Whitepapers

De volgende technische whitepapers worden gepubliceerd door Aetherix B.V..

Titel Onderwerp Platform
Handleiding voor lokaal LLM-gebruik Beslisgids hardware → model → software Jetson, RTX PRO, DGX Spark, DGX/HGX
Keuzegids voor LLM-kwantisatie Kwantisatiekeuze: workload × formaat × GPU-architectuur × betrouwbaarheid van checkpoints, met de keuzestroom en voorbeelden NVIDIA Ampere → Blackwell (Jetson, RTX, DGX)
Engram-offloading bij LLM-inferentie Grote embeddingtabellen waaruit per token een paar rijen worden gelezen: offloading naar systeem-RAM of NVMe, met meetresultaten DGX Spark, RTX PRO 6000; geheugenarchitectuur van DGX B300
NVIDIA DGX B300 vs GB300 NVL72: vergelijking van clusterarchitecturen Technische vergelijking van twee Blackwell Ultra-architecturen, gids voor platformkeuze op basis van de workload NVIDIA DGX B300, GB300 NVL72 (Blackwell Ultra)
Installatiehandleiding voor een DGX Spark AI-cluster met 2 nodes Clusterinstallatie met point-to-point-topologie, RoCEv2/RDMA, sparkrun 2x NVIDIA DGX Spark (GB10)
Installatiehandleiding voor een DGX Spark AI-cluster met 3 nodes Clusterinstallatie met ringtopologie (mesh), RoCEv2/RDMA, sparkrun 3x NVIDIA DGX Spark (GB10)
Installatiehandleiding voor een DGX Spark AI-cluster met 4 nodes Clusterinstallatie op basis van een switch, RoCEv2/RDMA, sparkrun, NAS 4x NVIDIA DGX Spark (GB10)
Installatiehandleiding voor een DGX Spark AI-cluster met 8 nodes Clusterinstallatie op basis van een switch, RoCEv2/RDMA, sparkrun, NAS 8x NVIDIA DGX Spark (GB10)
Qwen3.6-27B DGX Spark-benchmark Vergelijking van LLM-kwantisatie (FP8/AWQ/NVFP4 + MTP) NVIDIA DGX Spark (GB10)
Schaling van Qwen3.6-27B op een DGX Spark-cluster Schaling over meerdere nodes (TP1/TP2/TP4), SLO-gestuurde capaciteitsplanning 1x/2x/4x NVIDIA DGX Spark (GB10)
Offloading van de KV-cache met LMCache bij LLM-inferentie Hergebruikte contexten en een KV-cache die niet in het GPU-geheugen past: drie cachelagen (GPU, CPU, NVMe), gemeten TTFT en de instellingen voor productie NVIDIA DGX Spark (GB10)
Netwerklinksnelheid voor tensorparallelle inferentie op 8× DGX Spark (200G vs 100G) Netwerkverkeer van tensorparallelle inferentie, 200G vs geëmuleerde 100G: schatting en meting met GLM-5.3 op TP8 8× NVIDIA DGX Spark (GB10)
De eerste open-gewichtsalternatieven voor Jev Zes open-weight typed-decision-modellen vergeleken op één DGX Spark: nauwkeurigheid, kalibratie, gevoeligheid voor de optievolgorde en latentie — en welk model bij welke taak past NVIDIA DGX Spark (GB10)
DeepSeek-V4.1-Flash-deployment op 4× DGX Spark Deployment van een MoE-model van 763B op 4× DGX Spark (GB10) met TP4: vLLM-buildketen, 7 SM121-patches, Engram-on-disk, DSpark k=5 4× NVIDIA DGX Spark (GB10)
DeepSeek-V4.1-Flash-deployment op 8× DGX Spark met TP8 MoE-model van 763B op 8× DGX Spark (GB10) met TP8: twee configuraties (300K Engram-in-memory, 1M Engram-on-disk), NCCL-optimalisatie, benchmarkresultaten en vergelijking met TP4 8× NVIDIA DGX Spark (GB10)
Kimi K3-inferentiebenchmark op DGX-B300 Vergelijking van inferentie-engine + speculatieve decodering (vLLM vs SGLang, direct vs DSpark) NVIDIA DGX-B300 (8x Blackwell Ultra, TP=8)
LLM Inference Benchmark Explorer Interactieve benchmarktabel: filter op apparaat, model en kwantisatie, stel uw eigen drempels voor het serviceniveau in DGX Spark (GB10), DGX B300, RTX PRO 6000, Jetson Thor
CV Inference Benchmark Explorer Interactieve benchmark voor computer vision: kies een apparaat en een detectiemodel om de volgehouden FPS te zien, hoe die daalt naarmate er camera’s bijkomen, en hoeveel camera’s het draagt bij uw doel-FPS DGX Spark (GB10), Jetson AGX Thor, Jetson Orin Nano, RTX 3060, RTX 3090
VLM Inference Benchmark Explorer Interactieve benchmark voor vision-languagemodellen: kies het beeldformaat en hoe lang een camera maximaal op zijn antwoord mag wachten, en zie hoeveel camera’s elke configuratie bijhoudt RTX PRO 6000 Blackwell, Jetson AGX Orin 32GB, Jetson Orin NX 16GB

Op deze pagina