GLM5.2 在 AMD MI355X 跑出 2626 tok/s/node，wafer.ai 宣稱推理成本比 Blackwell 低逾 2 倍

2026 年 7 月 3 日，wafer.ai 在官方部落格發布一份測試報告：將 GLM5.2 部署在 AMD MI355X 加速卡上，單節點吞吐量達 2626 tok/s，且宣稱每單位推理成本比 Nvidia Blackwell 低逾 2 倍。這份報告主要在幫硬體選型算成本帳：同樣的推理工作量，MI355X 能用更低的費用跑完。

拆解這兩個數字，2626 tok/s/node 代表單節點吞吐量，「逾 2 倍」則是成本差距；若以 tok/s/美元 換算，MI355X 在這個模型上的效益，理論上可達 Blackwell 的兩倍以上。wafer.ai 把 GLM5.2 與 MI355X 搭配並公開測試數字，顯然是在對算力採購市場喊話。不過，這份數據目前只來自 wafer.ai 的官方部落格，還沒有獨立第三方複測，可信度仍有待外部驗證。

這份報告真正展現的，是 Nvidia 之外的替代路線。若 AMD MI355X 能在特定開源模型上跑出相近吞吐量、同時把每節點成本壓低逾一半，「GLM5.2 + 非 Nvidia 加速卡」這個組合，理論上就構成採購時的真實替代選項。採購工程師真正該問的，是這個差距能否在獨立測試環境中重現：若逾 2 倍的節點成本優勢成立，叢集規模越大，省下的預算就越可觀。目前看來，wafer.ai 的這份報告是起點，不是結論。