DeepSeek V4 Pro 0813 1.6T · MI355X · 精度对比

MI355X:FP4 与 FP8 精度对比

在 MI355X(AMD CDNA 4)上,比较 FP4 与 FP8 两种量化精度对 DeepSeek V4 Pro 0813 1.6T 推理的影响,涵盖不同 LLM 工作负载下的吞吐量、延迟和成本。可通过下方图表控件切换序列长度和指标,操作方式与主推理图表相同。

当 DeepSeek V4 Pro 0813 1.6T 在 MI355X 上的目标交互性为 34 tok/s/user 时,FP4 的吞吐量为 4,294 tok/s/chip,每百万 token 成本为 $0.097;FP8 的吞吐量为 20 tok/s/chip,每百万 token 成本为 $20.4。在同一芯片上,FP4 的单芯片吞吐量为对方的 210 倍,因此每 token 成本低 99.5%。不同量化精度下的模型准确率差异可在评估页查看。

在 MI355X 上运行 DeepSeek V4 Pro 0813 1.6T,目标交互性为 67 tok/s/user 时,FP4 与 FP8 的吞吐量分别为 1,733 和 20 tok/s/chip,每百万 token 成本分别为 $0.24 和 $20.4。在同一芯片上,FP4 的单芯片吞吐量为对方的 85 倍,因此每 token 成本低 99%。较低量化精度下的成本与吞吐量权衡只是整体考量的一部分;模型准确率数据请参阅评估页。

100 tok/s/user 接近 1–133 tok/s/user 交互性区间的上限。在这一运行点,FP4 在 MI355X 上运行 DeepSeek V4 Pro 0813 1.6T 的吞吐量为 851 tok/s/chip,每百万 token 成本为 $0.49;FP8 的吞吐量为 20 tok/s/chip,每百万 token 成本为 $20.4。在同一芯片上,FP4 的单芯片吞吐量为对方的 42 倍,因此每 token 成本低 98%。调整量化精度会同时影响推理速度和模型质量;模型准确率基准测试请参阅评估页。 (以上数据基于此 URL 对应的默认 8k/1k 配置;在控件中切换序列长度或模型后,下方表格和图表会同步更新。两侧均采用各自精度下可用的最优推理配置;只有存在相应测试配置时,才可能纳入 MTP 等投机解码方法。该口径与其他对比页面一致。)

数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。

指标
交互性(tok/s/user)
交互性(tok/s/user)
交互性(tok/s/user)
吞吐量(tok/s/chip)
FP44,294FP820
FP41,733FP820
FP4851FP820
成本($/M tok)
FP4$0.097FP8$20.4
FP4$0.24FP8$20.4
FP4$0.49FP8$20.4
tok/s/MW
FP42,054,308FP89,764
FP4829,088FP89,764
FP4407,322FP89,764
并发数
FP4~512FP8~8
FP4~32FP8~8
FP4~8FP8~8
DeepSeek V4 Pro 0813 1.6T:MI355X 上 FP4 与 FP8 在相同交互性水平下的吞吐量与成本
MI355X 上 FP4 与 FP8 在此对比默认工作负载下的吞吐量与每百万 token 成本
查看大图 ↗