gpt-oss 120B · 芯片对比
gpt-oss 120B — GB200 NVL72 与 MI355X
对比 GB200 NVL72(NVIDIA Blackwell)与 MI355X(AMD CDNA 4)在 gpt-oss 120B 上的 AI 推理基准测试结果,涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标,操作方式与主推理图表相同。
127 tok/s/user 接近 68–305 tok/s/user 交互性区间的下限。在这一运行点,GB200 NVL72 运行 gpt-oss 120B 的吞吐量为 39,042 tok/s/chip,每百万 token 成本为 $0.013;MI355X 的吞吐量为 19,134 tok/s/chip,每百万 token 成本为 $0.022。GB200 NVL72 的每 token 成本低 39%;GB200 NVL72 的单芯片吞吐量高出 104%。
将 gpt-oss 120B 的目标交互性设为 187 tok/s/user 时,GB200 NVL72 的吞吐量为 28,526 tok/s/chip,每百万 token 成本为 $0.018;MI355X 的吞吐量为 11,474 tok/s/chip,每百万 token 成本为 $0.036。GB200 NVL72 的每 token 成本低 50%;GB200 NVL72 的单芯片吞吐量高出 149%。
当 gpt-oss 120B 的目标交互性为 246 tok/s/user 时,GB200 NVL72 的吞吐量为 18,958 tok/s/chip,每百万 token 成本为 $0.027;MI355X 的吞吐量为 3,618 tok/s/chip,每百万 token 成本为 $0.12。GB200 NVL72 的每 token 成本低 76%;GB200 NVL72 的单芯片吞吐量为对方的 5.2 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | GB200 NVL7239,042MI355X19,134 | GB200 NVL7228,526MI355X11,474 | GB200 NVL7218,958MI355X3,618 |
| 成本($/M tok) | GB200 NVL72$0.013MI355X$0.022 | GB200 NVL72$0.018MI355X$0.036 | GB200 NVL72$0.027MI355X$0.12 |
| tok/s/MW | GB200 NVL7220,878,221MI355X9,154,931 | GB200 NVL7215,254,396MI355X5,490,178 | GB200 NVL7210,137,992MI355X1,731,095 |
| 并发数 | GB200 NVL72~489MI355X~18 | GB200 NVL72~109MI355X~7 | GB200 NVL72~53MI355X~16 |