已过期90% 置信事实时间未知
在配备 Tensor Core 的 NVIDIA GPU（如 A100、H100）上，FP16/BF16 矩阵运算的吞吐量可以达到 FP32 的 2-8 倍
7
来源数
90%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/9/30(已过期)
来源
Hugging Face Transformers：16万Star开源AI框架深度解析
githubhuggingface
相关事实
待验证NVIDIA H100 GPU原生支持FP8格式，其吞吐量相较FP16提升约2倍84% 相似待验证FP32到FP16的转换在现代GPU的Tensor Core上可实现2-4倍的吞吐量提升84% 相似待验证NVIDIA Blackwell架构（B200/GB200）支持FP4计算，理论上将Tensor Core吞吐量再次翻倍80% 相似待验证NVIDIA 在 Blackwell 架构（SM 100/103，如 B100、B200 系列）中为 NVFP4 设计了专用 Tensor Core 指令 mma.kind::mxf4，并采用每 16 个元素为一组的 FP8 缩放因子机制80% 相似已验证NVIDIA A100拥有6912个CUDA核心和432个Tensor Core，理论峰值算力达到312 TFLOPS（BF16）79% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/61143API
curl https://kongchang.com/api/v1/knowledge/claims/61143MCP
get_claim(id=61143)