Llama 3.3 70B · 芯片对比

Llama 3.3 70B — H200 与 MI300X

对比 H200(NVIDIA Hopper)与 MI300X(AMD CDNA 3)在 Llama 3.3 70B 上的 AI 推理基准测试结果,涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标,操作方式与主推理图表相同。

当 Llama 3.3 70B 的目标交互性为 32 tok/s/user 时,H200 的吞吐量为 3,631 tok/s/chip,每百万 token 成本为 $0.093;MI300X 的吞吐量为 1,918 tok/s/chip,每百万 token 成本为 $0.14。H200 的每 token 成本低 32%;H200 的单芯片吞吐量高出 89%。

在 Llama 3.3 70B 的 55 tok/s/user 运行点,H200 的吞吐量为 2,611 tok/s/chip,每百万 token 成本为 $0.13;MI300X 的吞吐量为 1,268 tok/s/chip,每百万 token 成本为 $0.21。H200 的每 token 成本低 38%;H200 的单芯片吞吐量高出 106%。

当 Llama 3.3 70B 的目标交互性为 78 tok/s/user 时,H200 与 MI300X 的吞吐量分别为 1,864 和 688 tok/s/chip,每百万 token 成本分别为 $0.18 和 $0.38。H200 的每 token 成本低 53%;H200 的单芯片吞吐量高出 171%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)

查看每美元性能对比 →

数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。

指标
交互性(tok/s/user)
交互性(tok/s/user)
交互性(tok/s/user)
吞吐量(tok/s/chip)
H2003,631MI300X1,918
H2002,611MI300X1,268
H2001,864MI300X688
成本($/M tok)
H200$0.093MI300X$0.14
H200$0.13MI300X$0.21
H200$0.18MI300X$0.38
tok/s/MW
H2002,650,223MI300X1,379,734
H2001,905,520MI300X912,473
H2001,360,591MI300X495,291
并发数
H200~32MI300X~31
H200~26MI300X~16
H200~10MI300X~10