DeepSeek R1 · 投机解码

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。

MTP 接受率不宜跨引擎直接比较

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 8,907 tok/s/chip,每百万 token 成本为 $0.054;关闭投机解码时,吞吐量为 1,518 tok/s/chip,每百万 token 成本为 $0.32。在同一芯片上,MTP 的单芯片吞吐量为对方的 5.9 倍,因此每 token 成本低 83%。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 2,796 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。在同一芯片上,MTP 的单芯片吞吐量为对方的 5.8 倍,因此每 token 成本低 83%。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。在同一芯片上,MTP 的单芯片吞吐量为对方的 4.6 倍,因此每 token 成本低 78%。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。)

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)
启用 MTP8,907关闭投机解码1,518
启用 MTP2,796关闭投机解码483
启用 MTP689关闭投机解码148
成本($/M tok)
启用 MTP$0.054关闭投机解码$0.32
启用 MTP$0.17关闭投机解码$0.99
启用 MTP$0.70关闭投机解码$3.24
tok/s/MW
启用 MTP5,208,506关闭投机解码887,970
启用 MTP1,635,203关闭投机解码282,560
启用 MTP403,114关闭投机解码86,778
并发数
启用 MTP~3,578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
DeepSeek R1:B200 FP4 上两种配置(启用 MTP、关闭投机解码)在相同交互性水平下的对比
B200 FP4 上两种配置(启用 MTP、关闭投机解码)的对比(默认工作负载)
查看大图 ↗