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 53 tok/s/user 交互性运行时，GB300 NVL72 吞吐量为 13149 tok/s/Chip，每百万 token 成本 $0.05；MI325X 吞吐量为 626 tok/s/Chip，成本 $0.48。GB300 NVL72 每 token 成本低 882%；GB300 NVL72 每 Chip 吞吐量高出 2000%。
GB300 NVL72 在 Qwen 3.5 397B-A17B 上以 58 tok/s/user 运行时达到 12795 tok/s/Chip（每百万 token $0.05）；MI325X 达到 503 tok/s/Chip（$0.60）。GB300 NVL72 每 token 成本低 1105%；GB300 NVL72 每 Chip 吞吐量高出 2442%。
Qwen 3.5 397B-A17B 在 63 tok/s/user 交互性下的吞吐量：GB300 NVL72 为 12458 tok/s/Chip，MI325X 为 389。每百万 token 成本分别为 $0.05 和 $0.82。GB300 NVL72 每 token 成本低 1485%；GB300 NVL72 每 Chip 吞吐量高出 3105%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB300 NVL72:13149.0MI325X:626.0 | GB300 NVL72:12795.1MI325X:503.3 | GB300 NVL72:12457.6MI325X:388.7 |
| Cost ($/M tok) | GB300 NVL72:$0.049MI325X:$0.479 | GB300 NVL72:$0.050MI325X:$0.604 | GB300 NVL72:$0.051MI325X:$0.816 |
| tok/s/MW | GB300 NVL72:6202353MI325X:370435 | GB300 NVL72:6035411MI325X:297806 | GB300 NVL72:5876212MI325X:229993 |
| Concurrency | GB300 NVL72:~2304MI325X:~11 | GB300 NVL72:~1886MI325X:~8 | GB300 NVL72:~1516MI325X:~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。