MI325X: FP8 vs BF16 精度对比
在 MI325X（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 41–72 tok/s/user 交互性区间的低端，即 Qwen 3.5 397B-A17B（MI325X）上以 49 tok/s/user 运行时：FP8 达到 347 tok/s/GPU（$1.04/百万 token），BF16 达到 462（$0.77/百万）。BF16 每 token 成本低 34%；BF16 每 GPU 吞吐量高出 33%。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。
在 Qwen 3.5 397B-A17B（MI325X）上以 57 tok/s/user 交互性运行时，FP8 吞吐量为 211 tok/s/GPU，每百万 token 成本 $1.69；BF16 吞吐量为 382 tok/s/GPU，成本 $0.94。BF16 每 token 成本低 80%；BF16 每 GPU 吞吐量高出 81%。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（MI325X）上以 65 tok/s/user 运行时达到 124 tok/s/GPU（每百万 token $2.86）；BF16 达到 307 tok/s/GPU（$1.17）。BF16 每 token 成本低 144%；BF16 每 GPU 吞吐量高出 147%。量化级别的精度差异在评估页面中跟踪。 （数据反映此 URL 的默认 1k/1k 选择——如果您在控件中更改序列或模型，下方表格和图表会自动更新。每一侧取该精度下的最优可用推理配置，可能包含投机解码（如 MTP）——与其他对比页面的口径一致。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | FP8:346.6BF16:461.5 | FP8:211.0BF16:382.0 | FP8:124.3BF16:306.9 |
| Cost ($/M tok) | FP8:$1.040BF16:$0.774 | FP8:$1.687BF16:$0.937 | FP8:$2.856BF16:$1.170 |
| tok/s/MW | FP8:158969BF16:211704 | FP8:96777BF16:175221 | FP8:57015BF16:140777 |
| Concurrency | FP8:~30BF16:~41 | FP8:~16BF16:~30 | FP8:~8BF16:~20 |
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。