gpt-oss 120B · 芯片对比
gpt-oss 120B — H200 与 MI300X
对比 H200(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。
当 gpt-oss 120B 的目标交互性为 79 tok/s/user 时,H200 的吞吐量为 7,241 tok/s/chip,每百万 token 成本为 $0.047;MI300X 的吞吐量为 5,702 tok/s/chip,每百万 token 成本为 $0.046。MI300X 的每 token 成本低 1%;H200 的单芯片吞吐量高出 27%。
在 gpt-oss 120B 的 135 tok/s/user 运行点,H200 的吞吐量为 4,908 tok/s/chip,每百万 token 成本为 $0.069;MI300X 的吞吐量为 3,552 tok/s/chip,每百万 token 成本为 $0.074。H200 的每 token 成本低 7%;H200 的单芯片吞吐量高出 38%。
当 gpt-oss 120B 的目标交互性为 191 tok/s/user 时,H200 与 MI300X 的吞吐量分别为 3,143 和 1,150 tok/s/chip,每百万 token 成本分别为 $0.11 和 $0.23。H200 的每 token 成本低 53%;H200 的单芯片吞吐量高出 173%。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | H2007,241MI300X5,702 | H2004,908MI300X3,552 | H2003,143MI300X1,150 |
| 成本($/M tok) | H200$0.047MI300X$0.046 | H200$0.069MI300X$0.074 | H200$0.11MI300X$0.23 |
| tok/s/MW | H2005,285,123MI300X4,102,152 | H2003,582,766MI300X2,555,639 | H2002,294,161MI300X827,111 |
| 并发数 | H200~38MI300X~17 | H200~16MI300X~6 | H200~8MI300X~7 |