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 44 tok/s/user 运行：12698 / 902 tok/s/Chip，$0.04 / $0.34 每百万 token。GB200 NVL72 每 token 成本低 732%；GB200 NVL72 每 Chip 吞吐量高出 1307%。
在 36–68 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 52 tok/s/user 运行时：GB200 NVL72 达到 12192 tok/s/Chip（$0.04/百万 token），MI325X 达到 652（$0.47/百万）。GB200 NVL72 每 token 成本低 1006%；GB200 NVL72 每 Chip 吞吐量高出 1770%。
以 60 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB200 NVL72 产出 11690 tok/s/Chip（每百万 token $0.04），MI325X 产出 456（$0.67）。GB200 NVL72 每 token 成本低 1417%；GB200 NVL72 每 Chip 吞吐量高出 2464%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:12697.9MI325X:902.5 | GB200 NVL72:12192.3MI325X:652.2 | GB200 NVL72:11689.8MI325X:455.9 |
| Cost ($/M tok) | GB200 NVL72:$0.041MI325X:$0.339 | GB200 NVL72:$0.042MI325X:$0.469 | GB200 NVL72:$0.044MI325X:$0.670 |
| tok/s/MW | GB200 NVL72:6790311MI325X:534017 | GB200 NVL72:6519957MI325X:385893 | GB200 NVL72:6251204MI325X:269744 |
| Concurrency | GB200 NVL72:~2304MI325X:~20 | GB200 NVL72:~1876MI325X:~12 | GB200 NVL72:~1415MI325X:~7 |
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。