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 1815 tok/s/chip，每百万 token 成本为 $0.35；BF16 的吞吐量为 1475 tok/s/chip，每百万 token 成本为 $0.43。FP8 的成本效率高出 23%；FP8 的单芯片吞吐量高出 23%。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。FP8 的成本效率高出 26%；FP8 的单芯片吞吐量高出 26%。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 $1.22。FP8 的成本效率高出 28%；FP8 的单芯片吞吐量高出 28%。较低量化精度下的成本与吞吐量权衡只是整体考量的一部分；模型准确率数据请参阅评估页。 （以上数据基于此 URL 对应的默认 1k/1k 配置；在控件中切换序列长度或模型后，下方表格和图表会同步更新。两侧均采用各自精度下可用的最优推理配置；只有存在相应测试配置时，才可能纳入 MTP 等投机解码方法。该口径与其他对比页面一致。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | FP8:1815.3BF16:1475.1 | FP8:977.4BF16:773.8 | FP8:661.6BF16:516.4 |
| 成本（$/M tok） | FP8:$0.346BF16:$0.426 | FP8:$0.642BF16:$0.811 | FP8:$0.949BF16:$1.216 |
| tok/s/MW | FP8:955439BF16:776371 | FP8:514418BF16:407248 | FP8:348185BF16:271799 |
| 并发数 | FP8:~39BF16:~64 | FP8:~14BF16:~22 | FP8:~7BF16:~8 |
推理性能
不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。