Qwen 3.5 397B-A17B · B300 · 精度对比

B300:FP8 与 BF16 精度对比

在 B300(NVIDIA Blackwell)上,比较 FP8 与 BF16 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 B300 上运行 Qwen 3.5 397B-A17B,目标交互性为 97 tok/s/user 时,FP8 的吞吐量为 1,815 tok/s/chip,每百万 token 成本为 $0.35;BF16 的吞吐量为 1,475 tok/s/chip,每百万 token 成本为 $0.43。在同一芯片上,FP8 的单芯片吞吐量高出 23%,因此每 token 成本低 19%。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。

当 Qwen 3.5 397B-A17B 在 B300 上的目标交互性为 150 tok/s/user 时,FP8 的吞吐量为 977 tok/s/chip,每百万 token 成本为 $0.64;BF16 的吞吐量为 774 tok/s/chip,每百万 token 成本为 $0.81。在同一芯片上,FP8 的单芯片吞吐量高出 26%,因此每 token 成本低 21%。不同量化精度下的模型准确率差异可在评估页查看。

在 B300 上运行 Qwen 3.5 397B-A17B,目标交互性为 202 tok/s/user 时,FP8 与 BF16 的吞吐量分别为 662 和 516 tok/s/chip,每百万 token 成本分别为 $0.95 和 $1.22。在同一芯片上,FP8 的单芯片吞吐量高出 28%,因此每 token 成本低 22%。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。 (以上数据基于此 URL 对应的默认 1k/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)
FP81,815BF161,475
FP8977BF16774
FP8662BF16516
成本($/M tok)
FP8$0.35BF16$0.43
FP8$0.64BF16$0.81
FP8$0.95BF16$1.22
tok/s/MW
FP8955,439BF16776,371
FP8514,418BF16407,248
FP8348,185BF16271,799
并发数
FP8~39BF16~64
FP8~14BF16~22
FP8~7BF16~8
Qwen 3.5 397B-A17B:B300 上 FP8 与 BF16 在相同交互性水平下的吞吐量与成本
B300 上 FP8 与 BF16 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 ↗