OpenAI 在最新的开源模型gpt-oss上采用的MXFP4数据类型正规实盘配资公司，直接让推理成本暴降75%！
更惊人的是，MXFP4 在把内存占用降为同规模 BF16 模型的四分之一的同时，还把生成 token 的速度提升了整整4 倍。
换句话说，这一操作直接把1200 亿参数的大模型塞进80GB显存的显卡，哪怕是只有16GB显存的显卡也能跑200 亿参数的版本。
（注：显存容量通常会大于 Checkpoint Size）
相比以往的数据类型，MXFP4 提供了极高的性价比，模型运行所需的硬件资源仅为之前的四分之一。
MXFP4 有什么魔力？
在 gpt-oss 中，OpenAI 将 MXFP4 量化应用于大约 90% 的权重，这一操作的直接动机（收益）就是让模型运行成本变得更加便宜。
将 gpt-oss 模型量化为 MXFP4 后，大语言模型的占用内存仅为等规模 BF16 模型的 1/4，而且生成 token 的速度最高可提升 4 倍。
如何通过改变数据类型降低模型运行成本？这里的逻辑是这样的：
模型的运行成本主要由权重存储和内存带宽两个部分组成。
前者是模型参数存放和占用的空间，也就是存储它们所需要的字节数。
后者则是模型在推理时，数据读写速度和容量的限制。
数据类型的变化将直接影响权重存储和内存带宽的占用。
例如，传统模型权重通常用FP32（32 位浮点数）存储，每个参数占用 4 字节内存。
如果用 MXFP4，那么每个权重只有半字节，权重存储大小是 FP32 的 1/8，这就极大地压缩了权重数据量的大小。
这一压缩不仅降低了模型的存储空间，还能让模型在同样的带宽下完成更快地数据读取和写入，从而提高推理速度。
由此，通过改变数据类型就能实现推理成本的降本增效。
那么，MXFP4 是怎么实现这一点的？
MXFP4
MXFP4 的全称是微缩放 4 位浮点数（Micro-scaling Floating Point 4-bit），是由 Open Compute Project ( OCP ) 定义的 4 位浮点数据类型。
（注：OCP 是 Facebook 于 2011 年发起的超大规模数据中心合作组织，旨在降低数据中心组件成本并提高可获取性。）
在深度学习领域中，数据类型的精度和效率一直是研究者取舍的重点。
例如，传统的 FP4 只有四位，1 位符号位（表示正负），2 位指数位（决定数值的量级），1 位尾数位（表示小数部分）。
这种表示方法虽然压缩了数据量，但也导致了非常有限的可表示的数值范围，它只能表示 8 个正数和 8 个负数。
相较之下，BF16（1 位符号位，8 位指数位和 7 位尾数位）则能表示 65,536 个数值，不过表示范围的增加也带来了计算成本的上升。
如果为了提高计算效率，直接把这 4 个 BF16 数值：0.0625、0.375、0.078125、0.25 直接转换成 FP4，那么它们会变成 0、0.5、0、0.5。
不难看出，这样的误差显然是无法接受的。
于是，为了在减少数据量的同时确保一定的精度，MXFP4 通过将一组高精度数值（默认 32 个）乘以一个公共缩放因子（这个缩放因子是一个 8 位二进制指数）。这样，我们前面那 4 个 BF16 数值就会变成 1、6、1.5、4。
这样就既实现了极致的数据大小，又维持了数值间大小关系的精度。
此外，这一过程的实现还与计算硬件相关。
一般规律是，每将浮点精度减半，芯片的浮点吞吐量就能翻倍。
比如，一个 B200SXM 模块的稠密 BF16 运算性能约为2.2 petaFLOPS，降到 FP4（Nvidia Blackwell 芯片提供硬件加速）后，就能提升到9petaFLOPS。
虽然这会在吞吐量上带来一些提升，但在推理阶段，更多 FLOPS 的意义主要是减少模型开始生成答案的等待时间。
值得注意的是，运行 MXFP4 模型并不要求硬件必须原生支持 FP4。
用于训练 gpt-oss 的 Nvidia H100 就不支持原生 FP4，不过它依然可以运行，只是无法享受该数据类型的全部优势。
低精度与计算量的取舍
事实上，MXFP4 并不是新概念。早在 2023 年的报告中，OCP 就在报告《OCP Microscaling Formats ( MX ) Specification Version 1.0》中详细介绍过这一数据类型。
然而，这种低精度的数据类型通常被认为是对性价比的妥协，因为精度下降会导致质量损失。损失的程度取决于具体的量化方法。
不过，已经有足够多的研究表明，将数据精度从 16 位降到 8 位，在大语言模型场景下几乎没有质量损失，这种精度已经足够支撑模型的正常工作。
事实上，一些模型开发者，例如 DeepSeek 已经开始直接用 FP8 进行训练。
此外，虽然 MXFP4 比标准 FP4 好得多，但它也有缺陷。
例如，英伟达就认为这种数据类型相比 FP8 仍可能出现质量下降，部分原因是其缩放块大小（Scaling Block Size）为 32，不够细粒化。
为此，英伟达推出了自己的微缩放数据类型NVFP4，通过将缩放块大小降至 16 和使用 FP8 缩放因子来提高质量。
这几乎等同于 FP8 的工作方式。只不过 MXFP4 是在张量内部的小块上应用缩放因子，而不是作用于整个张量，从而在数值之间实现更细的粒度。
最后，在 gpt-oss 上，OpenAI 只使用了 MXFP4。
鉴于 OpenAI 在 AI 领域上的影响力，这基本上就等于在说：
如果 MXFP4 对我们够用，那对你也应该够用。
参考链接
[ 1 ] https://www.theregister.com/2025/08/10/openai_mxfp4/
[ 2 ] https://cdn.openai.com/pdf/419b6906-9da6-406c-a19d-1bb078ac7637/oai_gpt-oss_model_card.pdf
[ 3 ] https://www.opencompute.org/documents/ocp-microscaling-formats-mx-v1-0-spec-final-pdf
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
� � 希望了解 AI 产品最新趋势？
量子位智库「AI 100」2025 上半年
「旗舰产品榜」和「创新产品榜」
给出最新参考� �
� � 点亮星标 � �
科技前沿进展每日见正规实盘配资公司
利好配资提示：文章来自网络，不代表本站观点。
热点资讯
推荐资讯
