Qwen 3.5 397B-A17B · MI355X · 精度对比
MI355X:FP4 与 FP8 精度对比
在 MI355X(AMD CDNA 4)上,比较 FP4 与 FP8 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。
当 Qwen 3.5 397B-A17B 在 MI355X 上的目标交互性为 68 tok/s/user 时,FP4 的吞吐量为 2,158 tok/s/chip,每百万 token 成本为 $0.19;FP8 的吞吐量为 2,012 tok/s/chip,每百万 token 成本为 $0.21。在同一芯片上,FP4 的单芯片吞吐量高出 7%,因此每 token 成本低 7%。不同量化精度下的模型准确率差异可在评估页查看。
在 MI355X 上运行 Qwen 3.5 397B-A17B,目标交互性为 119 tok/s/user 时,FP4 与 FP8 的吞吐量分别为 1,229 和 1,050 tok/s/chip,每百万 token 成本分别为 $0.34 和 $0.40。在同一芯片上,FP4 的单芯片吞吐量高出 17%,因此每 token 成本低 15%。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。
170 tok/s/user 接近 17–220 tok/s/user 交互性区间的上限。在这一运行点,FP4 在 MI355X 上运行 Qwen 3.5 397B-A17B 的吞吐量为 757 tok/s/chip,每百万 token 成本为 $0.55;FP8 的吞吐量为 590 tok/s/chip,每百万 token 成本为 $0.71。在同一芯片上,FP4 的单芯片吞吐量高出 28%,因此每 token 成本低 22%。调整量化精度会同时影响推理速度和模型质量;模型准确率基准测试请参阅评估页。 (以上数据基于此 URL 对应的默认 1k/1k 配置;在控件中切换序列长度或模型后,下方表格和图表会同步更新。两侧均采用各自精度下可用的最优推理配置;只有存在相应测试配置时,才可能纳入 MTP 等投机解码方法。该口径与其他对比页面一致。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | FP42,158FP82,012 | FP41,229FP81,050 | FP4757FP8590 |
| 成本($/M tok) | FP4$0.19FP8$0.21 | FP4$0.34FP8$0.40 | FP4$0.55FP8$0.71 |
| tok/s/MW | FP41,032,553FP8962,539 | FP4587,966FP8502,164 | FP4362,046FP8282,332 |
| 并发数 | FP4~33FP8~59 | FP4~11FP8~18 | FP4~4FP8~8 |
