DeepSeek V4 Pro 0813 1.6T · 投机解码
MI355X FP4:启用 MTP 与关闭投机解码的对比
在 MI355X FP4(AMD CDNA 4)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。
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 MI355X FP4 上运行 DeepSeek V4 Pro 0813 1.6T,目标交互性设为 21 tok/s/user:启用 MTP 时,吞吐量为 5,202 tok/s/chip,每百万 token 成本为 $0.080;关闭投机解码时,吞吐量为 4,487 tok/s/chip,每百万 token 成本为 $0.093。在同一芯片上,MTP 的单芯片吞吐量高出 16%,因此每 token 成本低 14%。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。
39 tok/s/user 位于 4–75 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 3,789 tok/s/chip,每百万 token 成本为 $0.11;关闭投机解码时,吞吐量为 1,330 tok/s/chip,每百万 token 成本为 $0.31。在同一芯片上,MTP 的单芯片吞吐量高出 185%,因此每 token 成本低 65%。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 MI355X FP4 上运行 DeepSeek V4 Pro 0813 1.6T,目标交互性设为 57 tok/s/user:启用 MTP 时,吞吐量为 1,738 tok/s/chip,每百万 token 成本为 $0.24;关闭投机解码时,吞吐量为 593 tok/s/chip,每百万 token 成本为 $0.70。在同一芯片上,MTP 的单芯片吞吐量高出 193%,因此每 token 成本低 66%。投机解码通过接受 draft token 降低每 token 延迟;收益因工作负载和 prompt 分布而异。 (以上数据基于此 URL 固定的 8k/1k · fp4 工作负载;切换序列长度或模型后,表格和图表会同步更新。表格始终使用本页指定的精度,控件中的精度选项只影响图表。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | 启用 MTP5,202关闭投机解码4,487 | 启用 MTP3,789关闭投机解码1,330 | 启用 MTP1,738关闭投机解码593 |
| 成本($/M tok) | 启用 MTP$0.080关闭投机解码$0.093 | 启用 MTP$0.11关闭投机解码$0.31 | 启用 MTP$0.24关闭投机解码$0.70 |
| tok/s/MW | 启用 MTP2,488,936关闭投机解码2,146,870 | 启用 MTP1,813,116关闭投机解码636,183 | 启用 MTP831,629关闭投机解码283,856 |
| 并发数 | 启用 MTP~257关闭投机解码~916 | 启用 MTP~291关闭投机解码~16 | 启用 MTP~32关闭投机解码~10 |
