Qwen 3.5 397B-A17B — GB300 NVL72 vs MI300X
GB300 NVL72（NVIDIA Blackwell）与 MI300X（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。
GB300 NVL72 在 Qwen 3.5 397B-A17B 上以 46 tok/s/user 运行时达到 13149 tok/s/GPU（每百万 token $0.06）；MI300X 达到 683 tok/s/GPU（$0.46）。GB300 NVL72 每 token 成本低 714%；GB300 NVL72 每 GPU 吞吐量高出 1824%。
Qwen 3.5 397B-A17B 在 53 tok/s/user 交互性下的吞吐量：GB300 NVL72 为 13149 tok/s/GPU，MI300X 为 514。每百万 token 成本分别为 $0.06 和 $0.60。GB300 NVL72 每 token 成本低 973%；GB300 NVL72 每 GPU 吞吐量高出 2457%。
GB300 NVL72 / MI300X 在 Qwen 3.5 397B-A17B 上以 60 tok/s/user 运行：12636 / 376 tok/s/GPU，$0.06 / $0.85 每百万 token。GB300 NVL72 每 token 成本低 1352%；GB300 NVL72 每 GPU 吞吐量高出 3260%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:13149.0MI300X:683.5 | GB300 NVL72:13149.0MI300X:514.3 | GB300 NVL72:12635.8MI300X:376.1 |
| Cost ($/M tok) | GB300 NVL72:$0.056MI300X:$0.456 | GB300 NVL72:$0.056MI300X:$0.601 | GB300 NVL72:$0.058MI300X:$0.846 |
| tok/s/MW | GB300 NVL72:6202353MI300X:491692 | GB300 NVL72:6202353MI300X:370006 | GB300 NVL72:5960264MI300X:270569 |
| Concurrency | GB300 NVL72:~2304MI300X:~14 | GB300 NVL72:~2304MI300X:~9 | GB300 NVL72:~1708MI300X:~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。