B200: FP8 vs BF16 精度对比
在 B200（NVIDIA Blackwell）上对比 FP8 与 BF16 精度对 Qwen 3.5 397B-A17B 推理的影响。涵盖各类 LLM 工作负载的吞吐量、延迟与成本。使用下方图表控件切换序列和指标——交互方式与主推理图表相同。
FP8 在 Qwen 3.5 397B-A17B（B200）上以 101 tok/s/user 运行时达到 6809 tok/s/Chip（每百万 token $0.07）；BF16 达到 3116 tok/s/Chip（$0.15）。FP8 每 token 成本低 118%；FP8 每 Chip 吞吐量高出 119%。量化级别的精度差异在评估页面中跟踪。
Qwen 3.5 397B-A17B（B200）在 157 tok/s/user 交互性下的吞吐量：FP8 为 4802 tok/s/Chip，BF16 为 2011。每百万 token 成本分别为 $0.10 和 $0.24。FP8 每 token 成本低 141%；FP8 每 Chip 吞吐量高出 139%。低精度带来的成本-吞吐量权衡只是全貌的一部分——请参阅评估页面的精度数据。
在 47–267 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B（B200）上以 212 tok/s/user 运行时：FP8 达到 3596 tok/s/Chip（$0.13/百万 token），BF16 达到 1296（$0.36/百万）。FP8 每 token 成本低 171%；FP8 每 Chip 吞吐量高出 178%。精度变更同时影响推理速度和模型质量——请查阅评估页面的精度基准测试。 （数据反映此 URL 的默认 8k/1k 选择——如果您在控件中更改序列或模型，下方表格和图表会自动更新。每一侧取该精度下的最优可用推理配置，可能包含投机解码（如 MTP）——与其他对比页面的口径一致。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | FP8:6808.7BF16:3115.8 | FP8:4802.2BF16:2010.9 | FP8:3596.4BF16:1295.7 |
| Cost ($/M tok) | FP8:$0.071BF16:$0.154 | FP8:$0.100BF16:$0.241 | FP8:$0.134BF16:$0.363 |
| tok/s/MW | FP8:3981704BF16:1822092 | FP8:2808282BF16:1175989 | FP8:2103152BF16:757728 |
| Concurrency | FP8:~34BF16:~31 | FP8:~15BF16:~13 | FP8:~8BF16:~6 |
推理性能
不同模型、硬件配置和服务参数下的推理性能指标。