---

※ 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)
※ 作者: a000000000 2026-07-07 13:49:52
※ 文章代碼(AID): #1gJ9E2nZ (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1783403394.A.C63.html