gpt-oss 120B · 芯片对比
gpt-oss 120B — MI300X 与 MI325X
对比 MI300X(AMD CDNA 3)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。
当 gpt-oss 120B 的目标交互性为 42 tok/s/user 时,MI300X 与 MI325X 的吞吐量分别为 9,176 和 5,626 tok/s/chip,每百万 token 成本分别为 $0.029 和 $0.054。MI300X 的每 token 成本低 47%;MI300X 的单芯片吞吐量高出 63%。
以 64 tok/s/user 为目标运行 gpt-oss 120B 时,MI300X 的吞吐量为 6,666 tok/s/chip,每百万 token 成本为 $0.040;MI325X 的吞吐量为 3,928 tok/s/chip,每百万 token 成本为 $0.078。MI300X 的每 token 成本低 49%;MI300X 的单芯片吞吐量高出 70%。
85 tok/s/user 接近 21–107 tok/s/user 交互性区间的上限。在这一运行点,MI300X 运行 gpt-oss 120B 的吞吐量为 5,353 tok/s/chip,每百万 token 成本为 $0.049;MI325X 的吞吐量为 2,059 tok/s/chip,每百万 token 成本为 $0.15。MI300X 的每 token 成本低 67%;MI300X 的单芯片吞吐量高出 160%。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | MI300X9,176MI325X5,626 | MI300X6,666MI325X3,928 | MI300X5,353MI325X2,059 |
| 成本($/M tok) | MI300X$0.029MI325X$0.054 | MI300X$0.040MI325X$0.078 | MI300X$0.049MI325X$0.15 |
| tok/s/MW | MI300X6,601,669MI325X3,329,264 | MI300X4,795,752MI325X2,324,277 | MI300X3,850,782MI325X1,218,509 |
| 并发数 | MI300X~57MI325X~16 | MI300X~24MI325X~8 | MI300X~15MI325X~12 |