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 47 tok/s/user 交互性运行时，GB300 NVL72 吞吐量为 13149 tok/s/GPU，每百万 token 成本 $0.06；MI325X 吞吐量为 799 tok/s/GPU，成本 $0.44。GB300 NVL72 每 token 成本低 694%；GB300 NVL72 每 GPU 吞吐量高出 1546%。
GB300 NVL72 在 Qwen 3.5 397B-A17B 上以 54 tok/s/user 运行时达到 13149 tok/s/GPU（每百万 token $0.06）；MI325X 达到 601 tok/s/GPU（$0.58）。GB300 NVL72 每 token 成本低 936%；GB300 NVL72 每 GPU 吞吐量高出 2089%。
Qwen 3.5 397B-A17B 在 61 tok/s/user 交互性下的吞吐量：GB300 NVL72 为 12570 tok/s/GPU，MI325X 为 433。每百万 token 成本分别为 $0.06 和 $0.84。GB300 NVL72 每 token 成本低 1334%；GB300 NVL72 每 GPU 吞吐量高出 2803%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:13149.0MI325X:798.9 | GB300 NVL72:13149.0MI325X:600.6 | GB300 NVL72:12570.1MI325X:433.0 |
| Cost ($/M tok) | GB300 NVL72:$0.056MI325X:$0.445 | GB300 NVL72:$0.056MI325X:$0.580 | GB300 NVL72:$0.059MI325X:$0.840 |
| tok/s/MW | GB300 NVL72:6202353MI325X:472744 | GB300 NVL72:6202353MI325X:355407 | GB300 NVL72:5929270MI325X:256207 |
| Concurrency | GB300 NVL72:~2304MI325X:~16 | GB300 NVL72:~2304MI325X:~11 | GB300 NVL72:~1635MI325X:~7 |
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。