※ 引述《thinksilver (銀白色的沉思)》之銘言： : 原文標題： : AI算力成本腰斬！AMD MI355X跑GLM 5.2 成本僅輝達一半 : 原文連結： : https://reurl.cc/3yrRj0 : 發布時間： : 2026-07-07 04:44 : 記者署名： : 鉅亨網新聞中心 : 原文內容： : 隨著 AI 推理需求爆炸性增長，算力成本成為企業落地的最大痛點。近期，推理優化公司 : Wafer 公布的一組數據引發了 AI 業界的高度關注：在AMD(AMD-US)MI355X : 晶片上運行最新開源模型 GLM 5.2，不僅實現了高效能表現，其成本更僅為輝達 : (NVDA-US) 旗艦 GPU B200 的一半。 : 這項結果顯示，AMD 正逐步縮小與輝達在 AI 推理市場的差距，也讓外界重 : 新審視 GPU 市場長期由 CUDA 生態建立的競爭優勢。 : 測試顯示，MI355X 在執行 GLM 5.2 時，單節點聚合吞吐量達每秒 2,626 個 token（ : tok/s），單流吞吐量則達每秒 213 個 token。在效能方面，約可達到同級輝達旗艦 : B200 約八成水準，但部署成本卻不到 B200 的一半。 : 消息公布後，立即引發開發者社群高度關注，相關討論也迅速登上 Hacker News 熱門排 : 行榜。 : Wafer 表示，這次部署並非依靠特殊硬體，而是透過一系列軟體最佳化完成， : 包括模型量化、推理引擎選擇，以及多項相容性修正與效能調校，讓 AMD GPU 能充分發揮 : 推理能力。 : 量化技術兼顧效能與精準度 : 在模型最佳化方面，Wafer 使用 AMD 官方 Quark 工具，將模型權重由 BF16 量化為 : MXFP4，以降低運算資源需求。 : 根據測試結果，量化後模型在多項基準測試中的準確率僅有輕微變化，部分測試甚至較官 : 方量化版本更佳，代表壓縮模型後仍能維持相當程度的推理品質。 : 推理引擎方面，Wafer 比較了 vLLM、ATOM 與 sglang 三種方案後，最終選擇 sglang。 : 原因在於前兩者無法同時兼顧量化效益與長文本輸出品質，而 sglang 則能維持模型輸出 : 的穩定性，成為此次部署的主要推理平台。 : 修補細節 推理速度大幅提升 : 在完成模型量化後，Wafer 又針對推理流程持續優化。其中最大的挑戰來自 ROCm 平台對 : 投機解碼（Speculative Decoding）的支援不足。 : 團隊發現，共享專家層命名方式與 sglang 使用的命名規則不同，導致模型載入失敗，透 : 過修正命名後，單流吞吐量便大幅提升近三倍。 : 此外，另一項問題來自程式碼直接引用 CUDA 標頭檔，導致 ROCm 編譯失敗，Wafer 僅透 : 過加入編譯保護即可解決。之後再調整平行運算方式，以及手動指定適合 GLM 5.2 專家 : 層的 Kernel，最終將單節點聚合吞吐量提升至每秒 2,626 個 token。 : 測試採用接近實際生產環境的設定，包括 2 萬 token 輸入、1,000 token 輸出及 60% : 快取命中率，首個 token 延遲控制在 2.22 秒內，整體成功率達 100%。 : 新創公司也能挑戰 GPU 巨頭 : 值得注意的是，完成這項成果的 Wafer 並非大型科技公司，而是一家僅獲得 400 萬美元 : 種子輪融資的新創企業，投資人包括 Fifty Years、Y Combinator、Liquid2，以及 : Google 首席科學家 Jeff Dean、OpenAI 共同創辦人 Wojciech Zaremba 與 Dropbox 共 : 同創辦人 Arash Ferdowsi 等知名人士。 : Wafer 將自身定位為利用 AI 優化 AI 基礎設施的公司，並表示此次 GLM 5.2 的部分 : Kernel 調校、命名衝突排查與最佳化工作，都已大量導入 AI 輔助工程。 : 相較過去為了提升效能仍需自行開發客製化 Kernel，如今更多工作已轉向修補官方工具 : 鏈中的細節，代表 AMD 軟體生態正逐漸成熟。 : AMD 軟體生態逐漸成熟 : Wafer 指出，過去若每次模型發布都必須重新開發底層 Kernel，小型團隊幾乎無法跟上 : 市場節奏；如今官方工具鏈已能完成大部分工作，剩餘僅需修正相容性與最佳化細節，新 : 創公司便有機會快速完成部署，這也是 Wafer 能在模型發布後短時間內完成適配的重要 : 原因。 : Wafer 認為，目前頂尖模型能否順利部署到 AMD 平台，愈來愈取決於官方軟體支援速度 : ，而非硬體本身，CUDA 長期建立的軟體優勢正逐步受到挑戰。 : 事實上，SemiAnalysis 今年稍早針對 GLM-5 的測試也得到類似結果。報告指出，在互動 : 式推理場景下，AMD MI355X 每百萬 token 推理成本約為 0.22 美元，低於輝達 B200 的 : 0.30 美元，主要原因除了硬體整體擁有成本較低，也反映 AMD 軟體最佳化已有明顯進 : 展。 : 不過，目前 AMD 的優勢仍主要集中於單節點部署。在多節點、大規模分散式叢集以及跨 : 機專家並行等企業級應用方面，輝達仍保有明顯領先優勢。 : 若未來雲端業者能持續將 Wafer 的最佳化方式複製到更多開源模型，AI 推理成本仍有望 : 持續下降，也將進一步提升開源模型在市場上的競爭力。 : 心得/評論： : 上次說花少少錢就能贏輝達的是不是deepseek? : 不過最近AMD的股價走勢是蠻不錯的~相較於NVDA來說~ : 如果能降低成本有助於AI普及化其實也不是壞事， : 果然NVDA的地位還是需要靠宿敵才能撼動? : 想到90年代~ATI(Radeon)與NVDA(GeForce)的大戰 : 各位老顯卡玩家怎麼看呢? 先說簡單結論 任何吹MI3**的都可以忽略 蘇媽MI3**系列關鍵問題很簡單 networking一坨 阿不過也不能說蘇媽的錯 因為當初MI3**系列就只是給超級電腦用的 2023緊急被軟軟找去魔改出MI300X這種東西 這問題導致MI3**系列大概只有8顆一組的tray還算符合成本效益 要跑更大的模型就完惹 沒未來性 所以大家興趣缺缺 MI355X也只是把運算跟記憶體這部分加強而已 networking結構沒辦法動 真要抓蘇媽吹牛波 扣掉cpu的話 就要看mi400系列怎樣 現在回去談mi3**都沒意義惹 過兩葛禮拜4會有一葛蘇媽的ai產品吹牛大會喇 我自己的港絕捏 蘇媽的新東西 大家都是邊測邊罵 底類底類再抵類 不過老黃逼系列也好不到哪去 後面應該更慘 反正老黃股價都漲不動惹 逼康也是 現在gpu/tpu這種就是找挑戰者吹而已 然後mi4**放量恐怕也年底明年初的事惹 要去檢視這吹牛到底484吹過頭都hen久以後惹 吹gpu這部分就錦上添花而已 cpu缺貨4倒是沒解 反正過去這半年多能噴的股票 要馬炒缺貨要馬吹牛 或兼而有之&各種變體 所以 尼董der --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 71.198.170.65 (美國) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Stock/M.1783403394.A.C63.html