MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — H100 与 MI300X
对比 H100(NVIDIA Hopper)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。
以 37 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,H100 的吞吐量为 2,154 tok/s/chip,每百万 token 成本为 $0.15;MI300X 的吞吐量为 1,530 tok/s/chip,每百万 token 成本为 $0.17。H100 的每 token 成本低 13%;H100 的单芯片吞吐量高出 41%。
53 tok/s/user 位于 21–84 tok/s/user 交互性区间的中段。在这一运行点,H100 运行 MiniMax M2.5/M2.7 的吞吐量为 1,601 tok/s/chip,每百万 token 成本为 $0.20;MI300X 的吞吐量为 1,329 tok/s/chip,每百万 token 成本为 $0.20。MI300X 的每 token 成本低 2%;H100 的单芯片吞吐量高出 20%。
将 MiniMax M2.5/M2.7 的目标交互性设为 69 tok/s/user 时,H100 的吞吐量为 1,200 tok/s/chip,每百万 token 成本为 $0.27;MI300X 的吞吐量为 1,028 tok/s/chip,每百万 token 成本为 $0.26。MI300X 的每 token 成本低 5%;H100 的单芯片吞吐量高出 17%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | H1002,154MI300X1,530 | H1001,601MI300X1,329 | H1001,200MI300X1,028 |
| 成本($/M tok) | H100$0.15MI300X$0.17 | H100$0.20MI300X$0.20 | H100$0.27MI300X$0.26 |
| tok/s/MW | H1001,571,951MI300X1,100,391 | H1001,168,512MI300X955,941 | H100875,835MI300X739,905 |
| 并发数 | H100~52MI300X~12 | H100~28MI300X~5 | H100~16MI300X~4 |