对比 GB300 NVL72（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）在 DeepSeek V4.1 Flash 552B 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 DeepSeek V4.1 Flash 552B 的目标交互性为 189 tok/s/user 时，GB300 NVL72 的吞吐量为 652718 tok/s/chip，每百万 token 成本为 $0.00；MI355X 的吞吐量为 66875 tok/s/chip，每百万 token 成本为 $0.01。GB300 NVL72 的成本效率高出 534%；GB300 NVL72 的单芯片吞吐量高出 876%。
在 DeepSeek V4.1 Flash 552B 的 335 tok/s/user 运行点，GB300 NVL72 的吞吐量为 19067 tok/s/chip，每百万 token 成本为 $0.03；MI355X 的吞吐量为 23178 tok/s/chip，每百万 token 成本为 $0.02。MI355X 的成本效率高出 87%；MI355X 的单芯片吞吐量高出 22%。
当 DeepSeek V4.1 Flash 552B 的目标交互性为 482 tok/s/user 时，GB300 NVL72 与 MI355X 的吞吐量分别为 9938 和 14114 tok/s/chip，每百万 token 成本分别为 $0.06 和 $0.03。MI355X 的成本效率高出 119%；MI355X 的单芯片吞吐量高出 42%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | GB300 NVL72:652717.8MI355X:66875.5 | GB300 NVL72:19067.0MI355X:23177.8 | GB300 NVL72:9937.7MI355X:14114.2 |
| 成本（$/M tok） | GB300 NVL72:$0.001MI355X:$0.006 | GB300 NVL72:$0.034MI355X:$0.018 | GB300 NVL72:$0.065MI355X:$0.030 |
| tok/s/MW | GB300 NVL72:307885750MI355X:31997829 | GB300 NVL72:8993879MI355X:11089859 | GB300 NVL72:4687617MI355X:6753223 |
| 并发数 | GB300 NVL72:~3254MI355X:~32 | GB300 NVL72:~16MI355X:~6 | GB300 NVL72:~4MI355X:~1 |
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。
当前选择没有可绘制的测量数据。请检查上方的基准测试设置，或调整快捷筛选。
