VLM Inference Benchmark Explorer

MedGemma-1.5-4B-it op DGX Spark — BF16, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

Model	MedGemma-1.5-4B-it
Parameters	4.3B
Apparaat	DGX Spark
Kwantisatie	BF16
Beeldformaat	720p
Beelden per camera	1
Max. camera's (respons ≤ 3 s)	32
Engine	vLLM

Camera's	Respons (s)	TPS (tok/s)	Doel
1	0.19	24.6	≤3 s
2	0.27	28.4	≤3 s
4	0.40	27.2	≤3 s
8	0.96	26.9	≤3 s
16	1.48	23.4	≤3 s
32	2.21	18.1	≤3 s
64	3.22	12.1	>3 s
128	5.70	7.6	>3 s
192	8.60	5.4	>3 s
224	13.7	5.4	>3 s
240	14.7	5.1	>3 s
256	—	—	Mislukt

Beelden per verzoek	Respons (s)	TPS (tok/s)	Doel
1	0.19	24.6	≤3 s
2	0.33	24.5	≤3 s
4	0.62	24.5	≤3 s
8	1.24	24.2	≤3 s
16	2.52	24.4	≤3 s
32	5.47	23.7	>3 s
64	13.0	23.0	>3 s
128	43.5	21.5	>3 s
256	230.1	20.2	>3 s
512	—	—	Mislukt

MedGemma-1.5-4B-it (4.3B parameters), geserveerd in BF16-formaat met vLLM op DGX Spark, begint één camera die één 720p-beeld stuurt na 0.19 s te antwoorden en schrijft daarna 24.6 tok/s.

Met 256 beelden per camera op 720p begint het antwoord na 230.12 s. Met één beeld op 2K na 0.23 s.

Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het 32 camera's tegelijk bij.