B200: FP8 vs BF16 精度对比
在 B200（NVIDIA Blackwell）上对比 FP8 与 BF16 精度对 Qwen 3.5 397B-A17B 推理的影响。涵盖各类 LLM 工作负载的吞吐量、延迟与成本。使用下方图表控件切换序列和指标——交互方式与主推理图表相同。
FP8 在 Qwen 3.5 397B-A17B（B200）上以 112 tok/s/user 运行时达到 1429 tok/s/GPU（每百万 token $0.37）；BF16 达到 1216 tok/s/GPU（$0.46）。FP8 每 token 成本低 23%；FP8 每 GPU 吞吐量高出 18%。量化级别的精度差异在评估页面中跟踪。
Qwen 3.5 397B-A17B（B200）在 166 tok/s/user 交互性下的吞吐量：FP8 为 828 tok/s/GPU，BF16 为 660。每百万 token 成本分别为 $0.65 和 $0.82。FP8 每 token 成本低 27%；FP8 每 GPU 吞吐量高出 25%。低精度带来的成本-吞吐量权衡只是全貌的一部分——请参阅评估页面的精度数据。
在 59–272 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B（B200）上以 219 tok/s/user 运行时：FP8 达到 552 tok/s/GPU（$0.95/百万 token），BF16 达到 299（$1.88/百万）。FP8 每 token 成本低 97%；FP8 每 GPU 吞吐量高出 84%。精度变更同时影响推理速度和模型质量——请查阅评估页面的精度基准测试。 （数据反映此 URL 的默认 1k/1k 选择——如果您在控件中更改序列或模型，下方表格和图表会自动更新。每一侧取该精度下的最优可用推理配置，可能包含投机解码（如 MTP）——与其他对比页面的口径一致。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | FP8:1429.1BF16:1216.1 | FP8:827.5BF16:660.2 | FP8:552.0BF16:299.5 |
| Cost ($/M tok) | FP8:$0.375BF16:$0.460 | FP8:$0.646BF16:$0.823 | FP8:$0.950BF16:$1.875 |
| tok/s/MW | FP8:658552BF16:560415 | FP8:381341BF16:304249 | FP8:254363BF16:138002 |
| Concurrency | FP8:~29BF16:~49 | FP8:~11BF16:~18 | FP8:~5BF16:~6 |
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。