DeepSeek R1 · 芯片对比

DeepSeek R1 — GB300 NVL72 vs MI325X

GB300 NVL72（NVIDIA Blackwell）与 MI325X（AMD CDNA 3）在 DeepSeek R1 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。

以 28 tok/s/user 为目标在 DeepSeek R1 上运行时，GB300 NVL72 产出 9105 tok/s/chip（每百万 token $0.07），MI325X 产出 802（$0.38）。GB300 NVL72 每 token 成本低 441%；GB300 NVL72 每芯片吞吐量高出 1035%。

在 DeepSeek R1 上以 37 tok/s/user 交互性运行时，GB300 NVL72 吞吐量为 8803 tok/s/chip，每百万 token 成本 $0.07；MI325X 吞吐量为 636 tok/s/chip，成本 $0.48。GB300 NVL72 每 token 成本低 559%；GB300 NVL72 每芯片吞吐量高出 1284%。

GB300 NVL72 在 DeepSeek R1 上以 46 tok/s/user 运行时达到 8697 tok/s/chip（每百万 token $0.07）；MI325X 达到 405 tok/s/chip（$0.75）。GB300 NVL72 每 token 成本低 923%；GB300 NVL72 每芯片吞吐量高出 2048%。（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。）

查看每美元性能对比 →

Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.

Metric	Interactivity (tok/s/user)	Interactivity (tok/s/user)	Interactivity (tok/s/user)
Throughput (tok/s/chip)	GB300 NVL72:9105.2MI325X:802.2	GB300 NVL72:8802.7MI325X:636.0	GB300 NVL72:8696.8MI325X:405.0
Cost ($/M tok)	GB300 NVL72:$0.070MI325X:$0.381	GB300 NVL72:$0.073MI325X:$0.480	GB300 NVL72:$0.074MI325X:$0.755
tok/s/MW	GB300 NVL72:4294889MI325X:474646	GB300 NVL72:4152206MI325X:376349	GB300 NVL72:4102283MI325X:239628
Concurrency	GB300 NVL72:~1533MI325X:~27	GB300 NVL72:~1229MI325X:~17	GB300 NVL72:~1229MI325X:~9

推理性能

不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。

模型

场景

Y 轴指标

芯片配置

每 1 美元可购买的总 token 数（自有 - Neocloud Giant） vs. 交互性

DeepSeek R1 0528 671B • FP4 • 8K / 1K • 来源：SemiAnalysis InferenceX™

TCO $/chip/hr： VR200: 3.61H100: 1.55H200: 1.59B200: 2.07B300: 2.52GB200: 2.26GB300: 2.79MI300X: 1.16MI325X: 1.32MI355X: 2.09RTX6000PRO: 0.75Jalapeño (Teacup): 1.56

来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算每百万 token 成本，而非按芯片总数计算。因此，与聚合配置进行token 成本的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算输入吞吐量，而非按芯片总数计算。因此，与聚合配置进行输入吞吐量的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算输出吞吐量，而非按芯片总数计算。因此，与聚合配置进行输出吞吐量的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算功耗，而非按芯片总数计算。因此，与聚合配置进行功耗的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算能耗，而非按芯片总数计算。因此，与聚合配置进行每 token 能耗的直接对比并不完全等价。

No data available

Please change the model, sequence, precision, date range or chip selection.

Shift+Scroll to zoom • Drag to pan • Double-click to reset • Click a point to pin tooltip