip,每百万 token 成本为 $0.19。GB300 NVL72 的每 token 成本低 10%;GB300 NVL72 的单芯片吞吐量高出 70%。 (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 NVL7210,654MI355X4,697
GB300 NVL727,309MI355X3,138
GB300 NVL723,698MI355X2,173
成本($/M tok)
GB300 NVL72$0.060MI355X$0.089
GB300 NVL72$0.088MI355X$0.13
GB300 NVL72$0.17MI355X$0.19
tok/s/MW
GB300 NVL725,025,439MI355X2,247,388
GB300 NVL723,447,521MI355X1,501,464
GB300 NVL721,744,352MI355X1,039,561
并发数
GB300 NVL72~200MI355X~43
GB300 NVL72~197MI355X~11
GB300 NVL72~51MI355X~6