Llama-3.1-Nemotron-Nano-VL-8B op DGX Spark — 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	DGX Spark
Kwantisatie	BF16
Beeldformaat	720p
Beelden per camera	1
Max. camera's (respons ≤ 3 s)	8
Engine	vLLM

Camera's	Respons (s)	TPS (tok/s)	Doel
1	0.89	14.2	≤3 s
2	1.04	13.6	≤3 s
4	1.44	12.0	≤3 s
8	2.17	9.6	≤3 s
16	4.43	7.2	>3 s
32	8.30	4.2	>3 s
64	—	—	Mislukt

Beelden per verzoek	Respons (s)	TPS (tok/s)	Doel
1	0.89	14.2	≤3 s
2	1.73	14.0	≤3 s
4	3.58	13.6	>3 s
8	7.80	12.6	>3 s
16	18.3	11.3	>3 s
32	47.6	9.2	>3 s
64	—	—	Mislukt

Llama-3.1-Nemotron-Nano-VL-8B (8.7B parameters), geserveerd in BF16-formaat met vLLM op DGX Spark, begint één camera die één 720p-beeld stuurt na 0.89 s te antwoorden en schrijft daarna 14.2 tok/s.

Met 32 beelden per camera op 720p begint het antwoord na 47.61 s. Met één beeld op 2K na 0.92 s.

Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het 8 camera's tegelijk bij.