Qwen 3.5 397B-A17B · B200 · 精度对比

B200:FP4 与 FP8 精度对比

在 B200(NVIDIA Blackwell)上,比较 FP4 与 FP8 两种量化精度对 Qwen 3.5 397B-A17B 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。

在 B200 上运行 Qwen 3.5 397B-A17B,目标交互性为 97 tok/s/user 时,FP4 与 FP8 的吞吐量分别为 11,230 和 6,990 tok/s/chip,每百万 token 成本分别为 $0.043 和 $0.069。在同一芯片上,FP4 的单芯片吞吐量高出 61%,因此每 token 成本低 38%。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。

184 tok/s/user 位于 10–358 tok/s/user 交互性区间的中段。在这一运行点,FP4 在 B200 上运行 Qwen 3.5 397B-A17B 的吞吐量为 6,498 tok/s/chip,每百万 token 成本为 $0.074;FP8 的吞吐量为 4,143 tok/s/chip,每百万 token 成本为 $0.12。在同一芯片上,FP4 的单芯片吞吐量高出 57%,因此每 token 成本低 36%。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。

在 B200 上运行 Qwen 3.5 397B-A17B,目标交互性为 271 tok/s/user 时,FP4 的吞吐量为 4,545 tok/s/chip,每百万 token 成本为 $0.11;FP8 的吞吐量为 2,663 tok/s/chip,每百万 token 成本为 $0.18。在同一芯片上,FP4 的单芯片吞吐量高出 71%,因此每 token 成本低 41%。较低的量化精度以模型准确率为代价换取更高吞吐量;如需了解对模型质量的影响,请查看评估页。 (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)
FP411,230FP86,990
FP46,498FP84,143
FP44,545FP82,663
成本($/M tok)
FP4$0.043FP8$0.069
FP4$0.074FP8$0.12
FP4$0.11FP8$0.18
tok/s/MW
FP46,567,057FP84,087,629
FP43,800,290FP82,422,884
FP42,658,016FP81,557,301
并发数
FP4~28FP8~36
FP4~9FP8~11
FP4~4FP8~4
Qwen 3.5 397B-A17B:B200 上 FP4 与 FP8 在相同交互性水平下的吞吐量与成本
B200 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 ↗