MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — H200 与 MI325X
对比 H200(NVIDIA Hopper)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。
将 MiniMax M2.5/M2.7 的目标交互性设为 34 tok/s/user 时,H200 的吞吐量为 3,353 tok/s/chip,每百万 token 成本为 $0.10;MI325X 的吞吐量为 2,699 tok/s/chip,每百万 token 成本为 $0.11。H200 的每 token 成本低 11%;H200 的单芯片吞吐量高出 24%。
当 MiniMax M2.5/M2.7 的目标交互性为 56 tok/s/user 时,H200 的吞吐量为 2,342 tok/s/chip,每百万 token 成本为 $0.14;MI325X 的吞吐量为 1,814 tok/s/chip,每百万 token 成本为 $0.17。H200 的每 token 成本低 14%;H200 的单芯片吞吐量高出 29%。
在 MiniMax M2.5/M2.7 的 78 tok/s/user 运行点,H200 的吞吐量为 1,681 tok/s/chip,每百万 token 成本为 $0.20;MI325X 的吞吐量为 1,009 tok/s/chip,每百万 token 成本为 $0.30。H200 的每 token 成本低 33%;H200 的单芯片吞吐量高出 67%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | H2003,353MI325X2,699 | H2002,342MI325X1,814 | H2001,681MI325X1,009 |
| 成本($/M tok) | H200$0.10MI325X$0.11 | H200$0.14MI325X$0.17 | H200$0.20MI325X$0.30 |
| tok/s/MW | H2002,447,382MI325X1,596,901 | H2001,709,253MI325X1,073,566 | H2001,226,691MI325X597,118 |
| 并发数 | H200~44MI325X~18 | H200~19MI325X~8 | H200~10MI325X~5 |