GLM 5/5.1 · GPU 对比
GLM 5/5.1 — GB300 NVL72 vs MI355X
GB300 NVL72（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）在 GLM 5/5.1 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 30 tok/s/user 为目标在 GLM 5/5.1 上运行时，GB300 NVL72 产出 11341 tok/s/GPU（每百万 token $0.06），MI355X 产出 907（$0.45）。GB300 NVL72 每 token 成本低 600%；GB300 NVL72 每 GPU 吞吐量高出 1150%。
在 GLM 5/5.1 上以 42 tok/s/user 交互性运行时，GB300 NVL72 吞吐量为 10234 tok/s/GPU，每百万 token 成本 $0.07；MI355X 吞吐量为 452 tok/s/GPU，成本 $0.90。GB300 NVL72 每 token 成本低 1146%；GB300 NVL72 每 GPU 吞吐量高出 2166%。
GB300 NVL72 在 GLM 5/5.1 上以 55 tok/s/user 运行时达到 8633 tok/s/GPU（每百万 token $0.09）；MI355X 达到 228 tok/s/GPU（$1.81）。GB300 NVL72 每 token 成本低 2018%；GB300 NVL72 每 GPU 吞吐量高出 3686%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:11341.4MI355X:907.1 | GB300 NVL72:10233.9MI355X:451.6 | GB300 NVL72:8632.9MI355X:228.0 |
| Cost ($/M tok) | GB300 NVL72:$0.065MI355X:$0.454 | GB300 NVL72:$0.072MI355X:$0.896 | GB300 NVL72:$0.085MI355X:$1.808 |
| tok/s/MW | GB300 NVL72:5349707MI355X:434038 | GB300 NVL72:4827317MI355X:216095 | GB300 NVL72:4072116MI355X:109104 |
| Concurrency | GB300 NVL72:~4301MI355X:~62 | GB300 NVL72:~3770MI355X:~22 | GB300 NVL72:~1946MI355X:~9 |
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。
厂商:
聚合模式:
投机解码: