gpt-oss 120B · 芯片对比
gpt-oss 120B — H200 与 MI325X
对比 H200(NVIDIA Hopper)与 MI325X(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。
在 gpt-oss 120B 的 44 tok/s/user 运行点,H200 的吞吐量为 10,029 tok/s/chip,每百万 token 成本为 $0.034;MI325X 的吞吐量为 5,346 tok/s/chip,每百万 token 成本为 $0.057。H200 的每 token 成本低 41%;H200 的单芯片吞吐量高出 88%。
当 gpt-oss 120B 的目标交互性为 65 tok/s/user 时,H200 与 MI325X 的吞吐量分别为 8,019 和 3,875 tok/s/chip,每百万 token 成本分别为 $0.042 和 $0.079。H200 的每 token 成本低 46%;H200 的单芯片吞吐量高出 107%。
以 86 tok/s/user 为目标运行 gpt-oss 120B 时,H200 的吞吐量为 6,958 tok/s/chip,每百万 token 成本为 $0.049;MI325X 的吞吐量为 1,856 tok/s/chip,每百万 token 成本为 $0.16。H200 的每 token 成本低 70%;H200 的单芯片吞吐量为对方的 3.7 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | H20010,029MI325X5,346 | H2008,019MI325X3,875 | H2006,958MI325X1,856 |
| 成本($/M tok) | H200$0.034MI325X$0.057 | H200$0.042MI325X$0.079 | H200$0.049MI325X$0.16 |
| tok/s/MW | H2007,320,076MI325X3,163,206 | H2005,853,481MI325X2,292,832 | H2005,078,638MI325X1,097,950 |
| 并发数 | H200~36MI325X~14 | H200~62MI325X~8 | H200~25MI325X~14 |