MI355X: FP4 vs BF16 精度对比
在 MI355X（AMD CDNA 4）上对比 FP4 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（MI355X）上以 64 tok/s/user 交互性运行时，FP4 吞吐量为 1573 tok/s/GPU，每百万 token 成本 $0.26；BF16 吞吐量为 879 tok/s/GPU，成本 $0.47。FP4 每 token 成本低 82%；FP4 每 GPU 吞吐量高出 79%。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。
FP4 在 Qwen 3.5 397B-A17B（MI355X）上以 99 tok/s/user 运行时达到 1071 tok/s/GPU（每百万 token $0.38）；BF16 达到 597 tok/s/GPU（$0.70）。FP4 每 token 成本低 82%；FP4 每 GPU 吞吐量高出 79%。量化级别的精度差异在评估页面中跟踪。
Qwen 3.5 397B-A17B（MI355X）在 133 tok/s/user 交互性下的吞吐量：FP4 为 721 tok/s/GPU，BF16 为 279。每百万 token 成本分别为 $0.55 和 $1.47。FP4 每 token 成本低 166%；FP4 每 GPU 吞吐量高出 158%。低精度带来的成本-吞吐量权衡只是全貌的一部分——请参阅评估页面的精度数据。 （数据反映此 URL 的默认 1k/1k 选择——如果您在控件中更改序列或模型，下方表格和图表会自动更新。每一侧取该精度下的最优可用推理配置，可能包含投机解码（如 MTP）——与其他对比页面的口径一致。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | FP4:1572.7BF16:878.7 | FP4:1070.8BF16:596.7 | FP4:721.4BF16:279.3 |
| Cost ($/M tok) | FP4:$0.258BF16:$0.470 | FP4:$0.384BF16:$0.700 | FP4:$0.554BF16:$1.472 |
| tok/s/MW | FP4:593481BF16:331595 | FP4:404079BF16:225160 | FP4:272243BF16:105385 |
| Concurrency | FP4:~25BF16:~128 | FP4:~11BF16:~24 | FP4:~5BF16:~9 |
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。