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
| Model | Nemotron-Nano-12B-v2-VL |
|---|---|
| Parameters | 13B |
| 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 | 197 | 68.5 | ≤3000 ms |
| 2 | 256 | 61.9 | ≤3000 ms |
| 4 | 251 | 56.1 | ≤3000 ms |
| 8 | 457 | 50.6 | ≤3000 ms |
| 16 | 764 | 44.4 | ≤3000 ms |
| Beelden per verzoek | TTFT (ms) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 197 | 68.5 | ≤3000 ms |
| 3 | 497 | 62.4 | ≤3000 ms |
| 5 | 777 | 64.1 | ≤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.
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.