Llama 3.3 70B · GPU 对比
Llama 3.3 70B — MI300X vs MI325X
MI300X（AMD CDNA 3）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 48 tok/s/user 交互性运行时，MI300X 吞吐量为 1295 tok/s/GPU，每百万 token 成本 $0.24；MI325X 吞吐量为 1642 tok/s/GPU，成本 $0.22。MI325X 每 token 成本低 11%；MI325X 每 GPU 吞吐量高出 27%。
MI300X 在 Llama 3.3 70B 上以 69 tok/s/user 运行时达到 781 tok/s/GPU（每百万 token $0.41）；MI325X 达到 966 tok/s/GPU（$0.37）。MI325X 每 token 成本低 12%；MI325X 每 GPU 吞吐量高出 24%。
Llama 3.3 70B 在 91 tok/s/user 交互性下的吞吐量：MI300X 为 398 tok/s/GPU，MI325X 为 572。每百万 token 成本分别为 $0.77 和 $0.62。MI325X 每 token 成本低 25%；MI325X 每 GPU 吞吐量高出 44%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | MI300X:1294.7MI325X:1642.4 | MI300X:780.7MI325X:965.7 | MI300X:397.9MI325X:571.6 |
| Cost ($/M tok) | MI300X:$0.239MI325X:$0.215 | MI300X:$0.410MI325X:$0.366 | MI300X:$0.771MI325X:$0.618 |
| tok/s/MW | MI300X:723271MI325X:753416 | MI300X:436149MI325X:442973 | MI300X:222267MI325X:262183 |
| Concurrency | MI300X:~61MI325X:~62 | MI300X:~32MI325X:~63 | MI300X:~18MI325X:~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: