Qwen 3.5 397B-A17B — GB300 NVL72 vs MI355X
GB300 NVL72（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）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。
GB300 NVL72 / MI355X 在 Qwen 3.5 397B-A17B 上以 73 tok/s/user 运行：8529 / 3448 tok/s/GPU，$0.09 / $0.12 每百万 token。GB300 NVL72 每 token 成本低 41%；GB300 NVL72 每 GPU 吞吐量高出 147%。
在 44–161 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 103 tok/s/user 运行时：GB300 NVL72 达到 4678 tok/s/GPU（$0.16/百万 token），MI355X 达到 2693（$0.15/百万）。MI355X 每 token 成本低 5%；GB300 NVL72 每 GPU 吞吐量高出 74%。
以 132 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB300 NVL72 产出 2941 tok/s/GPU（每百万 token $0.24），MI355X 产出 2090（$0.20）。MI355X 每 token 成本低 23%；GB300 NVL72 每 GPU 吞吐量高出 41%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:8529.0MI355X:3448.3 | GB300 NVL72:4678.2MI355X:2692.7 | GB300 NVL72:2941.0MI355X:2090.0 |
| Cost ($/M tok) | GB300 NVL72:$0.086MI355X:$0.121 | GB300 NVL72:$0.157MI355X:$0.150 | GB300 NVL72:$0.244MI355X:$0.198 |
| tok/s/MW | GB300 NVL72:4061452MI355X:1301263 | GB300 NVL72:2227701MI355X:1016122 | GB300 NVL72:1400468MI355X:788678 |
| Concurrency | GB300 NVL72:~225MI355X:~14 | GB300 NVL72:~45MI355X:~6 | GB300 NVL72:~23MI355X:~4 |
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。