Muse Spark Open 816B — MI355X 与 TPU7x
对比 MI355X（AMD CDNA 4）与 TPU7x（Google Ironwood）在 Muse Spark Open 816B 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。
AgentX 回放真实的 coding agent 会话，而非定长 prompt。随着会话轮次增加，上下文不断增长；每个请求的大部分内容都可直接从 cache 读取，无需重新计算。因此，这项对比不仅取决于芯片本身的吞吐量，还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线；两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
当 Muse Spark Open 816B 的目标交互性为 179 tok/s/user 时，MI355X 与 TPU7x 的吞吐量分别为 16515 和 17723 tok/s/chip，每百万 token 成本分别为 $0.03 和 $0.02。TPU7x 的成本效率高出 56%；TPU7x 的单芯片吞吐量高出 7%。
以 264 tok/s/user 为目标运行 Muse Spark Open 816B 时，MI355X 的吞吐量为 12288 tok/s/chip，每百万 token 成本为 $0.03；TPU7x 的吞吐量为 14152 tok/s/chip，每百万 token 成本为 $0.02。TPU7x 的成本效率高出 68%；TPU7x 的单芯片吞吐量高出 15%。
348 tok/s/user 接近 95–432 tok/s/user 交互性区间的上限。在这一运行点，MI355X 运行 Muse Spark Open 816B 的吞吐量为 9533 tok/s/chip，每百万 token 成本为 $0.04；TPU7x 的吞吐量为 9123 tok/s/chip，每百万 token 成本为 $0.03。TPU7x 的成本效率高出 39%；MI355X 的单芯片吞吐量高出 5%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | MI355X:16514.9TPU7x:17722.9 | MI355X:12288.3TPU7x:14151.8 | MI355X:9533.3TPU7x:9122.6 |
| 成本（$/M tok） | MI355X:$0.025TPU7x:$0.016 | MI355X:$0.034TPU7x:$0.020 | MI355X:$0.044TPU7x:$0.031 |
| tok/s/MW | MI355X:7901860TPU7x:14683445 | MI355X:5879562TPU7x:11724803 | MI355X:4561371TPU7x:7558056 |
| 并发数 | MI355X:~11TPU7x:~11 | MI355X:~11TPU7x:~9 | MI355X:~13TPU7x:~5 |