Llama 3.3 70B · GPU 对比
Llama 3.3 70B — B200 vs MI300X
B200（NVIDIA Blackwell）与 MI300X（AMD CDNA 3）在 Llama 3.3 70B 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 34–112 tok/s/user 交互性区间的低端，即 Llama 3.3 70B 上以 53 tok/s/user 运行时：B200 达到 6496 tok/s/GPU（$0.08/百万 token），MI300X 达到 1185（$0.26/百万）。B200 每 token 成本低 208%；B200 每 GPU 吞吐量高出 448%。
以 73 tok/s/user 为目标在 Llama 3.3 70B 上运行时，B200 产出 4657 tok/s/GPU（每百万 token $0.12），MI300X 产出 660（$0.48）。B200 每 token 成本低 312%；B200 每 GPU 吞吐量高出 606%。
在 Llama 3.3 70B 上以 93 tok/s/user 交互性运行时，B200 吞吐量为 3478 tok/s/GPU，每百万 token 成本 $0.15；MI300X 吞吐量为 373 tok/s/GPU，成本 $0.83。B200 每 token 成本低 444%；B200 每 GPU 吞吐量高出 832%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:6496.2MI300X:1185.2 | B200:4657.0MI300X:660.0 | B200:3477.7MI300X:372.9 |
| Cost ($/M tok) | B200:$0.083MI300X:$0.257 | B200:$0.116MI300X:$0.479 | B200:$0.153MI300X:$0.832 |
| tok/s/MW | B200:2993645MI300X:662142 | B200:2146065MI300X:368695 | B200:1602627MI300X:208350 |
| Concurrency | B200:~128MI300X:~50 | B200:~128MI300X:~32 | B200:~86MI300X:~17 |
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。
厂商:
聚合模式:
投机解码: