Qwen3.5-2B op DGX Spark — BF16, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

Model	Qwen3.5-2B
Parameters	2.3B
Apparaat	DGX Spark
Kwantisatie	BF16
Beeldformaat	720p
Beelden per camera	1
Max. camera's (respons ≤ 3 s)	64
Engine	vLLM

Camera's	Respons (s)	TPS (tok/s)	Doel
1	0.15	44.8	≤3 s
2	0.21	55.1	≤3 s
4	0.33	52.3	≤3 s
8	0.60	47.5	≤3 s
16	1.02	38.7	≤3 s
32	1.48	26.3	≤3 s
64	2.45	16.3	≤3 s
128	4.66	9.2	>3 s
192	6.97	6.5	>3 s
224	8.51	5.8	>3 s
240	8.91	5.4	>3 s
256	—	—	Mislukt

Beelden per verzoek	Respons (s)	TPS (tok/s)	Doel
1	0.15	44.8	≤3 s
2	0.26	44.7	≤3 s
4	0.51	44.5	≤3 s
8	1.00	44.1	≤3 s
16	2.03	43.6	≤3 s
32	4.17	42.3	>3 s
64	8.93	39.8	>3 s
128	20.2	36.2	>3 s
256	—	—	Mislukt

Qwen3.5-2B (2.3B parameters), geserveerd in BF16-formaat met vLLM op DGX Spark, begint één camera die één 720p-beeld stuurt na 0.15 s te antwoorden en schrijft daarna 44.8 tok/s.

Met 128 beelden per camera op 720p begint het antwoord na 20.23 s. Met één beeld op 2K na 0.69 s.

Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het 64 camera's tegelijk bij.