VLM Inference Benchmark Explorer

Nemotron-Nano-12B-v2-VL op RTX PRO 6000 — BF16, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

ModelNemotron-Nano-12B-v2-VL
Parameters13B
ApparaatRTX PRO 6000
KwantisatieBF16
Beeldformaat720p
Beelden per camera1
Max. camera's (TTFT ≤ 3000 ms)16+
EnginevLLM
Camera'sTTFT (ms)TPS (tok/s)Doel
119768.5≤3000 ms
225661.9≤3000 ms
425156.1≤3000 ms
845750.6≤3000 ms
1676444.4≤3000 ms
Beelden per verzoekTTFT (ms)TPS (tok/s)Doel
119768.5≤3000 ms
349762.4≤3000 ms
577764.1≤3000 ms

Nemotron-Nano-12B-v2-VL (13B parameters), geserveerd in BF16-formaat met vLLM op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 197 ms (time to first token, TTFT) te antwoorden en schrijft daarna 68.5 tok/s.

Met 5 beelden per camera op 720p begint het antwoord na 777 ms. Met één beeld op 2K na 612 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.