Llama 3.3 70B · GPU 对比
Llama 3.3 70B — MI325X vs MI355X
MI325X（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。
在 34–116 tok/s/user 交互性区间的低端，即 Llama 3.3 70B 上以 54 tok/s/user 运行时：MI325X 达到 1431 tok/s/GPU（$0.25/百万 token），MI355X 达到 2216（$0.18/百万）。MI355X 每 token 成本低 37%；MI355X 每 GPU 吞吐量高出 55%。
以 75 tok/s/user 为目标在 Llama 3.3 70B 上运行时，MI325X 产出 841 tok/s/GPU（每百万 token $0.42），MI355X 产出 1536（$0.26）。MI355X 每 token 成本低 59%；MI355X 每 GPU 吞吐量高出 83%。
在 Llama 3.3 70B 上以 96 tok/s/user 交互性运行时，MI325X 吞吐量为 495 tok/s/GPU，每百万 token 成本 $0.70；MI355X 吞吐量为 750 tok/s/GPU，成本 $0.55。MI355X 每 token 成本低 28%；MI355X 每 GPU 吞吐量高出 51%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | MI325X:1430.7MI355X:2215.8 | MI325X:840.8MI355X:1536.1 | MI325X:495.0MI355X:749.9 |
| Cost ($/M tok) | MI325X:$0.250MI355X:$0.182 | MI325X:$0.416MI355X:$0.261 | MI325X:$0.703MI355X:$0.548 |
| tok/s/MW | MI325X:656293MI355X:836163 | MI325X:385669MI355X:579660 | MI325X:227060MI355X:282963 |
| Concurrency | MI325X:~64MI355X:~50 | MI325X:~53MI355X:~46 | MI325X:~21MI355X:~16 |
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: