北京
SemiAnalysis 在一份最新测试报告中，对 AMD 团队表达了明确感谢——原因是 MI355X 在智能体工作负载上的性能，在短短几周内实现了快速提升。
这次测试并非跑分式的理想环境，而是基于 Qwen3.5 397B 和 MiniMax M3 等前沿模型的真实生产负载。换句话说，测的是实际跑业务时的表现，不是实验室里的“表演赛”。
数据变化有多明显？
以 SemiAnalysis 的 InMaxM3 数据为例：在 Qwen3.5 397B FP4 智能体场景下，MI355X（SGLang）在 2026-08-31 的每 1 美元 TCO 总 token 产出与 P90 交互速度曲线，相比 2026-08-12 有了明显改善。两条曲线之间的差距，就是这不到三周时间里挤出来的性能。
值得注意的是成本对比：图中 B300 的 TCO 为 $2.26/chip/hr，而 MI355X 为 $1.5/chip/hr。在每美元产出效率持续改善的背景下，这个价格差让 MI355X 的性价比叙事更有说服力。
几周时间就能让芯片在真实负载下性能明显变好，背后大概率是软件栈和推理框架的针对性优化——硬件没变，变的是让硬件跑得更顺的那层代码。这类快速迭代在 AI 芯片竞争里越来越常见，也说明智能体负载正在成为各家芯片厂商重点攻坚的新战场。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
