gpt-oss 120B · 芯片对比
gpt-oss 120B — H100 与 MI300X
对比 H100(NVIDIA Hopper)与 MI300X(AMD CDNA 3)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。
将 gpt-oss 120B 的目标交互性设为 89 tok/s/user 时,H100 的吞吐量为 6,413 tok/s/chip,每百万 token 成本为 $0.051;MI300X 的吞吐量为 5,144 tok/s/chip,每百万 token 成本为 $0.051。H100 的每 token 成本低 1%;H100 的单芯片吞吐量高出 25%。
当 gpt-oss 120B 的目标交互性为 142 tok/s/user 时,H100 的吞吐量为 4,180 tok/s/chip,每百万 token 成本为 $0.078;MI300X 的吞吐量为 3,406 tok/s/chip,每百万 token 成本为 $0.077。每 token 成本基本持平;H100 的单芯片吞吐量高出 23%。
在 gpt-oss 120B 的 194 tok/s/user 运行点,H100 的吞吐量为 2,714 tok/s/chip,每百万 token 成本为 $0.12;MI300X 的吞吐量为 1,102 tok/s/chip,每百万 token 成本为 $0.24。H100 的每 token 成本低 50%;H100 的单芯片吞吐量高出 146%。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | H1006,413MI300X5,144 | H1004,180MI300X3,406 | H1002,714MI300X1,102 |
| 成本($/M tok) | H100$0.051MI300X$0.051 | H100$0.078MI300X$0.077 | H100$0.12MI300X$0.24 |
| tok/s/MW | H1004,680,812MI300X3,700,621 | H1003,051,141MI300X2,450,139 | H1001,981,084MI300X792,671 |
| 并发数 | H100~32MI300X~13 | H100~14MI300X~5 | H100~6MI300X~7 |