VLM Inference Benchmark Explorer
Cosmos3-Nano op RTX PRO 6000 Max-Q — BF16, vLLM vision-language-inferentiebenchmark
Deze configuratie openen in de VLM Inference Benchmark Explorer
| Model | Cosmos3-Nano |
|---|---|
| Parameters | 16B |
| Apparaat | RTX PRO 6000 Max-Q |
| Kwantisatie | BF16 |
| Beeldformaat | 720p |
| Beelden per camera | 1 |
| Max. camera's (TTFT ≤ 3000 ms) | 16+ |
| Engine | vLLM |
| Camera's | TTFT (ms) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 136 | 88.0 | ≤3000 ms |
| 2 | 163 | 82.0 | ≤3000 ms |
| 4 | 194 | 73.8 | ≤3000 ms |
| 8 | 337 | 65.0 | ≤3000 ms |
| 16 | 686 | 52.8 | ≤3000 ms |
| Beelden per verzoek | TTFT (ms) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 136 | 88.0 | ≤3000 ms |
| 3 | 435 | 88.3 | ≤3000 ms |
| 5 | 739 | 87.1 | ≤3000 ms |
Cosmos3-Nano (16B parameters), geserveerd in BF16-formaat met vLLM op RTX PRO 6000 Max-Q, begint één camera die één 720p-beeld stuurt na 136 ms (time to first token, TTFT) te antwoorden en schrijft daarna 88 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 739 ms. Met één beeld op 2K na 746 ms.
Bij het standaarddoel van een gemiddelde TTFT binnen 3,000 ms (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.
Cosmos3-Nano (16B parameters), geserveerd in BF16-formaat met vLLM op RTX PRO 6000 Max-Q, begint één camera die één 720p-beeld stuurt na 136 ms (time to first token, TTFT) te antwoorden en schrijft daarna 88 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 739 ms. Met één beeld op 2K na 746 ms.
Bij het standaarddoel van een gemiddelde TTFT binnen 3,000 ms (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.