Qwen 3.5 397B-A17B — GB300 NVL72 vs MI325X
GB300 NVL72（NVIDIA Blackwell）与 MI325X（AMD CDNA 3）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。
在 Qwen 3.5 397B-A17B 上以 46 tok/s/user 交互性运行时，GB300 NVL72 吞吐量为 5633 tok/s/GPU，每百万 token 成本 $0.13；MI325X 吞吐量为 403 tok/s/GPU，成本 $0.86。GB300 NVL72 每 token 成本低 571%；GB300 NVL72 每 GPU 吞吐量高出 1298%。
GB300 NVL72 在 Qwen 3.5 397B-A17B 上以 55 tok/s/user 运行时达到 2534 tok/s/GPU（每百万 token $0.29）；MI325X 达到 219 tok/s/GPU（$1.63）。GB300 NVL72 每 token 成本低 462%；GB300 NVL72 每 GPU 吞吐量高出 1055%。
Qwen 3.5 397B-A17B 在 64 tok/s/user 交互性下的吞吐量：GB300 NVL72 为 1595 tok/s/GPU，MI325X 为 134。每百万 token 成本分别为 $0.47 和 $2.64。GB300 NVL72 每 token 成本低 460%；GB300 NVL72 每 GPU 吞吐量高出 1088%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:5632.9MI325X:402.9 | GB300 NVL72:2534.1MI325X:219.4 | GB300 NVL72:1595.1MI325X:134.3 |
| Cost ($/M tok) | GB300 NVL72:$0.129MI325X:$0.864 | GB300 NVL72:$0.290MI325X:$1.631 | GB300 NVL72:$0.472MI325X:$2.638 |
| tok/s/MW | GB300 NVL72:2657012MI325X:238420 | GB300 NVL72:1195328MI325X:129810 | GB300 NVL72:752417MI325X:79448 |
| Concurrency | GB300 NVL72:~1570MI325X:~37 | GB300 NVL72:~559MI325X:~16 | GB300 NVL72:~214MI325X:~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。