MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — MI300X 与 MI325X
对比 MI300X(AMD CDNA 3)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。
当 MiniMax M2.5/M2.7 的目标交互性为 30 tok/s/user 时,MI300X 的吞吐量为 1,570 tok/s/chip,每百万 token 成本为 $0.17;MI325X 的吞吐量为 2,916 tok/s/chip,每百万 token 成本为 $0.10。MI325X 的每 token 成本低 38%;MI325X 的单芯片吞吐量高出 86%。
在 MiniMax M2.5/M2.7 的 48 tok/s/user 运行点,MI300X 的吞吐量为 1,412 tok/s/chip,每百万 token 成本为 $0.19;MI325X 的吞吐量为 2,106 tok/s/chip,每百万 token 成本为 $0.15。MI325X 的每 token 成本低 22%;MI325X 的单芯片吞吐量高出 49%。
当 MiniMax M2.5/M2.7 的目标交互性为 66 tok/s/user 时,MI300X 与 MI325X 的吞吐量分别为 1,086 和 1,433 tok/s/chip,每百万 token 成本分别为 $0.24 和 $0.21。MI325X 的每 token 成本低 12%;MI325X 的单芯片吞吐量高出 32%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | MI300X1,570MI325X2,916 | MI300X1,412MI325X2,106 | MI300X1,086MI325X1,433 |
| 成本($/M tok) | MI300X$0.17MI325X$0.10 | MI300X$0.19MI325X$0.15 | MI300X$0.24MI325X$0.21 |
| tok/s/MW | MI300X1,129,783MI325X1,725,192 | MI300X1,015,827MI325X1,246,204 | MI300X781,024MI325X847,801 |
| 并发数 | MI300X~20MI325X~22 | MI300X~7MI325X~10 | MI300X~4MI325X~5 |