Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — GB300 NVL72 vs MI355X
GB300 NVL72（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）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。
GB300 NVL72 / MI355X 在 Qwen 3.5 397B-A17B 上以 75 tok/s/user 运行：1084 / 1799 tok/s/GPU，$0.68 / $0.23 每百万 token。MI355X 每 token 成本低 192%；MI355X 每 GPU 吞吐量高出 66%。
在 32–206 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 119 tok/s/user 运行时：GB300 NVL72 达到 447 tok/s/GPU（$1.65/百万 token），MI355X 达到 1050（$0.39/百万）。MI355X 每 token 成本低 325%；MI355X 每 GPU 吞吐量高出 135%。
以 163 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB300 NVL72 产出 208 tok/s/GPU（每百万 token $3.46），MI355X 产出 639（$0.64）。MI355X 每 token 成本低 438%；MI355X 每 GPU 吞吐量高出 208%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:1083.9MI355X:1799.4 | GB300 NVL72:446.9MI355X:1049.5 | GB300 NVL72:207.7MI355X:639.1 |
| Cost ($/M tok) | GB300 NVL72:$0.677MI355X:$0.232 | GB300 NVL72:$1.648MI355X:$0.388 | GB300 NVL72:$3.463MI355X:$0.644 |
| tok/s/MW | GB300 NVL72:511290MI355X:860962 | GB300 NVL72:210784MI355X:502164 | GB300 NVL72:97959MI355X:305794 |
| Concurrency | GB300 NVL72:~63MI355X:~48 | GB300 NVL72:~16MI355X:~18 | GB300 NVL72:~5MI355X:~8 |
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: