B200 FP4：启用 MTP 与关闭投机解码的对比
在 B200 FP4（NVIDIA Blackwell）上运行 DeepSeek R1 时，对比启用 MTP和关闭投机解码两种配置的表现，涵盖不同 LLM 工作负载下的吞吐量、成本和交互性。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。
不同推理引擎统计 MTP 接受率的口径并不一致，因此同一条曲线上来自不同引擎的数据点不可直接比较。在交互性相同的情况下，吞吐量和成本差异可能来自引擎本身，并不完全代表投机解码带来的收益。跨引擎对比时请谨慎解读。
在 B200 FP4 上运行 DeepSeek R1，目标交互性设为 62 tok/s/user：启用 MTP 时，吞吐量为 8907 tok/s/chip，每百万 token 成本为 $0.05；关闭投机解码时，吞吐量为 1518 tok/s/chip，每百万 token 成本为 $0.32。MTP 的成本效率高出 487%；MTP 的单芯片吞吐量高出 487%。投机解码会增加 draft token 的计算量，以减少解码步数；收益取决于序列长度和批大小。
102 tok/s/user 位于 22–182 tok/s/user 交互性区间的中段。在这一运行点，启用 MTP 时，吞吐量为 2796 tok/s/chip，每百万 token 成本为 $0.17；关闭投机解码时，吞吐量为 483 tok/s/chip，每百万 token 成本为 $0.99。MTP 的成本效率高出 479%；MTP 的单芯片吞吐量高出 479%。投机解码的收益因工作负载而异；输出较短的 prompt 通常收益较小。
在 B200 FP4 上运行 DeepSeek R1，目标交互性设为 142 tok/s/user：启用 MTP 时，吞吐量为 689 tok/s/chip，每百万 token 成本为 $0.70；关闭投机解码时，吞吐量为 148 tok/s/chip，每百万 token 成本为 $3.24。MTP 的成本效率高出 365%；MTP 的单芯片吞吐量高出 365%。投机解码通过接受 draft token 降低每 token 延迟；收益因工作负载和 prompt 分布而异。 （以上数据基于此 URL 固定的 1k/1k · fp4 工作负载；切换序列长度或模型后，表格和图表会同步更新。表格始终使用本页指定的精度，控件中的精度选项只影响图表。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | 启用 MTP:8906.5关闭投机解码:1518.4 | 启用 MTP:2796.2关闭投机解码:483.2 | 启用 MTP:689.3关闭投机解码:148.4 |
| 成本（$/M tok） | 启用 MTP:$0.054关闭投机解码:$0.316 | 启用 MTP:$0.172关闭投机解码:$0.995 | 启用 MTP:$0.697关闭投机解码:$3.238 |
| tok/s/MW | 启用 MTP:5208506关闭投机解码:887970 | 启用 MTP:1635203关闭投机解码:282560 | 启用 MTP:403114关闭投机解码:86778 |
| 并发数 | 启用 MTP:~3578关闭投机解码:~786 | 启用 MTP:~869关闭投机解码:~53 | 启用 MTP:~114关闭投机解码:~24 |
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。