Llama 3.3 70B · GPU 对比
Llama 3.3 70B — MI300X vs MI355X
MI300X（AMD CDNA 3）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。
MI300X / MI355X 在 Llama 3.3 70B 上以 53 tok/s/user 运行：1185 / 2248 tok/s/GPU，$0.26 / $0.18 每百万 token。MI355X 每 token 成本低 43%；MI355X 每 GPU 吞吐量高出 90%。
在 34–112 tok/s/user 交互性区间的中部，即 Llama 3.3 70B 上以 73 tok/s/user 运行时：MI300X 达到 660 tok/s/GPU（$0.48/百万 token），MI355X 达到 1600（$0.25/百万）。MI355X 每 token 成本低 91%；MI355X 每 GPU 吞吐量高出 142%。
以 93 tok/s/user 为目标在 Llama 3.3 70B 上运行时，MI300X 产出 373 tok/s/GPU（每百万 token $0.83），MI355X 产出 872（$0.46）。MI355X 每 token 成本低 79%；MI355X 每 GPU 吞吐量高出 134%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | MI300X:1185.2MI355X:2248.4 | MI300X:660.0MI355X:1599.8 | MI300X:372.9MI355X:871.8 |
| Cost ($/M tok) | MI300X:$0.257MI355X:$0.179 | MI300X:$0.479MI355X:$0.251 | MI300X:$0.832MI355X:$0.464 |
| tok/s/MW | MI300X:662142MI355X:848453 | MI300X:368695MI355X:603685 | MI300X:208350MI355X:328969 |
| Concurrency | MI300X:~50MI355X:~47 | MI300X:~32MI355X:~51 | MI300X:~17MI355X:~19 |
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: