VLM Inference Benchmark Explorer
MedGemma-1.5-4B-it op RTX PRO 6000 — BF16, vLLM vision-language-inferentiebenchmark
Deze configuratie openen in de VLM Inference Benchmark Explorer
| Model | MedGemma-1.5-4B-it |
|---|---|
| Parameters | 4.3B |
| Apparaat | RTX PRO 6000 |
| Kwantisatie | BF16 |
| Beeldformaat | 720p |
| Beelden per camera | 1 |
| Max. camera's (respons ≤ 3 s) | 16+ |
| Engine | vLLM |
| Camera's | Respons (s) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 0.20 | 171.5 | PASS |
| 2 | 0.16 | 165.1 | PASS |
| 4 | 0.16 | 154.0 | PASS |
| 8 | 0.22 | 143.2 | PASS |
| 16 | 0.40 | 134.1 | PASS |
MedGemma-1.5-4B-it (4.3B parameters), geserveerd in BF16-formaat met vLLM op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 0.2 s te antwoorden en schrijft daarna 171.5 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 0.45 s. Met één beeld op 2K na 0.25 s.
Bij het standaarddoel van een antwoord dat binnen 3 s begint (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.
MedGemma-1.5-4B-it (4.3B parameters), geserveerd in BF16-formaat met vLLM op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 0.2 s te antwoorden en schrijft daarna 171.5 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 0.45 s. Met één beeld op 2K na 0.25 s.
Bij het standaarddoel van een antwoord dat binnen 3 s begint (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.