B200 FP4: MTP vs Off 投机解码
MTP 与 Off 在 B200 FP4（NVIDIA Blackwell）上运行 DeepSeekv4 Pro 0813 1.6T 的投机解码对比。在各类 LLM 工作负载下的吞吐量、成本和交互性差异。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。
MTP 接受率实现在不同推理引擎间存在差异。不同引擎的数据点在同一曲线上不可直接比较——在相同交互性水平下的吞吐量和成本差异可能反映的是引擎层面的差异，而非纯投机解码收益。请谨慎解读跨引擎对比。
DeepSeekv4 Pro 0813 1.6T（B200 FP4）在 31 tok/s/user 交互性下的吞吐量：MTP 为 3100 tok/s/chip，Off 为 2070。每百万 token 成本分别为 $0.16 和 $0.23。MTP 每 token 成本低 50%；MTP 每芯片吞吐量高出 50%。投机解码以额外的草稿 token 计算换取更少的解码步骤——收益取决于序列长度和批大小。
在 8–103 tok/s/user 交互性区间的中部，即 DeepSeekv4 Pro 0813 1.6T（B200 FP4）上以 55 tok/s/user 运行时：MTP 达到 2443 tok/s/chip（$0.20/百万 token），Off 达到 348（$1.38/百万）。MTP 每 token 成本低 602%；MTP 每芯片吞吐量高出 602%。投机解码的收益因工作负载而异；短输出提示获益通常较小。
在 DeepSeekv4 Pro 0813 1.6T（B200 FP4）上以 79 tok/s/user 交互性运行时，MTP 吞吐量为 536 tok/s/chip，每百万 token 成本 $0.90；Off 吞吐量为 136 tok/s/chip，成本 $3.54。MTP 每 token 成本低 295%；MTP 每芯片吞吐量高出 295%。投机解码通过接受草稿 token 来降低每 token 延迟——收益因工作负载和提示分布而异。 （数据反映此 URL 固定的 1k/1k · fp4 工作负载——更改序列或模型时表格和图表都会更新；本页表格始终锁定该精度，图表中的精度切换仅影响图表。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | MTP:3099.8Off:2069.6 | MTP:2443.3Off:348.0 | MTP:535.9Off:135.8 |
| Cost ($/M tok) | MTP:$0.155Off:$0.232 | MTP:$0.197Off:$1.381 | MTP:$0.897Off:$3.539 |
| tok/s/MW | MTP:1812725Off:1210289 | MTP:1428847Off:203535 | MTP:313380Off:79407 |
| Concurrency | MTP:~428Off:~286 | MTP:~212Off:~26 | MTP:~33Off:~7 |