Llama 3.3 70B · GPU 对比
Llama 3.3 70B — H200 vs MI300X
H200（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。
在 Llama 3.3 70B 上以 44 tok/s/user 交互性运行时，H200 吞吐量为 3756 tok/s/GPU，每百万 token 成本 $0.11；MI300X 吞吐量为 1401 tok/s/GPU，成本 $0.22。H200 每 token 成本低 110%；H200 每 GPU 吞吐量高出 168%。
H200 在 Llama 3.3 70B 上以 67 tok/s/user 运行时达到 2381 tok/s/GPU（每百万 token $0.16）；MI300X 达到 844 tok/s/GPU（$0.38）。H200 每 token 成本低 131%；H200 每 GPU 吞吐量高出 182%。
Llama 3.3 70B 在 90 tok/s/user 交互性下的吞吐量：H200 为 1514 tok/s/GPU，MI300X 为 409。每百万 token 成本分别为 $0.26 和 $0.75。H200 每 token 成本低 191%；H200 每 GPU 吞吐量高出 270%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:3755.5MI300X:1400.7 | H200:2381.2MI300X:843.9 | H200:1514.1MI300X:408.8 |
| Cost ($/M tok) | H200:$0.106MI300X:$0.222 | H200:$0.163MI300X:$0.377 | H200:$0.256MI300X:$0.745 |
| tok/s/MW | H200:2170824MI300X:782500 | H200:1376440MI300X:471439 | H200:875220MI300X:228379 |
| Concurrency | H200:~96MI300X:~64 | H200:~64MI300X:~32 | H200:~37MI300X:~20 |
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: