Değişiklik Günlüğü
Yeni white paper’lar ve yeni LLM, VLM ve CV benchmark sonuçları, en yeniden eskiye. Her kayıt anlattığı sayfaya bağlantı verir.
Kasım 2026
- 17 KasımYeni VLM benchmarkAlpamayo2-Super — Jetson AGX ThorAlpamayo2-Super, Jetson AGX Thor üzerinde: görü-dil kısmı BF16 olarak vLLM ile sunuldu, yanıt süresi 1 ile 176 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü; modelin tamamı resmi PyTorch çıkarımıyla altı kameralı bir sürüş testinde de çalıştırıldı (karar başına 13.3 sn).
- 17 KasımYeni VLM benchmarkAlpamayo2-Edge — Jetson AGX ThorAlpamayo2-Edge, Jetson AGX Thor üzerinde: görü-dil kısmı BF16 olarak vLLM ile sunuldu, yanıt süresi 1 ile 1,408 arasında eşzamanlı kamerada ve istek başına 512 görüntüye kadar ölçüldü; modelin tamamı TensorRT Edge-LLM tarifiyle altı kameralı bir sürüş testinde de çalıştırıldı (karar başına 331 ms).
- 13 KasımYeni VLM benchmarkQwen3-VL-30B-A3B-Instruct — DGX B300 (1 GPU)Qwen3-VL-30B-A3B-Instruct, DGX B300 (1 GPU) üzerinde: FP8 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 384 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 9 KasımYeni LLM benchmarkKimi-K3.1-Pro — DGX B300Kimi-K3.1-Pro, DGX B300 üzerinde: MXFP4 ağırlıklar 8 GPU'da SGLang ile sunuldu, DFlash2 spekülatif kod çözme (k=8) ve 1M bağlam ile 128 eşzamanlı isteğe kadar ölçüldü.
- 6 KasımYeni LLM benchmarkMistral-Large-4-1T-A52B — DGX B300Mistral-Large-4-1T-A52B, DGX B300 üzerinde: FP8 ağırlıklar 8 GPU'da SGLang ile sunuldu, DSpark spekülatif kod çözme (k=3) ve 1M bağlam ile 128 eşzamanlı isteğe kadar ölçüldü.
- 6 KasımYeni LLM benchmarkRipple-65B-Preview — DGX B300Ripple-65B-Preview, DGX B300 üzerinde: NVFP4 ağırlıklar tek GPU'da SGLang ile sunuldu, DFlash2 spekülatif kod çözme (k=16) ve 2M bağlam ile 256 eşzamanlı isteğe kadar ölçüldü.
- 4 KasımYeni white paperSystem One'ın Üretimde Kullanılabilirliği0,6B'den 27B'ye altı tipli karar (typed decision) modeli, tek bir NVIDIA DGX Spark üzerinde vLLM ve SGLang ile değerlendirildi: Türkçe doğruluk, güven kalibrasyonu, paraphrase tutarlılığı, çok kipli sınırlar, motor taşınabilirliği ve üretim karar politikasının ihtiyaç duyduğu güven eşikleri.
