Qwen 3.5 397B-A17B · 芯片对比
Qwen 3.5 397B-A17B — GB300 NVL72 与 MI355X
对比 GB300 NVL72(NVIDIA Blackwell)与 MI355X(AMD CDNA 4)在 Qwen 3.5 397B-A17B 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 →
以 141 tok/s/user 为目标运行 Qwen 3.5 397B-A17B 时,GB300 NVL72 的吞吐量为 59,758 tok/s/chip,每百万 token 成本为 $0.011;MI355X 的吞吐量为 30,247 tok/s/chip,每百万 token 成本为 $0.014。GB300 NVL72 的每 token 成本低 22%;GB300 NVL72 的单芯片吞吐量高出 98%。
214 tok/s/user 位于 68–359 tok/s/user 交互性区间的中段。在这一运行点,GB300 NVL72 运行 Qwen 3.5 397B-A17B 的吞吐量为 33,238 tok/s/chip,每百万 token 成本为 $0.019;MI355X 的吞吐量为 15,239 tok/s/chip,每百万 token 成本为 $0.027。GB300 NVL72 的每 token 成本低 29%;GB300 NVL72 的单芯片吞吐量高出 118%。
将 Qwen 3.5 397B-A17B 的目标交互性设为 287 tok/s/user 时,GB300 NVL72 的吞吐量为 24,883 tok/s/chip,每百万 token 成本为 $0.026;MI355X 的吞吐量为 5,986 tok/s/chip,每百万 token 成本为 $0.070。GB300 NVL72 的每 token 成本低 63%;GB300 NVL72 的单芯片吞吐量为对方的 4.2 倍。 (以上数据基于此 URL 对应的默认 agentic-traces · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | GB300 NVL7259,758MI355X30,247 | GB300 NVL7233,238MI355X15,239 | GB300 NVL7224,883MI355X5,986 |
| 成本($/M tok) | GB300 NVL72$0.011MI355X$0.014 | GB300 NVL72$0.019MI355X$0.027 | GB300 NVL72$0.026MI355X$0.070 |
| tok/s/MW | GB300 NVL7228,187,615MI355X14,472,096 | GB300 NVL7215,678,249MI355X7,291,463 | GB300 NVL7211,737,088MI355X2,864,302 |
| 并发数 | GB300 NVL72~392MI355X~22 | GB300 NVL72~159MI355X~11 | GB300 NVL72~113MI355X~3 |