Qwen 3.5 397B-A17B — GB200 NVL72 vs MI300X
GB200 NVL72（NVIDIA Blackwell）与 MI300X（AMD CDNA 3）在 Qwen 3.5 397B-A17B 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。使用下方图表控件切换序列、精度和指标——交互方式与主推理图表相同。
在 34–71 tok/s/user 交互性区间的低端，即 Qwen 3.5 397B-A17B 上以 43 tok/s/user 运行时：GB200 NVL72 达到 4910 tok/s/GPU（$0.12/百万 token），MI300X 达到 346（$0.89/百万）。GB200 NVL72 每 token 成本低 629%；GB200 NVL72 每 GPU 吞吐量高出 1320%。
以 53 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB200 NVL72 产出 1977 tok/s/GPU（每百万 token $0.32），MI300X 产出 190（$1.63）。GB200 NVL72 每 token 成本低 412%；GB200 NVL72 每 GPU 吞吐量高出 943%。
在 Qwen 3.5 397B-A17B 上以 62 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 1328 tok/s/GPU，每百万 token 成本 $0.47；MI300X 吞吐量为 123 tok/s/GPU，成本 $2.52。GB200 NVL72 每 token 成本低 432%；GB200 NVL72 每 GPU 吞吐量高出 982%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:4910.3MI300X:345.8 | GB200 NVL72:1976.7MI300X:189.5 | GB200 NVL72:1327.7MI300X:122.7 |
| Cost ($/M tok) | GB200 NVL72:$0.123MI300X:$0.893 | GB200 NVL72:$0.319MI300X:$1.633 | GB200 NVL72:$0.473MI300X:$2.517 |
| tok/s/MW | GB200 NVL72:2338245MI300X:193162 | GB200 NVL72:941273MI300X:105886 | GB200 NVL72:632228MI300X:68573 |
| Concurrency | GB200 NVL72:~1438MI300X:~34 | GB200 NVL72:~416MI300X:~15 | GB200 NVL72:~146MI300X:~8 |
推理性能
不同模型、硬件配置和服务参数下的推理性能指标。