- 4 KasımYeni CV benchmarkYOLOV5-X FP16 — Jetson Orin NanoYOLOV5-X nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 4 KasımYeni CV benchmarkYOLOV5-S FP16 — Jetson Orin NanoYOLOV5-S nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 4 KasımYeni CV benchmarkYOLOV5-N FP16 — Jetson Orin NanoYOLOV5-N nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 4 KasımYeni CV benchmarkYOLOV5-M FP16 — Jetson Orin NanoYOLOV5-M nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 4 KasımYeni CV benchmarkYOLOV5-L FP16 — Jetson Orin NanoYOLOV5-L nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 2 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 4 KasımYeni CV benchmarkYOLO11-L FP16 — Jetson Orin NanoYOLO11-L nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 2 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-X FP16 — Jetson Orin NX 16GBYOLOX-X nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-S FP16 — Jetson Orin NX 16GBYOLOX-S nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-M FP16 — Jetson Orin NX 16GBYOLOX-M nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-L FP16 — Jetson Orin NX 16GBYOLOX-L nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 2 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV9-S FP16 — Jetson Orin NX 16GBYOLOV9-S nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV9-M FP16 — Jetson Orin NX 16GBYOLOV9-M nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-X FP16 — Jetson Orin NX 16GBYOLOV8-X nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-S FP16 — Jetson Orin NX 16GBYOLOV8-S nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-N FP16 — Jetson Orin NX 16GBYOLOV8-N nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-M FP16 — Jetson Orin NX 16GBYOLOV8-M nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-L FP16 — Jetson Orin NX 16GBYOLOV8-L nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 2 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-S FP16 — Jetson Orin NX 16GBYOLOV6-S nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-N FP16 — Jetson Orin NX 16GBYOLOV6-N nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-M FP16 — Jetson Orin NX 16GBYOLOV6-M nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-L FP16 — Jetson Orin NX 16GBYOLOV6-L nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 2 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-X FP16 — Jetson Orin NX 16GBYOLOV5U-X nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-S FP16 — Jetson Orin NX 16GBYOLOV5U-S nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-M FP16 — Jetson Orin NX 16GBYOLOV5U-M nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-L FP16 — Jetson Orin NX 16GBYOLOV5U-L nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5-X FP16 — Jetson Orin NX 16GBYOLOV5-X nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5-S FP16 — Jetson Orin NX 16GBYOLOV5-S nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5-N FP16 — Jetson Orin NX 16GBYOLOV5-N nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5-M FP16 — Jetson Orin NX 16GBYOLOV5-M nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5-L FP16 — Jetson Orin NX 16GBYOLOV5-L nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-X FP16 — Jetson Orin NX 16GBYOLOV10-X nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-S FP16 — Jetson Orin NX 16GBYOLOV10-S nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-N FP16 — Jetson Orin NX 16GBYOLOV10-N nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-M FP16 — Jetson Orin NX 16GBYOLOV10-M nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-L FP16 — Jetson Orin NX 16GBYOLOV10-L nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 2 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLO11-X FP16 — Jetson Orin NX 16GBYOLO11-X nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLO11-S FP16 — Jetson Orin NX 16GBYOLO11-S nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLO11-N FP16 — Jetson Orin NX 16GBYOLO11-N nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLO11-L FP16 — Jetson Orin NX 16GBYOLO11-L nesne algılama (FP16, 640×640 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkTrafficCamNet INT8 — Jetson Orin NX 16GBTrafficCamNet araç algılama (INT8, 960×544 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkPeopleNet INT8 — Jetson Orin NX 16GBPeopleNet kişi algılama (INT8, 960×544 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkLPDNet INT8 — Jetson Orin NX 16GBLPDNet plaka algılama (INT8, 640×480 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkDashCamNet INT8 — Jetson Orin NX 16GBDashCamNet araç algılama (INT8, 960×544 giriş), Jetson Orin NX 16GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-X FP16 — Jetson Orin NanoYOLOX-X nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-S FP16 — Jetson Orin NanoYOLOX-S nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-M FP16 — Jetson Orin NanoYOLOX-M nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 2 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-L FP16 — Jetson Orin NanoYOLOX-L nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV9-S FP16 — Jetson Orin NanoYOLOV9-S nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV9-M FP16 — Jetson Orin NanoYOLOV9-M nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 2 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-S FP16 — Jetson Orin NanoYOLOV8-S nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-N FP16 — Jetson Orin NanoYOLOV8-N nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-M FP16 — Jetson Orin NanoYOLOV8-M nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 2 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-L FP16 — Jetson Orin NanoYOLOV8-L nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-S FP16 — Jetson Orin NanoYOLOV6-S nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-N FP16 — Jetson Orin NanoYOLOV6-N nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-M FP16 — Jetson Orin NanoYOLOV6-M nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 2 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-L FP16 — Jetson Orin NanoYOLOV6-L nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 2 