VLM Inference Benchmark Explorer
Llama-3.1-Nemotron-Nano-VL-8B op RTX PRO 6000 — BF16, vLLM vision-language-inferentiebenchmark
Deze configuratie openen in de VLM Inference Benchmark Explorer
| Model | Llama-3.1-Nemotron-Nano-VL-8B |
|---|---|
| Parameters | 8.7B |
| Apparaat | RTX PRO 6000 |
| Kwantisatie | BF16 |
| Beeldformaat | 720p |
| Beelden per camera | 1 |
| Max. camera's (respons ≤ 3 s) | 16+ |
| Engine | vLLM |
| Camera's | Respons (s) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 0.29 | 94.9 | PASS |
| 2 | 0.32 | 84.6 | PASS |
| 4 | 0.43 | 73.2 | PASS |
| 8 | 0.74 | 59.4 | PASS |
| 16 | 1.27 | 46.5 | PASS |
Llama-3.1-Nemotron-Nano-VL-8B (8.7B parameters), geserveerd in BF16-formaat met vLLM op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 0.29 s te antwoorden en schrijft daarna 94.9 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 1.79 s. Met één beeld op 2K na 0.49 s.
Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het minstens 16 camera's tegelijk bij: ook bij het hoogste gemeten aantal haalde het het doel, dus de werkelijke grens ligt hoger.
Llama-3.1-Nemotron-Nano-VL-8B (8.7B parameters), geserveerd in BF16-formaat met vLLM op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 0.29 s te antwoorden en schrijft daarna 94.9 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 1.79 s. Met één beeld op 2K na 0.49 s.
Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het minstens 16 camera's tegelijk bij: ook bij het hoogste gemeten aantal haalde het het doel, dus de werkelijke grens ligt hoger.