VLM Inference Benchmark Explorer
Gemma-4-31B-it op RTX PRO 6000 — BF16, vLLM vision-language-inferentiebenchmark
Deze configuratie openen in de VLM Inference Benchmark Explorer
| Model | Gemma-4-31B-it |
|---|---|
| Parameters | 31B |
| Apparaat | RTX PRO 6000 |
| 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 | 235 | 24.7 | ≤3000 ms |
| 2 | 253 | 24.4 | ≤3000 ms |
| 4 | 373 | 23.5 | ≤3000 ms |
| 8 | 414 | 22.2 | ≤3000 ms |
| 16 | 946 | 21.3 | ≤3000 ms |
| Beelden per verzoek | TTFT (ms) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 235 | 24.7 | ≤3000 ms |
| 3 | 440 | 24.2 | ≤3000 ms |
| 5 | 702 | 24.4 | ≤3000 ms |
Gemma-4-31B-it (31B parameters), geserveerd in BF16-formaat met vLLM op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 235 ms (time to first token, TTFT) te antwoorden en schrijft daarna 24.7 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 702 ms. Met één beeld op 2K na 316 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.
Gemma-4-31B-it (31B parameters), geserveerd in BF16-formaat met vLLM op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 235 ms (time to first token, TTFT) te antwoorden en schrijft daarna 24.7 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 702 ms. Met één beeld op 2K na 316 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.