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-X FP16 — Jetson Orin NanoYOLOV5U-X nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-S FP16 — Jetson Orin NanoYOLOV5U-S nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-M FP16 — Jetson Orin NanoYOLOV5U-M nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-L FP16 — Jetson Orin NanoYOLOV5U-L nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 2 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-X FP16 — Jetson Orin NanoYOLOV10-X nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-S FP16 — Jetson Orin NanoYOLOV10-S nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-N FP16 — Jetson Orin NanoYOLOV10-N nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-M FP16 — Jetson Orin NanoYOLOV10-M nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 2 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-L FP16 — Jetson Orin NanoYOLOV10-L nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLO11-X FP16 — Jetson Orin NanoYOLO11-X nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 1 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLO11-S FP16 — Jetson Orin NanoYOLO11-S nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLO11-N FP16 — Jetson Orin NanoYOLO11-N nesne algılama (FP16, 640×640 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkTrafficCamNet INT8 — Jetson Orin NanoTrafficCamNet araç algılama (INT8, 960×544 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkPeopleNet INT8 — Jetson Orin NanoPeopleNet kişi algılama (INT8, 960×544 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkLPDNet INT8 — Jetson Orin NanoLPDNet plaka algılama (INT8, 640×480 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkDashCamNet INT8 — Jetson Orin NanoDashCamNet araç algılama (INT8, 960×544 giriş), Jetson Orin Nano üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-X FP16 — Jetson AGX Orin 64GBYOLOX-X nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 4 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-S FP16 — Jetson AGX Orin 64GBYOLOX-S nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-M FP16 — Jetson AGX Orin 64GBYOLOX-M nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-L FP16 — Jetson AGX Orin 64GBYOLOX-L nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV9-S FP16 — Jetson AGX Orin 64GBYOLOV9-S nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV9-M FP16 — Jetson AGX Orin 64GBYOLOV9-M nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-M FP16 — Jetson AGX Orin 64GBYOLOV8-M nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-L FP16 — Jetson AGX Orin 64GBYOLOV8-L nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-S FP16 — Jetson AGX Orin 64GBYOLOV6-S nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-N FP16 — Jetson AGX Orin 64GBYOLOV6-N nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-M FP16 — Jetson AGX Orin 64GBYOLOV6-M nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-L FP16 — Jetson AGX Orin 64GBYOLOV6-L nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-S FP16 — Jetson AGX Orin 64GBYOLOV5U-S nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-M FP16 — Jetson AGX Orin 64GBYOLOV5U-M nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-L FP16 — Jetson AGX Orin 64GBYOLOV5U-L nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-S FP16 — Jetson AGX Orin 64GBYOLOV10-S nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-N FP16 — Jetson AGX Orin 64GBYOLOV10-N nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-M FP16 — Jetson AGX Orin 64GBYOLOV10-M nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-L FP16 — Jetson AGX Orin 64GBYOLOV10-L nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-X FP16 — GB10YOLOX-X nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-S FP16 — GB10YOLOX-S nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-M FP16 — GB10YOLOX-M nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOX-L FP16 — GB10YOLOX-L nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV9-S FP16 — GB10YOLOV9-S nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV9-M FP16 — GB10YOLOV9-M nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-X FP16 — GB10YOLOV8-X nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-S FP16 — GB10YOLOV8-S nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-N FP16 — GB10YOLOV8-N nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 48 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-M FP16 — GB10YOLOV8-M nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV8-L FP16 — GB10YOLOV8-L nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-S FP16 — GB10YOLOV6-S nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-N FP16 — GB10YOLOV6-N nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 48 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-M FP16 — GB10YOLOV6-M nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV6-L FP16 — GB10YOLOV6-L nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-X FP16 — GB10YOLOV5U-X nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-S FP16 — GB10YOLOV5U-S nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 48 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-M FP16 — GB10YOLOV5U-M nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5U-L FP16 — GB10YOLOV5U-L nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5-X FP16 — GB10YOLOV5-X nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5-S FP16 — GB10YOLOV5-S nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 48 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5-N FP16 — GB10YOLOV5-N nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 48 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5-M FP16 — GB10YOLOV5-M nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV5-L FP16 — GB10YOLOV5-L nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-X FP16 — GB10YOLOV10-X nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-S FP16 — GB10YOLOV10-S nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-N FP16 — GB10YOLOV10-N nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 48 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-M FP16 — GB10YOLOV10-M nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLOV10-L FP16 — GB10YOLOV10-L nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLO11-X FP16 — GB10YOLO11-X nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLO11-S FP16 — GB10YOLO11-S nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLO11-N FP16 — GB10YOLO11-N nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 48 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkYOLO11-L FP16 — GB10YOLO11-L nesne algılama (FP16, 640×640 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 3 KasımYeni CV benchmarkLPDNet INT8 — GB10LPDNet plaka algılama (INT8, 640×480 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 64 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOX-X FP16 — RTX 3090YOLOX-X nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOX-S FP16 — RTX 3090YOLOX-S nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOX-M FP16 — RTX 3090YOLOX-M nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOX-L FP16 — RTX 3090YOLOX-L nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV9-S FP16 — RTX 3090YOLOV9-S nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV9-M FP16 — RTX 3090YOLOV9-M nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV8-X FP16 — RTX 3090YOLOV8-X nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV8-S FP16 — RTX 3090YOLOV8-S nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV8-N FP16 — RTX 3090YOLOV8-N nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV8-M FP16 — RTX 3090YOLOV8-M nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV8-L FP16 — RTX 3090YOLOV8-L nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV6-S FP16 — RTX 3090YOLOV6-S nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV6-N FP16 — RTX 3090YOLOV6-N nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV6-M FP16 — RTX 3090YOLOV6-M nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV6-L FP16 — RTX 3090YOLOV6-L nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV5U-X FP16 — RTX 3090YOLOV5U-X nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV5U-S FP16 — RTX 3090YOLOV5U-S nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV5U-M FP16 — RTX 3090YOLOV5U-M nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV5U-L FP16 — RTX 3090YOLOV5U-L nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV5-X FP16 — RTX 3090YOLOV5-X nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV5-S FP16 — RTX 3090YOLOV5-S nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV5-N FP16 — RTX 3090YOLOV5-N nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV5-M FP16 — RTX 3090YOLOV5-M nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV5-L FP16 — RTX 3090YOLOV5-L nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV10-X FP16 — RTX 3090YOLOV10-X nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV10-S FP16 — RTX 3090YOLOV10-S nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV10-N FP16 — RTX 3090YOLOV10-N nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV10-M FP16 — RTX 3090YOLOV10-M nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV10-L FP16 — RTX 3090YOLOV10-L nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLO11-X FP16 — RTX 3090YOLO11-X nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLO11-S FP16 — RTX 3090YOLO11-S nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLO11-N FP16 — RTX 3090YOLO11-N nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLO11-L FP16 — RTX 3090YOLO11-L nesne algılama (FP16, 640×640 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkTrafficCamNet INT8 — RTX 3090TrafficCamNet araç algılama (INT8, 960×544 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkPeopleNet INT8 — RTX 3090PeopleNet kişi algılama (INT8, 960×544 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 42 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkLPDNet INT8 — RTX 3090LPDNet plaka algılama (INT8, 640×480 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkDashCamNet INT8 — RTX 3090DashCamNet araç algılama (INT8, 960×544 giriş), RTX 3090 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 40 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV8-S FP16 — Jetson AGX Orin 64GBYOLOV8-S nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLOV8-N FP16 — Jetson AGX Orin 64GBYOLOV8-N nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLO11-S FP16 — Jetson AGX Orin 64GBYOLO11-S nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 16 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLO11-N FP16 — Jetson AGX Orin 64GBYOLO11-N nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkYOLO11-L FP16 — Jetson AGX Orin 64GBYOLO11-L nesne algılama (FP16, 640×640 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 8 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkTrafficCamNet INT8 — Jetson AGX Orin 64GBTrafficCamNet araç algılama (INT8, 960×544 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkPeopleNet INT8 — Jetson AGX Orin 64GBPeopleNet kişi algılama (INT8, 960×544 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkLPDNet INT8 — Jetson AGX Orin 64GBLPDNet plaka algılama (INT8, 640×480 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 48 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkDashCamNet INT8 — Jetson AGX Orin 64GBDashCamNet araç algılama (INT8, 960×544 giriş), Jetson AGX Orin 64GB üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkTrafficCamNet INT8 — GB10TrafficCamNet araç algılama (INT8, 960×544 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 48 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkPeopleNet INT8 — GB10PeopleNet kişi algılama (INT8, 960×544 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 48 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni CV benchmarkDashCamNet INT8 — GB10DashCamNet araç algılama (INT8, 960×544 giriş), GB10 üzerinde, yeniden oynatılan 1080p20 klip ile: 1 ile 48 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 2 KasımYeni LLM benchmarkMiniMax-M3.1-Flash — DGX B300MiniMax-M3.1-Flash, DGX B300 üzerinde: MXFP8 yoğun katmanlar ve NVFP4 uzman ağırlıkları TP=2 ile vLLM üzerinden sunuldu, DSpark spekülatif kod çözme (k=8) ve 1M bağlam ile 256 eşzamanlı isteğe kadar ölçüldü.
- 2 KasımYeni LLM benchmarkMiniMax-M3.1-Flash — 4× DGX SparkMiniMax-M3.1-Flash, 4× DGX Spark üzerinde: MXFP8 yoğun katmanlar ve NVFP4 uzman ağırlıkları TP=4 ile vLLM üzerinden sunuldu, DSpark spekülatif kod çözme (k=8) ve 1M bağlam ile 8 eşzamanlı isteğe kadar ölçüldü.
- 2 KasımYeni LLM benchmarkNVIDIA-Nemotron-3.5-Bolt-74B-A9B — DGX B300NVIDIA-Nemotron-3.5-Bolt-74B-A9B, DGX B300 üzerinde: BF16 ağırlıklar TP=1 ile vLLM üzerinden sunuldu, 256K bağlam ile 256 eşzamanlı isteğe kadar ölçüldü.
Ekim 2026
- 28 EkimYeni LLM benchmarkDeepSeek-V4.1-Flash-1017 — DGX B300DeepSeek-V4.1-Flash-1017, DGX B300 üzerinde: FP8 ağırlıklar TP=2 ile vLLM üzerinden sunuldu, DSpark spekülatif kod çözme (k=3) ve 1M bağlam ile 256 eşzamanlı isteğe kadar ölçüldü.
- 26 EkimYeni LLM benchmarkMuse-Spark-Open-816B-A42B — 8× DGX SparkMuse-Spark-Open-816B-A42B, 8× DGX Spark üzerinde: NVFP4 ağırlıklar TP=8 ile vLLM üzerinden sunuldu, DSpark spekülatif kod çözme ve 128K bağlam ile 8 eşzamanlı isteğe kadar ölçüldü.
- 23 EkimYeni VLM benchmarkd1-3B — DGX Sparkd1-3B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 256 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkFara1.5-27B — DGX SparkFara1.5-27B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 40 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkGemma-4-26B-A4B-it — DGX SparkGemma-4-26B-A4B-it, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 120 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkGLM-4.6V-Flash — DGX SparkGLM-4.6V-Flash, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 48 arasında eşzamanlı kamerada ve istek başına 64 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkGranite-Vision-4.1-4B — DGX SparkGranite-Vision-4.1-4B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 96 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkH2O-Lightning-4B — DGX SparkH2O-Lightning-4B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 144 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkLensVLM-9B — DGX SparkLensVLM-9B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 80 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkLFM2.5-VL-3B — DGX SparkLFM2.5-VL-3B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 256 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkLlama-4-Scout-17B-16E-Instruct — DGX SparkLlama-4-Scout-17B-16E-Instruct, DGX Spark üzerinde: NVFP4 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 28 arasında eşzamanlı kamerada ve istek başına 64 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkMiMo-V2.6-Distill-Qwen-9B — DGX SparkMiMo-V2.6-Distill-Qwen-9B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 96 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkMiniCPM-V-4.6 — DGX SparkMiniCPM-V-4.6, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 384 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkMiniCPM-V-4.7-1B — DGX SparkMiniCPM-V-4.7-1B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 352 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkMistral-Small-4-119B-2603 — DGX SparkMistral-Small-4-119B-2603, DGX Spark üzerinde: NVFP4 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 88 arasında eşzamanlı kamerada ve istek başına 64 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkNVIDIA-Nemotron-3.5-Bolt-74B-A9B — DGX SparkNVIDIA-Nemotron-3.5-Bolt-74B-A9B, DGX Spark üzerinde: NVFP4 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 64 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkNVIDIA-Nemotron-3.5-Super-VL-120B-A12B — DGX SparkNVIDIA-Nemotron-3.5-Super-VL-120B-A12B, DGX Spark üzerinde: