8 × AMD Instinct MI350X 288GB HBM3e

Sistema testato

Processore: AMD EPYC 9755
Grafica: AMD Instinct MI350X 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 MI350X 288GB HBM3e

97.019,70^* Tokens/s

Accuratezza obiettivo / risultato: exact_match: 83.639
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: Pytorch 2.10, ROCm 7.2.2
Sistema operativo: Ubuntu 24.04.4 LTS

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

8 × AMD Instinct MI350X 288GB HBM3e

87.549,50^* Tokens/s

Accuratezza obiettivo / risultato: exact_match: 83.316
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: Pytorch 2.10, ROCm 7.2.2
Sistema operativo: Ubuntu 24.04.4 LTS

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

8 × AMD Instinct MI350X 288GB HBM3e

84.016,40^* Tokens/s

Accuratezza obiettivo / risultato: ROUGE1: 44.4551 ROUGE2: 22.0787 ROUGEL: 28.8207 TOKENS_PER_SAMPLE: 283.0
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: Pytorch 2.10, ROCm 7.2.2
Sistema operativo: Ubuntu 24.04.4 LTS

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

8 × AMD Instinct MI350X 288GB HBM3e

85.004,80^* Tokens/s

Accuratezza obiettivo / risultato: ROUGE1: 44.5423 ROUGE2: 22.1706 ROUGEL: 28.9236 TOKENS_PER_SAMPLE: 284.5
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: Pytorch 2.10, ROCm 7.2.2
Sistema operativo: Ubuntu 24.04.4 LTS

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

8 × AMD Instinct MI350X 288GB HBM3e

129.943^* Tokens/s

Accuratezza obiettivo / risultato: ROUGE1: 38.5694 ROUGE2: 16.0367 ROUGEL: 24.4456 ROUGELSUM: 35.7078 GEN_LEN: 8150329
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: Pytorch 2.10, ROCm 7.2.2
Sistema operativo: Ubuntu 24.04.4 LTS

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

8 × AMD Instinct MI350X 288GB HBM3e

121.706^* Tokens/s

Accuratezza obiettivo / risultato: ROUGE1: 38.5208 ROUGE2: 16.0104 ROUGEL: 24.424 ROUGELSUM: 35.666 GEN_LEN: 8168845
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: Pytorch 2.10, ROCm 7.2.2
Sistema operativo: Ubuntu 24.04.4 LTS

Elaborazione e piattaforma

Processore: AMD EPYC 9755
Grafica: AMD Instinct MI350X 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: Pytorch 2.10, ROCm 7.2.2
Divisione del test: closed

* Dati provvisori