8 × AMD Instinct MI355X 288GB HBM3e

Sistema testato

Processore: AMD EPYC 9755
Grafica: AMD Instinct MI355X 288GB HBM3e
Numero acceleratori: 8
Nodi: 1

Risultati registrati

Ogni riga usa lo stesso benchmark, versione, carico, scenario e unità. I risultati mancanti non valgono zero. I risultati di sistema includono tutta la configurazione hardware e software.

MLPerf Inference / gpt-oss-120bOffline · v6.1 · Tokens/s

8 × AMD Instinct MI355X 288GB HBM3e

118.042^* Tokens/s

Accuratezza obiettivo / risultato: exact_match: 83.861
Precisione dei pesi: fp4
Divisione: closed
Tipo di sistema: datacenter
Disponibilità: available
Core per processore: 128
Processori per nodo: 2
Nodi: 1
Acceleratori totali: 8
Stack software: vLLM 0.22.0, PyTorch 2.10.0+git8514f05, ROCm 7.2.53211
Sistema operativo: Ubuntu 24.04.4 LTS

MLPerf Inference / gpt-oss-120bServer · v6.1 · Tokens/s

8 × AMD Instinct MI355X 288GB HBM3e

108.861^* Tokens/s

Accuratezza obiettivo / risultato: exact_match: 84.039
Precisione dei pesi: fp4
Divisione: closed
Tipo di sistema: datacenter
Disponibilità: available
Core per processore: 128
Processori per nodo: 2
Nodi: 1
Acceleratori totali: 8
Stack software: vLLM 0.22.0, PyTorch 2.10.0+git8514f05, ROCm 7.2.53211
Sistema operativo: Ubuntu 24.04.4 LTS

MLPerf Inference / llama2-70b-99.9Offline · v6.1 · Tokens/s

8 × AMD Instinct MI355X 288GB HBM3e

104.904^* Tokens/s

Accuratezza obiettivo / risultato: ROUGE1: 44.5341 ROUGE2: 22.1837 ROUGEL: 28.9253 TOKENS_PER_SAMPLE: 284.3
Precisione dei pesi: fp4
Divisione: closed
Tipo di sistema: datacenter
Disponibilità: available
Core per processore: 128
Processori per nodo: 2
Nodi: 1
Acceleratori totali: 8
Stack software: vLLM 0.22.0, PyTorch 2.10.0+git8514f05, ROCm 7.2.53211
Sistema operativo: Ubuntu 24.04.4 LTS

MLPerf Inference / llama2-70b-99.9Server · v6.1 · Tokens/s

8 × AMD Instinct MI355X 288GB HBM3e

104.541^* Tokens/s

Accuratezza obiettivo / risultato: ROUGE1: 44.5342 ROUGE2: 22.1734 ROUGEL: 28.9337 TOKENS_PER_SAMPLE: 284.0
Precisione dei pesi: fp4
Divisione: closed
Tipo di sistema: datacenter
Disponibilità: available
Core per processore: 128
Processori per nodo: 2
Nodi: 1
Acceleratori totali: 8
Stack software: vLLM 0.22.0, PyTorch 2.10.0+git8514f05, ROCm 7.2.53211
Sistema operativo: Ubuntu 24.04.4 LTS

MLPerf Inference / llama3.1-8bOffline · v6.1 · Tokens/s

8 × AMD Instinct MI355X 288GB HBM3e

159.278^* Tokens/s

Accuratezza obiettivo / risultato: ROUGE1: 38.5554 ROUGE2: 16.0227 ROUGEL: 24.4331 ROUGELSUM: 35.6963 GEN_LEN: 8150276
Precisione dei pesi: fp8
Divisione: closed
Tipo di sistema: datacenter
Disponibilità: available
Core per processore: 128
Processori per nodo: 2
Nodi: 1
Acceleratori totali: 8
Stack software: vLLM 0.22.0, PyTorch 2.10.0+git8514f05, ROCm 7.2.53211
Sistema operativo: Ubuntu 24.04.4 LTS

MLPerf Inference / llama3.1-8bServer · v6.1 · Tokens/s

8 × AMD Instinct MI355X 288GB HBM3e

151.116^* Tokens/s

Accuratezza obiettivo / risultato: ROUGE1: 38.5121 ROUGE2: 15.9993 ROUGEL: 24.4128 ROUGELSUM: 35.6518 GEN_LEN: 8170944
Precisione dei pesi: fp8
Divisione: closed
Tipo di sistema: datacenter
Disponibilità: available
Core per processore: 128
Processori per nodo: 2
Nodi: 1
Acceleratori totali: 8
Stack software: vLLM 0.22.0, PyTorch 2.10.0+git8514f05, ROCm 7.2.53211
Sistema operativo: Ubuntu 24.04.4 LTS

Elaborazione e piattaforma

Processore: AMD EPYC 9755
Grafica: AMD Instinct MI355X 288GB HBM3e

Connettività e software

Sistema operativo: Ubuntu 24.04.4 LTS

Configurazione di sistema

Numero di core host riportato: 128
Processori per nodo: 2
Numero acceleratori: 8
Nodi: 1
Stack software: vLLM 0.22.0, PyTorch 2.10.0+git8514f05, ROCm 7.2.53211
Divisione del test: closed

* Dati provvisori