MI300X: FP8 vs BF16 精度对比
在 MI300X（AMD CDNA 3）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。
在 Qwen 3.5 397B-A17B（MI300X）上以 45 tok/s/user 交互性运行时，FP8 吞吐量为 312 tok/s/GPU，每百万 token 成本 $1.01；BF16 吞吐量为 414 tok/s/GPU，成本 $0.76。BF16 每 token 成本低 32%；BF16 每 GPU 吞吐量高出 32%。低精度量化以模型精度换取吞吐量——请查看评估页面了解质量影响。
FP8 在 Qwen 3.5 397B-A17B（MI300X）上以 54 tok/s/user 运行时达到 179 tok/s/GPU（每百万 token $1.71）；BF16 达到 315 tok/s/GPU（$0.97）。BF16 每 token 成本低 77%；BF16 每 GPU 吞吐量高出 76%。量化级别的精度差异在评估页面中跟踪。
Qwen 3.5 397B-A17B（MI300X）在 63 tok/s/user 交互性下的吞吐量：FP8 为 116 tok/s/GPU，BF16 为 258。每百万 token 成本分别为 $2.68 和 $1.21。BF16 每 token 成本低 122%；BF16 每 GPU 吞吐量高出 121%。低精度带来的成本-吞吐量权衡只是全貌的一部分——请参阅评估页面的精度数据。 （数据反映此 URL 的默认 1k/1k 选择——如果您在控件中更改序列或模型，下方表格和图表会自动更新。每一侧取该精度下的最优可用推理配置，可能包含投机解码（如 MTP）——与其他对比页面的口径一致。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | FP8:312.4BF16:413.6 | FP8:179.1BF16:315.4 | FP8:116.3BF16:257.6 |
| Cost ($/M tok) | FP8:$1.006BF16:$0.762 | FP8:$1.713BF16:$0.970 | FP8:$2.677BF16:$1.205 |
| tok/s/MW | FP8:174513BF16:231076 | FP8:100033BF16:176201 | FP8:64992BF16:143906 |
| Concurrency | FP8:~29BF16:~39 | FP8:~14BF16:~23 | FP8:~8BF16:~17 |
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。