Muse Spark Open 816B — TPU7x 与 Vera Rubin NVL72
对比 TPU7x（Google Ironwood）与 Vera Rubin NVL72（NVIDIA Vera Rubin）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 →
188 tok/s/user 接近 107–432 tok/s/user 交互性区间的下限。在这一运行点，TPU7x 运行 Muse Spark Open 816B 的吞吐量为 17162 tok/s/chip，每百万 token 成本为 $0.02；Vera Rubin NVL72 的吞吐量为 87182 tok/s/chip，每百万 token 成本为 $0.01。Vera Rubin NVL72 的成本效率高出 45%；Vera Rubin NVL72 的单芯片吞吐量高出 408%。
将 Muse Spark Open 816B 的目标交互性设为 270 tok/s/user 时，TPU7x 的吞吐量为 13731 tok/s/chip，每百万 token 成本为 $0.02；Vera Rubin NVL72 的吞吐量为 62325 tok/s/chip，每百万 token 成本为 $0.02。Vera Rubin NVL72 的成本效率高出 30%；Vera Rubin NVL72 的单芯片吞吐量高出 354%。
当 Muse Spark Open 816B 的目标交互性为 351 tok/s/user 时，TPU7x 的吞吐量为 8993 tok/s/chip，每百万 token 成本为 $0.03；Vera Rubin NVL72 的吞吐量为 49886 tok/s/chip，每百万 token 成本为 $0.02。Vera Rubin NVL72 的成本效率高出 58%；Vera Rubin NVL72 的单芯片吞吐量高出 455%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | TPU7x:17162.4Vera Rubin NVL72:87181.7 | TPU7x:13731.5Vera Rubin NVL72:62325.3 | TPU7x:8993.4Vera Rubin NVL72:49885.8 |
| 成本（$/M tok） | TPU7x:$0.017Vera Rubin NVL72:$0.012 | TPU7x:$0.021Vera Rubin NVL72:$0.016 | TPU7x:$0.032Vera Rubin NVL72:$0.020 |
| tok/s/MW | TPU7x:14219073Vera Rubin NVL72:26418704 | TPU7x:11376540Vera Rubin NVL72:18886449 | TPU7x:7451065Vera Rubin NVL72:15116901 |
| 并发数 | TPU7x:~11Vera Rubin NVL72:~49 | TPU7x:~8Vera Rubin NVL72:~33 | TPU7x:~5Vera Rubin NVL72:~25 |