gpt-oss 120B — GB200 NVL72 vs MI355X
GB200 NVL72（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）在 gpt-oss 120B 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。使用下方图表控件切换序列、精度和指标——交互方式与主推理图表相同。
在 71–317 tok/s/user 交互性区间的低端，即 gpt-oss 120B 上以 132 tok/s/user 运行时：GB200 NVL72 达到 18334 tok/s/GPU（$0.03/百万 token），MI355X 达到 7454（$0.06/百万）。GB200 NVL72 每 token 成本低 65%；GB200 NVL72 每 GPU 吞吐量高出 146%。
以 194 tok/s/user 为目标在 gpt-oss 120B 上运行时，GB200 NVL72 产出 11222 tok/s/GPU（每百万 token $0.06），MI355X 产出 3059（$0.13）。GB200 NVL72 每 token 成本低 141%；GB200 NVL72 每 GPU 吞吐量高出 267%。
在 gpt-oss 120B 上以 256 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 5771 tok/s/GPU，每百万 token 成本 $0.11；MI355X 吞吐量为 1547 tok/s/GPU，成本 $0.26。GB200 NVL72 每 token 成本低 141%；GB200 NVL72 每 GPU 吞吐量高出 273%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:18334.5MI355X:7454.3 | GB200 NVL72:11222.5MI355X:3058.7 | GB200 NVL72:5771.4MI355X:1546.6 |
| Cost ($/M tok) | GB200 NVL72:$0.034MI355X:$0.055 | GB200 NVL72:$0.056MI355X:$0.135 | GB200 NVL72:$0.107MI355X:$0.259 |
| tok/s/MW | GB200 NVL72:8730692MI355X:2812942 | GB200 NVL72:5344037MI355X:1154210 | GB200 NVL72:2748305MI355X:583609 |
| Concurrency | GB200 NVL72:~1178MI355X:~29 | GB200 NVL72:~436MI355X:~8 | GB200 NVL72:~60MI355X:~7 |
推理性能
不同模型、硬件配置和服务参数下的推理性能指标。