Llama 3.3 70B · GPU 对比
Llama 3.3 70B — B200 vs MI325X
B200（NVIDIA Blackwell）与 MI325X（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。
以 56 tok/s/user 为目标在 Llama 3.3 70B 上运行时，B200 产出 6225 tok/s/GPU（每百万 token $0.09），MI325X 产出 1359（$0.26）。B200 每 token 成本低 201%；B200 每 GPU 吞吐量高出 358%。
在 Llama 3.3 70B 上以 79 tok/s/user 交互性运行时，B200 吞吐量为 4229 tok/s/GPU，每百万 token 成本 $0.13；MI325X 吞吐量为 771 tok/s/GPU，成本 $0.45。B200 每 token 成本低 257%；B200 每 GPU 吞吐量高出 449%。
B200 在 Llama 3.3 70B 上以 102 tok/s/user 运行时达到 3031 tok/s/GPU（每百万 token $0.18）；MI325X 达到 409 tok/s/GPU（$0.87）。B200 每 token 成本低 384%；B200 每 GPU 吞吐量高出 642%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:6225.3MI325X:1359.3 | B200:4229.3MI325X:770.6 | B200:3031.4MI325X:408.7 |
| Cost ($/M tok) | B200:$0.087MI325X:$0.263 | B200:$0.127MI325X:$0.454 | B200:$0.179MI325X:$0.866 |
| tok/s/MW | B200:2868811MI325X:623549 | B200:1949008MI325X:353491 | B200:1396967MI325X:187481 |
| Concurrency | B200:~128MI325X:~64 | B200:~124MI325X:~44 | B200:~63MI325X:~16 |
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: