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

ModelCosmos3-Nano
Parameters16B
ApparaatRTX PRO 6000 Max-Q
KwantisatieBF16
Beeldformaat720p
Beelden per camera1
Max. camera's (TTFT ≤ 3000 ms)16+
EnginevLLM
Camera'sTTFT (ms)TPS (tok/s)Doel
113688.0≤3000 ms
216382.0≤3000 ms
419473.8≤3000 ms
833765.0≤3000 ms
1668652.8≤3000 ms
Beelden per verzoekTTFT (ms)TPS (tok/s)Doel
113688.0≤3000 ms
343588.3≤3000 ms
573987.1≤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.