Llama 3.3 70B · GPU 对比
Llama 3.3 70B — H100 vs MI355X
H100（NVIDIA Hopper）与 MI355X（AMD CDNA 4）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 / MI355X 在 Llama 3.3 70B 上以 53 tok/s/user 运行：1465 / 2248 tok/s/GPU，$0.25 / $0.18 每百万 token。MI355X 每 token 成本低 39%；MI355X 每 GPU 吞吐量高出 53%。
在 35–109 tok/s/user 交互性区间的中部，即 Llama 3.3 70B 上以 72 tok/s/user 运行时：H100 达到 773 tok/s/GPU（$0.45/百万 token），MI355X 达到 1632（$0.25/百万）。MI355X 每 token 成本低 84%；MI355X 每 GPU 吞吐量高出 111%。
以 91 tok/s/user 为目标在 Llama 3.3 70B 上运行时，H100 产出 304 tok/s/GPU（每百万 token $1.19），MI355X 产出 952（$0.42）。MI355X 每 token 成本低 182%；MI355X 每 GPU 吞吐量高出 214%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:1465.2MI355X:2248.4 | H100:772.9MI355X:1631.6 | H100:303.7MI355X:952.3 |
| Cost ($/M tok) | H100:$0.249MI355X:$0.179 | H100:$0.454MI355X:$0.247 | H100:$1.194MI355X:$0.424 |
| tok/s/MW | H100:846932MI355X:848453 | H100:446737MI355X:615682 | H100:175535MI355X:359351 |
| Concurrency | H100:~64MI355X:~47 | H100:~50MI355X:~53 | H100:~14MI355X:~22 |
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: