MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — H200 与 MI355X
对比 H200(NVIDIA Hopper)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。
当 MiniMax M2.5/M2.7 的目标交互性为 36 tok/s/user 时,H200 与 MI355X 的吞吐量分别为 3,221 和 5,471 tok/s/chip,每百万 token 成本分别为 $0.11 和 $0.076。MI355X 的每 token 成本低 28%;MI355X 的单芯片吞吐量高出 70%。
以 61 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,H200 的吞吐量为 2,197 tok/s/chip,每百万 token 成本为 $0.15;MI355X 的吞吐量为 3,197 tok/s/chip,每百万 token 成本为 $0.13。MI355X 的每 token 成本低 16%;MI355X 的单芯片吞吐量高出 46%。
86 tok/s/user 接近 11–110 tok/s/user 交互性区间的上限。在这一运行点,H200 运行 MiniMax M2.5/M2.7 的吞吐量为 1,452 tok/s/chip,每百万 token 成本为 $0.23;MI355X 的吞吐量为 1,954 tok/s/chip,每百万 token 成本为 $0.21。MI355X 的每 token 成本低 9%;MI355X 的单芯片吞吐量高出 35%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | H2003,221MI355X5,471 | H2002,197MI355X3,197 | H2001,452MI355X1,954 |
| 成本($/M tok) | H200$0.11MI355X$0.076 | H200$0.15MI355X$0.13 | H200$0.23MI355X$0.21 |
| tok/s/MW | H2002,350,935MI355X2,617,800 | H2001,603,619MI355X1,529,799 | H2001,059,771MI355X934,901 |
| 并发数 | H200~40MI355X~72 | H200~17MI355X~12 | H200~8MI355X~5 |