MI355X FP4：启用 MTP 与关闭投机解码的对比
在 MI355X FP4（AMD CDNA 4）上运行 DeepSeekv4 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 DeepSeekv4 Pro 0813 1.6T，目标交互性设为 21 tok/s/user：启用 MTP 时，吞吐量为 5202 tok/s/chip，每百万 token 成本为 $0.08；关闭投机解码时，吞吐量为 4487 tok/s/chip，每百万 token 成本为 $0.09。MTP 的成本效率高出 16%；MTP 的单芯片吞吐量高出 16%。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 3789 tok/s/chip，每百万 token 成本为 $0.11；关闭投机解码时，吞吐量为 1330 tok/s/chip，每百万 token 成本为 $0.31。MTP 的成本效率高出 185%；MTP 的单芯片吞吐量高出 185%。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 DeepSeekv4 Pro 0813 1.6T，目标交互性设为 57 tok/s/user：启用 MTP 时，吞吐量为 1738 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 $0.70。MTP 的成本效率高出 193%；MTP 的单芯片吞吐量高出 193%。投机解码通过接受 draft token 降低每 token 延迟；收益因工作负载和 prompt 分布而异。 （以上数据基于此 URL 固定的 8k/1k · fp4 工作负载；切换序列长度或模型后，表格和图表会同步更新。表格始终使用本页指定的精度，控件中的精度选项只影响图表。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | 启用 MTP:5201.9关闭投机解码:4487.0 | 启用 MTP:3789.4关闭投机解码:1329.6 | 启用 MTP:1738.1关闭投机解码:593.3 |
| 成本（$/M tok） | 启用 MTP:$0.080关闭投机解码:$0.093 | 启用 MTP:$0.110关闭投机解码:$0.313 | 启用 MTP:$0.240关闭投机解码:$0.702 |
| tok/s/MW | 启用 MTP:2488936关闭投机解码:2146870 | 启用 MTP:1813116关闭投机解码:636183 | 启用 MTP:831629关闭投机解码:283856 |
| 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 |
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。