VLM Inference Benchmark Explorer

NVIDIA-Nemotron-3.5-Super-VL-120B-A12B op DGX Spark — NVFP4, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

Model	NVIDIA-Nemotron-3.5-Super-VL-120B-A12B
Parameters	120B
Apparaat	DGX Spark
Kwantisatie	NVFP4
Beeldformaat	720p
Beelden per camera	1
Max. camera's (respons ≤ 3 s)	4
Engine	vLLM

Camera's	Respons (s)	TPS (tok/s)	Doel
1	0.77	19.1	≤3 s
2	1.31	15.7	≤3 s
4	2.03	12.3	≤3 s
8	4.21	9.1	>3 s
16	7.44	6.3	>3 s
32	11.6	4.2	>3 s
48	14.6	3.1	>3 s
56	16.0	2.8	>3 s
60	—	—	Mislukt

Beelden per verzoek	Respons (s)	TPS (tok/s)	Doel
1	0.77	19.1	≤3 s
2	1.08	18.9	≤3 s
4	1.88	18.9	≤3 s
8	4.00	18.9	>3 s
16	8.15	18.9	>3 s
32	21.8	18.8	>3 s
64	34.8	19.7	>3 s
128	—	—	Mislukt

NVIDIA-Nemotron-3.5-Super-VL-120B-A12B (120B parameters), geserveerd in NVFP4-formaat met vLLM op DGX Spark, begint één camera die één 720p-beeld stuurt na 0.77 s te antwoorden en schrijft daarna 19.1 tok/s.

Met 64 beelden per camera op 720p begint het antwoord na 34.83 s. Met één beeld op 2K na 2.46 s.

Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het 4 camera's tegelijk bij.