VLM Inference Benchmark Explorer
NVIDIA-Nemotron-3.5-Bolt-74B-A9B op DGX Spark — NVFP4, vLLM vision-language-inferentiebenchmark
Deze configuratie openen in de VLM Inference Benchmark Explorer
| Model | NVIDIA-Nemotron-3.5-Bolt-74B-A9B |
|---|---|
| Parameters | 74B |
| Apparaat | DGX Spark |
| Kwantisatie | NVFP4 |
| Beeldformaat | 720p |
| Beelden per camera | 1 |
| Max. camera's (respons ≤ 3 s) | 8 |
| Engine | vLLM |
| Camera's | Respons (s) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 0.66 | 21.4 | ≤3 s |
| 2 | 0.78 | 19.4 | ≤3 s |
| 4 | 1.16 | 15.4 | ≤3 s |
| 8 | 2.11 | 11.8 | ≤3 s |
| 16 | 3.48 | 8.3 | >3 s |
| 32 | 5.62 | 5.5 | >3 s |
| 64 | 9.51 | 3.3 | >3 s |
| 72 | — | — | Mislukt |
| Beelden per verzoek | Respons (s) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 0.66 | 21.4 | ≤3 s |
| 2 | 0.98 | 21.4 | ≤3 s |
| 4 | 2.04 | 21.5 | ≤3 s |
| 8 | 3.97 | 21.9 | >3 s |
| 16 | 7.74 | 21.8 | >3 s |
| 32 | — | — | Mislukt |
NVIDIA-Nemotron-3.5-Bolt-74B-A9B (74B parameters), geserveerd in NVFP4-formaat met vLLM op DGX Spark, begint één camera die één 720p-beeld stuurt na 0.66 s te antwoorden en schrijft daarna 21.4 tok/s.
Met 16 beelden per camera op 720p begint het antwoord na 7.74 s. Met één beeld op 2K na 2.03 s.
Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het 8 camera's tegelijk bij.
NVIDIA-Nemotron-3.5-Bolt-74B-A9B (74B parameters), geserveerd in NVFP4-formaat met vLLM op DGX Spark, begint één camera die één 720p-beeld stuurt na 0.66 s te antwoorden en schrijft daarna 21.4 tok/s.
Met 16 beelden per camera op 720p begint het antwoord na 7.74 s. Met één beeld op 2K na 2.03 s.
Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het 8 camera's tegelijk bij.