Qwen 3.5 397B-A17B · 芯片对比
Qwen 3.5 397B-A17B — RTX PRO 6000 与 TPU7x
对比 RTX PRO 6000(NVIDIA Blackwell)与 TPU7x(Google Ironwood)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 →
当 Qwen 3.5 397B-A17B 的目标交互性为 327 tok/s/user 时,TPU7x 的吞吐量为 45,533 tok/s/chip,每百万 token 成本为 $0.006;RTX PRO 6000 在该运行点尚未测试。
当 Qwen 3.5 397B-A17B 的目标交互性为 573 tok/s/user 时,TPU7x 的吞吐量为 37,264 tok/s/chip,每百万 token 成本为 $0.008;RTX PRO 6000 在该运行点暂无基准测试数据。
在 Qwen 3.5 397B-A17B 的 818 tok/s/user 运行点,TPU7x 的吞吐量为 28,384 tok/s/chip,每百万 token 成本为 $0.010;RTX PRO 6000 在该运行点暂无数据。 (以上数据基于此 URL 对应的默认 agentic-traces · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | RTX PRO 6000—TPU7x45,533 | RTX PRO 6000—TPU7x37,264 | RTX PRO 6000—TPU7x28,384 |
| 成本($/M tok) | RTX PRO 6000—TPU7x$0.006 | RTX PRO 6000—TPU7x$0.008 | RTX PRO 6000—TPU7x$0.010 |
| tok/s/MW | RTX PRO 6000—TPU7x37,724,292 | RTX PRO 6000—TPU7x30,873,240 | RTX PRO 6000—TPU7x23,516,277 |
| 并发数 | RTX PRO 6000—TPU7x~224 | RTX PRO 6000—TPU7x~212 | RTX PRO 6000—TPU7x~169 |