Llama 3.3 70B · GPU 对比
Llama 3.3 70B — H100 vs MI325X
H100（NVIDIA Hopper）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。
在 Llama 3.3 70B 上以 53 tok/s/user 交互性运行时，H100 吞吐量为 1465 tok/s/GPU，每百万 token 成本 $0.25；MI325X 吞吐量为 1467 tok/s/GPU，成本 $0.24。MI325X 每 token 成本低 3%；每 GPU 吞吐量基本持平。
H100 在 Llama 3.3 70B 上以 72 tok/s/user 运行时达到 773 tok/s/GPU（每百万 token $0.45）；MI325X 达到 899 tok/s/GPU（$0.39）。MI325X 每 token 成本低 16%；MI325X 每 GPU 吞吐量高出 16%。
Llama 3.3 70B 在 91 tok/s/user 交互性下的吞吐量：H100 为 304 tok/s/GPU，MI325X 为 572。每百万 token 成本分别为 $1.19 和 $0.62。MI325X 每 token 成本低 93%；MI325X 每 GPU 吞吐量高出 88%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:1465.2MI325X:1467.1 | H100:772.9MI325X:899.3 | H100:303.7MI325X:571.6 |
| Cost ($/M tok) | H100:$0.249MI325X:$0.243 | H100:$0.454MI325X:$0.391 | H100:$1.194MI325X:$0.618 |
| tok/s/MW | H100:846932MI325X:672962 | H100:446737MI325X:412536 | H100:175535MI325X:262183 |
| Concurrency | H100:~64MI325X:~64 | H100:~50MI325X:~59 | H100:~14MI325X:~26 |
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: