Llama 3.3 70B · GPU 对比
Llama 3.3 70B — H100 vs MI300X
H100（NVIDIA Hopper）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。
H100 在 Llama 3.3 70B 上以 53 tok/s/user 运行时达到 1465 tok/s/GPU（每百万 token $0.25）；MI300X 达到 1185 tok/s/GPU（$0.26）。H100 每 token 成本低 3%；H100 每 GPU 吞吐量高出 24%。
Llama 3.3 70B 在 72 tok/s/user 交互性下的吞吐量：H100 为 773 tok/s/GPU，MI300X 为 689。每百万 token 成本分别为 $0.45 和 $0.46。H100 每 token 成本低 2%；H100 每 GPU 吞吐量高出 12%。
H100 / MI300X 在 Llama 3.3 70B 上以 91 tok/s/user 运行：304 / 398 tok/s/GPU，$1.19 / $0.77 每百万 token。MI300X 每 token 成本低 55%；MI300X 每 GPU 吞吐量高出 31%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:1465.2MI300X:1185.2 | H100:772.9MI300X:688.6 | H100:303.7MI300X:397.9 |
| Cost ($/M tok) | H100:$0.249MI300X:$0.257 | H100:$0.454MI300X:$0.462 | H100:$1.194MI300X:$0.771 |
| tok/s/MW | H100:846932MI300X:662142 | H100:446737MI300X:384699 | H100:175535MI300X:222267 |
| Concurrency | H100:~64MI300X:~50 | H100:~50MI300X:~32 | H100:~14MI300X:~18 |
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: