DeepSeek V4 Pro 0813 1.6T · 投机解码

B300 FP4:启用 MTP 与关闭投机解码的对比

在 B300 FP4(NVIDIA Blackwell)上运行 DeepSeek V4 Pro 0813 1.6T 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 B300 FP4 上运行 DeepSeek V4 Pro 0813 1.6T,目标交互性设为 36 tok/s/user:启用 MTP 时,吞吐量为 5,480 tok/s/chip,每百万 token 成本为 $0.11;关闭投机解码时,吞吐量为 1,127 tok/s/chip,每百万 token 成本为 $0.56。在同一芯片上,MTP 的单芯片吞吐量为对方的 4.9 倍,因此每 token 成本低 79%。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。

59 tok/s/user 位于 13–105 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 838 tok/s/chip,每百万 token 成本为 $0.75;关闭投机解码时,吞吐量为 520 tok/s/chip,每百万 token 成本为 $1.21。在同一芯片上,MTP 的单芯片吞吐量高出 61%,因此每 token 成本低 38%。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 B300 FP4 上运行 DeepSeek V4 Pro 0813 1.6T,目标交互性设为 82 tok/s/user:启用 MTP 时,吞吐量为 558 tok/s/chip,每百万 token 成本为 $1.13;关闭投机解码时,吞吐量为 154 tok/s/chip,每百万 token 成本为 $4.07。在同一芯片上,MTP 的单芯片吞吐量为对方的 3.6 倍,因此每 token 成本低 72%。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 MTP5,480关闭投机解码1,127
启用 MTP838关闭投机解码520
启用 MTP558关闭投机解码154
成本($/M tok)
启用 MTP$0.11关闭投机解码$0.56
启用 MTP$0.75关闭投机解码$1.21
启用 MTP$1.13关闭投机解码$4.07
tok/s/MW
启用 MTP2,884,337关闭投机解码593,148
启用 MTP441,311关闭投机解码273,741
启用 MTP293,607关闭投机解码81,113
并发数
启用 MTP~907关闭投机解码~65
启用 MTP~29关闭投机解码~18
启用 MTP~14关闭投机解码~4
DeepSeek V4 Pro 0813 1.6T:B300 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
B300 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 ↗