Qwen 3.5 397B-A17B — GB200 NVL72 vs MI325X
GB200 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。
GB200 NVL72 / MI325X 在 Qwen 3.5 397B-A17B 上以 51 tok/s/user 运行：12378 / 679 tok/s/Chip，$0.04 / $0.45 每百万 token。GB200 NVL72 每 token 成本低 966%；GB200 NVL72 每 Chip 吞吐量高出 1723%。
在 46–68 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 57 tok/s/user 运行时：GB200 NVL72 达到 12241 tok/s/Chip（$0.04/百万 token），MI325X 达到 527（$0.57/百万）。GB200 NVL72 每 token 成本低 1257%；GB200 NVL72 每 Chip 吞吐量高出 2221%。
以 62 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB200 NVL72 产出 12060 tok/s/Chip（每百万 token $0.04），MI325X 产出 411（$0.77）。GB200 NVL72 每 token 成本低 1691%；GB200 NVL72 每 Chip 吞吐量高出 2837%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:12378.1MI325X:679.2 | GB200 NVL72:12241.0MI325X:527.3 | GB200 NVL72:12059.6MI325X:410.6 |
| Cost ($/M tok) | GB200 NVL72:$0.042MI325X:$0.445 | GB200 NVL72:$0.042MI325X:$0.573 | GB200 NVL72:$0.043MI325X:$0.768 |
| tok/s/MW | GB200 NVL72:6619279MI325X:401869 | GB200 NVL72:6546010MI325X:312008 | GB200 NVL72:6449001MI325X:242971 |
| Concurrency | GB200 NVL72:~1899MI325X:~13 | GB200 NVL72:~1568MI325X:~9 | GB200 NVL72:~1420MI325X:~6 |
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。