Qwen 3.5 397B-A17B — GB200 NVL72 vs MI325X
GB200 NVL72（NVIDIA Blackwell）与 MI325X（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。
GB200 NVL72 / MI325X 在 Qwen 3.5 397B-A17B 上以 46 tok/s/user 运行：3800 / 403 tok/s/GPU，$0.16 / $0.86 每百万 token。GB200 NVL72 每 token 成本低 431%；GB200 NVL72 每 GPU 吞吐量高出 843%。
在 37–72 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 55 tok/s/user 运行时：GB200 NVL72 达到 1781 tok/s/GPU（$0.36/百万 token），MI325X 达到 219（$1.63/百万）。GB200 NVL72 每 token 成本低 358%；GB200 NVL72 每 GPU 吞吐量高出 712%。
以 64 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB200 NVL72 产出 1239 tok/s/GPU（每百万 token $0.51），MI325X 产出 134（$2.64）。GB200 NVL72 每 token 成本低 422%；GB200 NVL72 每 GPU 吞吐量高出 823%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:3800.3MI325X:402.9 | GB200 NVL72:1781.3MI325X:219.4 | GB200 NVL72:1239.3MI325X:134.3 |
| Cost ($/M tok) | GB200 NVL72:$0.163MI325X:$0.864 | GB200 NVL72:$0.356MI325X:$1.631 | GB200 NVL72:$0.506MI325X:$2.638 |
| tok/s/MW | GB200 NVL72:1809650MI325X:184830 | GB200 NVL72:848237MI325X:100633 | GB200 NVL72:590129MI325X:61591 |
| Concurrency | GB200 NVL72:~962MI325X:~37 | GB200 NVL72:~338MI325X:~16 | GB200 NVL72:~113MI325X:~9 |
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。