Llama 3.3 70B · GPU 对比
Llama 3.3 70B — H200 vs MI325X
H200（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。
以 51 tok/s/user 为目标在 Llama 3.3 70B 上运行时，H200 产出 3169 tok/s/GPU（每百万 token $0.12），MI325X 产出 1541（$0.23）。H200 每 token 成本低 87%；H200 每 GPU 吞吐量高出 106%。
在 Llama 3.3 70B 上以 75 tok/s/user 交互性运行时，H200 吞吐量为 2062 tok/s/GPU，每百万 token 成本 $0.19；MI325X 吞吐量为 841 tok/s/GPU，成本 $0.42。H200 每 token 成本低 119%；H200 每 GPU 吞吐量高出 145%。
H200 在 Llama 3.3 70B 上以 100 tok/s/user 运行时达到 1180 tok/s/GPU（每百万 token $0.33）；MI325X 达到 437 tok/s/GPU（$0.80）。H200 每 token 成本低 140%；H200 每 GPU 吞吐量高出 170%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:3169.1MI325X:1540.8 | H200:2062.3MI325X:840.8 | H200:1179.9MI325X:436.9 |
| Cost ($/M tok) | H200:$0.124MI325X:$0.231 | H200:$0.190MI325X:$0.416 | H200:$0.335MI325X:$0.802 |
| tok/s/MW | H200:1831840MI325X:706774 | H200:1192078MI325X:385669 | H200:682027MI325X:200418 |
| Concurrency | H200:~64MI325X:~64 | H200:~63MI325X:~53 | H200:~24MI325X:~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: