Değişiklik Günlüğü

Yeni white paper’lar ve yeni LLM ve CV benchmark sonuçları, en yeniden eskiye. Her kayıt anlattığı sayfaya bağlantı verir.

Ekim 2026

  1. 1 EkimYeni LLM benchmarkGemma-4-31B-it — ThorGemma-4-31B-it, Jetson AGX Thor üzerinde: NVFP4 ağırlıklar vLLM ile sunuldu; MTP ile spekülatif kod çözme (k=3), 256K bağlam.
  2. 1 EkimYeni LLM benchmarkQwen3-VL-30B-A3B-Instruct — ThorGörüntü-dil modeli Qwen3-VL-30B-A3B-Instruct, Jetson AGX Thor üzerinde: FP8 ağırlıklar vLLM ile sunuldu; spekülatif kod çözme, 256K bağlam.
  3. 1 EkimYeni LLM benchmarkQwen3.8-27B — RTX PRO 6000Qwen3.8-27B, tek bir RTX PRO 6000 üzerinde: FP8 ağırlıklar vLLM ile sunuldu; MTP ile spekülatif kod çözme (k=3), 128 eşzamanlı isteğe kadar ölçüldü.
  4. 1 EkimYeni LLM benchmarkMiMo-V2.6-Pro-MOPD — DGX B300MiMo-V2.6-Pro-MOPD (1.02T), DGX B300 üzerinde: FP4 ağırlıklar vLLM ile dört GPU'da sunuldu (TP4); DFlash spekülatif kod çözme (k=7), 1M token bağlam, 256 eşzamanlı isteğe kadar ölçüldü.
  5. 1 EkimYeni LLM benchmarkMiMo-V2.6-Flash-RL — 2× DGX SparkMiMo-V2.6-Flash-RL (310B), 2× DGX Spark üzerinde: FP4 ağırlıklar vLLM ile iki düğüme dağıtıldı (TP2); DFlash spekülatif kod çözme (k=7), 256K bağlam.
  6. 1 EkimYeni LLM benchmarkMiMo-V2.6-Flash-RL — 4× DGX SparkMiMo-V2.6-Flash-RL (310B), 4× DGX Spark üzerinde: FP4 ağırlıklar vLLM ile dört düğüme dağıtıldı (TP4); DFlash spekülatif kod çözme (k=7), 500K bağlam.

Eylül 2026

  1. 29 EylülYeni white paperLLM Çıkarımında Engram OffloadingEngram tabloları büyüktür, ancak her token için yalnızca birkaç satırı okunur; bu nedenle GPU belleğinden sistem RAM'ine veya NVMe'ye taşınabilirler. Bunun DGX Spark, RTX PRO 6000 ve DGX B300 için anlamı ve DeepSeek-V4.1-Flash ile Qwen3.8-Flash-Next ölçüm sonuçları.
  2. 28 EylülYeni LLM benchmarkQwen3.8-Flash-Next — 1× DGX SparkQwen3.8-Flash-Next (176B), tek bir DGX Spark üzerinde: NVFP4 ağırlıklar SGLang ile sunuldu; MTP ile spekülatif kod çözme (k=3), 47.7 GiB'lık n-gram embedding tablosu NVMe'den okunuyor.
  3. 28 EylülYeni LLM benchmarkQwen3.8-Flash-Next — RTX PRO 6000Qwen3.8-Flash-Next (176B), tek bir RTX PRO 6000 üzerinde: NVFP4 ağırlıklar SGLang ile sunuldu; MTP ile spekülatif kod çözme (k=3), 47.7 GiB'lık n-gram embedding tablosu sistem RAM'inde.
  4. 28 EylülYeni LLM benchmarkMiMo-V2.6-Pro-RL — DGX B300MiMo-V2.6-Pro-RL (1.02T), DGX B300 üzerinde: FP4 ağırlıklar vLLM ile dört GPU'da sunuldu (TP4); DFlash spekülatif kod çözme (k=7), 1M token bağlam.
  5. 18 EylülYeni CV benchmarkPeopleNet INT8 — Jetson AGX ThorPeopleNet kişi algılama (INT8, 960×544 giriş), Jetson AGX Thor üzerinde: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
  6. 18 EylülYeni CV benchmarkYOLO11-N — Jetson AGX ThorYOLO11-N nesne algılama (640×640 giriş), Jetson AGX Thor üzerinde: 1 ile 30 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
  7. 18 EylülYeni CV benchmarkYOLO11S — Jetson AGX ThorYOLO11S nesne algılama (640×640 giriş), Jetson AGX Thor üzerinde: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
  8. 18 EylülYeni CV benchmarkYOLO11M — Jetson AGX ThorYOLO11M nesne algılama (640×640 giriş), Jetson AGX Thor üzerinde: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
  9. 18 EylülYeni CV benchmarkYOLO11L — Jetson AGX ThorYOLO11L nesne algılama (640×640 giriş), Jetson AGX Thor üzerinde: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
  10. 17 EylülYeni white paperDeepSeek-V4.1-Flash 8× DGX Spark TP8 DağıtımıDeepSeek-V4.1-Flash (763B MoE, FP8, DSpark k=5) modelinin 8× NVIDIA DGX Spark (GB10) üzerinde TP8 dağıtımı: iki yapılandırma (300K Engram-bellekte, 1M Engram-diskte), NCCL optimizasyonu, benchmark sonuçları ve TP4 karşılaştırması.
  11. 17 EylülYeni LLM benchmarkDeepSeek-V4.1-Flash — 8× DGX SparkDeepSeek-V4.1-Flash (763B), 8× DGX Spark üzerinde: FP8 ağırlıklar vLLM ile sekiz düğüme dağıtıldı (TP8); DSpark spekülatif kod çözme (k=5), 300K bağlam, Engram tablosu bellekte.
  12. 17 EylülYeni LLM benchmarkDeepSeek-V4.1-Flash — 8× DGX SparkDeepSeek-V4.1-Flash (763B), 8× DGX Spark üzerinde: aynı TP8 kurulumu 1M token bağlamla; Engram tablosu diske taşındı.
  13. 16 EylülYeni white paperDeepSeek-V4.1-Flash 4× DGX Spark DağıtımıDeepSeek-V4.1-Flash (763B MoE, FP8, DSpark k=5) modelinin 4× NVIDIA DGX Spark (GB10) üzerinde tensor-parallel dağıtımı: vLLM build zinciri, 7 SM 12.1a patch'i, Engram-on-disk, benchmark sonuçları ve B300 karşılaştırması.
  14. 16 EylülYeni LLM benchmarkDeepSeek-V4.1-Flash — 4× DGX SparkDeepSeek-V4.1-Flash (763B), 4× DGX Spark üzerinde: FP8 ağırlıklar vLLM ile dört düğüme dağıtıldı (TP4); DSpark spekülatif kod çözme (k=5), 300K bağlam.
  15. 16 EylülYeni CV benchmarkPeopleNet INT8 — GB10PeopleNet kişi algılama (INT8, 960×544 giriş), GB10 (DGX Spark) üzerinde: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
  16. 16 EylülYeni CV benchmarkPeopleNet INT8 — Jetson Orin NanoPeopleNet kişi algılama (INT8, 960×544 giriş), Jetson Orin Nano üzerinde: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
  17. 16 EylülYeni CV benchmarkPeopleNet INT8 — RTX 3060PeopleNet kişi algılama (INT8, 960×544 giriş), RTX 3060 üzerinde: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
  18. 16 EylülYeni CV benchmarkPeopleNet INT8 — RTX 3090PeopleNet kişi algılama (INT8, 960×544 giriş), RTX 3090 üzerinde: 1 ile 30 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
  19. 16 EylülYeni CV benchmarkYOLO11-N — RTX 3090YOLO11-N nesne algılama (640×640 giriş), RTX 3090 üzerinde: 1 ile 28 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
  20. 14 EylülYeni LLM benchmarkDeepSeek-V4.1-Flash — DGX B300DeepSeek-V4.1-Flash (763B), DGX B300 üzerinde: FP8 ağırlıklar vLLM ile dört GPU'da sunuldu (TP4); DSpark spekülatif kod çözme (k=3), 1M token bağlam.
  21. 14 EylülYeni LLM benchmarkTencent-Hy4-preview — DGX B300Tencent-Hy4-preview (780B), DGX B300 üzerinde: BF16 ağırlıklar vLLM ile sekiz GPU'nun tamamında sunuldu (TP8); MTP ile spekülatif kod çözme (k=3), 512K bağlam.
  22. 14 EylülYeni LLM benchmarkDeepSeek-V4-Flash-Vision-Exp — 2× DGX SparkDeepSeek-V4-Flash-Vision-Exp (305B), 2× DGX Spark üzerinde: FP8 ağırlıklar vLLM ile iki düğüme dağıtıldı (TP2); DSpark spekülatif kod çözme (k=3), 131K bağlam.
  23. 4 EylülYeni LLM benchmarkGLM-5.3 — 8× DGX SparkGLM-5.3 (753B), 8× DGX Spark üzerinde: NVFP4 ağırlıklar vLLM ile sekiz düğüme dağıtıldı (TP8); modelin yerleşik MTP'siyle spekülatif kod çözme (k=4), 256K bağlam.
  24. 4 EylülYeni LLM benchmarkMuse-Glimmer-30B — RTX PRO 6000Muse-Glimmer-30B, tek bir RTX PRO 6000 üzerinde: BF16 ağırlıklar vLLM ile sunuldu; modelin yerleşik MTP'siyle DFlash spekülatif kod çözme (k=15).
  25. 1 EylülYeni LLM benchmarkGLM-5.3 — DGX B300GLM-5.3 (753B), DGX B300 üzerinde: FP8 ağırlıklar SGLang ile dört GPU'da sunuldu (TP4), 1M token bağlam.

Ağustos 2026

  1. 3 AğustosYeni white paperNVIDIA DGX B300 ve GB300 NVL72 Cluster Mimarisi KarşılaştırmasıNVIDIA Blackwell Ultra tabanlı iki mimarinin karşılaştırması, DGX B300 ve GB300 NVL72: sistem tasarımı, ölçekleme yaklaşımı, ağ mimarisi, güç ve soğutma, hangi iş yükünün hangi platforma uyduğu.

Temmuz 2026

  1. 30 TemmuzYeni white paperKimi K3 DGX-B300 Inference BenchmarkMoonshot AI Kimi K3 (2.8T MoE, MXFP4) modelinin NVIDIA DGX-B300 (8x Blackwell Ultra, TP=8) üzerinde performans değerlendirmesi: vLLM vs SGLang, direct vs DSpark speculative decoding, SLO temelli kapasite planlama.
  2. 30 TemmuzYeni white paperDGX Spark 3-Node AI Cluster Kurulum Rehberi3 NVIDIA DGX Spark node'undan oluşan ring (mesh) topolojisine sahip AI cluster kurulumu: management ve compute ağları, RoCEv2/RDMA, sparkrun yapılandırması.
  3. 30 TemmuzYeni white paperDGX Spark 2-Node AI Cluster Kurulum Rehberi2 NVIDIA DGX Spark node'undan oluşan point-to-point topolojisine sahip AI cluster kurulumu: management ve compute ağları, RoCEv2/RDMA, sparkrun yapılandırması.
  4. 24 TemmuzYeni white paperDGX Spark 8-Node AI Cluster Kurulum Rehberi200G breakout'lu MikroTik CRS804 üzerinden 8 NVIDIA DGX Spark node'u ile switch tabanlı AI cluster kurulumu: management ve compute ağları, RoCEv2/RDMA, sparkrun ve NAS.
  5. 24 TemmuzYeni white paperDGX Spark 4-Node AI Cluster Kurulum RehberiMikroTik CRS812 üzerinden 4 NVIDIA DGX Spark node'u ile switch tabanlı AI cluster kurulumu: management ve compute ağları, RoCEv2/RDMA, sparkrun ve NAS.
  6. 6 TemmuzYeni white paperQwen3.6-27B DGX Spark Cluster ScalingQwen3.6-27B-NVFP4 modelinin 1x, 2x ve 4x NVIDIA DGX Spark (GB10) üzerinde multi-node ölçekleme çalışması: 200GbE üzerinden tensor parallelism, SLO temelli kapasite planlama ve TP-vs-replikasyon deployment rehberi.
  7. 3 TemmuzYeni white paperQwen3.6-27B DGX Spark BenchmarkQwen3.6-27B modelinin NVIDIA DGX Spark (GB10) platformunda FP8, FP8-MTP, AWQ-MTP, NVFP4 ve NVFP4-MTP quantization varyantları ile performans değerlendirmesi.

Haziran 2026

  1. 30 HaziranYeni white paperYerel LLM Kullanım RehberiYerel (local) LLM kullanımı için uçtan uca karar rehberi: donanım (NVIDIA Jetson, RTX PRO, DGX Spark, DGX/HGX), model seçimi, yazılım stack ve senaryo eşlemesi.