NVFP4 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 56 arasında eşzamanlı kamerada ve istek başına 64 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-0.8B — DGX SparkQwen3.5-0.8B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 416 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-122B-A10B — DGX SparkQwen3.5-122B-A10B, DGX Spark üzerinde: NVFP4 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 20 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-27B — DGX SparkQwen3.5-27B, DGX Spark üzerinde: FP8 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 56 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-2B — DGX SparkQwen3.5-2B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 240 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-35B-A3B — DGX SparkQwen3.5-35B-A3B, DGX Spark üzerinde: FP8 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 112 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-9B — DGX SparkQwen3.5-9B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 96 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.6-27B — DGX SparkQwen3.6-27B, DGX Spark üzerinde: FP8 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 56 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkd1-3B — Jetson Orin NX 16GBd1-3B, Jetson Orin NX 16GB üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkGLM-4.6V-Flash — Jetson Orin NX 16GBGLM-4.6V-Flash, Jetson Orin NX 16GB üzerinde: Q4_K_M GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkGranite-Vision-4.1-4B — Jetson Orin NX 16GBGranite-Vision-4.1-4B, Jetson Orin NX 16GB üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkLensVLM-9B — Jetson Orin NX 16GBLensVLM-9B, Jetson Orin NX 16GB üzerinde: Q4_K_M GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkLFM2.5-VL-3B — Jetson Orin NX 16GBLFM2.5-VL-3B, Jetson Orin NX 16GB üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkMiMo-V2.6-Distill-Qwen-9B — Jetson Orin NX 16GBMiMo-V2.6-Distill-Qwen-9B, Jetson Orin NX 16GB üzerinde: Q4_K_M GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkMiniCPM-V-4.6 — Jetson Orin NX 16GBMiniCPM-V-4.6, Jetson Orin NX 16GB üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkMiniCPM-V-4.7-1B — Jetson Orin NX 16GBMiniCPM-V-4.7-1B, Jetson Orin NX 16GB üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen-Drive-1.0-4B — Jetson Orin NX 16GBQwen-Drive-1.0-4B, Jetson Orin NX 16GB üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-0.8B — Jetson Orin NX 16GBQwen3.5-0.8B, Jetson Orin NX 16GB üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-2B — Jetson Orin NX 16GBQwen3.5-2B, Jetson Orin NX 16GB üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-9B — Jetson Orin NX 16GBQwen3.5-9B, Jetson Orin NX 16GB üzerinde: Q4_K_M GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkd1-3B — Jetson AGX Orin 32GB Developer Kitd1-3B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkGLM-4.6V-Flash — Jetson AGX Orin 32GB Developer KitGLM-4.6V-Flash, Jetson AGX Orin 32GB Developer Kit üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkGranite-Vision-4.1-4B — Jetson AGX Orin 32GB Developer KitGranite-Vision-4.1-4B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkLensVLM-9B — Jetson AGX Orin 32GB Developer KitLensVLM-9B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkLFM2.5-VL-3B — Jetson AGX Orin 32GB Developer KitLFM2.5-VL-3B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkMiMo-V2.6-Distill-Qwen-9B — Jetson AGX Orin 32GB Developer KitMiMo-V2.6-Distill-Qwen-9B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkMiniCPM-V-4.6 — Jetson AGX Orin 32GB Developer KitMiniCPM-V-4.6, Jetson AGX Orin 32GB Developer Kit üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkMiniCPM-V-4.7-1B — Jetson AGX Orin 32GB Developer KitMiniCPM-V-4.7-1B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkMiniCPM-V-4.7-35B-A3B — Jetson AGX Orin 32GB Developer KitMiniCPM-V-4.7-35B-A3B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q4_K_M GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen-Drive-1.0-4B — Jetson AGX Orin 32GB Developer KitQwen-Drive-1.0-4B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-0.8B — Jetson AGX Orin 32GB Developer KitQwen3.5-0.8B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-27B — Jetson AGX Orin 32GB Developer KitQwen3.5-27B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q4_K_M GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-2B — Jetson AGX Orin 32GB Developer KitQwen3.5-2B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-35B-A3B — Jetson AGX Orin 32GB Developer KitQwen3.5-35B-A3B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q4_K_M GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.5-9B — Jetson AGX Orin 32GB Developer KitQwen3.5-9B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 23 EkimYeni VLM benchmarkQwen3.6-27B — Jetson AGX Orin 32GB Developer KitQwen3.6-27B, Jetson AGX Orin 32GB Developer Kit üzerinde: Q4_K_M GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 21 EkimYeni LLM benchmarkMuse-Spark-Open-816B-A42B — DGX B300Muse-Spark-Open-816B-A42B, DGX B300 üzerinde: NVFP4 ağırlıklar TP=4 ile vLLM üzerinden sunuldu, DSpark Spekülatif Kod Çözme ile 64 eşzamanlı isteğe kadar ölçüldü.
- 21 EkimYeni LLM benchmarkNVIDIA-Nemotron-3.5-Super-VL-120B-A12B — DGX B300NVIDIA-Nemotron-3.5-Super-VL-120B-A12B, DGX B300 üzerinde: BF16 ağırlıklar TP=2 ile vLLM üzerinden sunuldu, yerel MTP Spekülatif Kod Çözme (k=3) ile 256 eşzamanlı isteğe kadar ölçüldü.
- 21 EkimYeni LLM benchmarkStep-5-Preview — DGX B300Step-5-Preview, DGX B300 üzerinde: FP8 ağırlıklar TP=4 ile vLLM üzerinden sunuldu, MTP Spekülatif Kod Çözme (k=3) ile 256 eşzamanlı isteğe kadar ölçüldü.
- 21 EkimYeni LLM benchmarkStep-5-Preview — DGX B300Step-5-Preview, DGX B300 üzerinde uzman paralelliği ile: FP8 ağırlıklar TP=4 üzerinde EP=4 ile vLLM üzerinden sunuldu, MTP Spekülatif Kod Çözme (k=3) ile 256 eşzamanlı isteğe kadar ölçüldü.
- 21 EkimYeni LLM benchmarkStep-5-Preview — DGX B300Step-5-Preview, DGX B300 üzerinde veri paralelliği ile: FP8 ağırlıklar DP=4 ile vLLM üzerinden sunuldu, MTP Spekülatif Kod Çözme (k=3) ile 256 eşzamanlı isteğe kadar ölçüldü.
- 21 EkimYeni white paperLMCache ile LLM Çıkarımında KV Cache TaşımaAynı bağlamların geri geldiği iş yükünde LMCache'in vLLM'e kattığı değer: DGX Spark'te üç katmanlı KV cache (GPU, CPU, NVMe), ölçülen TTFT — tekrar erişimde 1.95×, servis yeniden başlatmasında 3.3× — ve bununla birlikte gelen ayarlar ve sınırlar.
- 15 EkimYeni white paper8× DGX Spark Üzerinde Tensör Paralel Çıkarım İçin Ağ Bağlantı Hızı (200G ve 100G)8 Spark'lık bir tensör paralel cluster'ın ağ bant genişliğini gerçekte ne kadar kullandığı ve her DGX Spark'ı 200G yerine 100G ile çalıştırmanın neye mal olduğu: mekanizma, modelin mimarisinden yapılan tahmin ve GLM-5.3 ile TP8'de yapılan ölçümler.
- 15 EkimYeni VLM benchmarkCosmos-Reason1-7B — Jetson AGX ThorCosmos-Reason1-7B, Jetson AGX Thor üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 16 arasında eşzamanlı kamerada ve istek başına 64 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkCosmos-Reason2-2B — Jetson AGX ThorCosmos-Reason2-2B, Jetson AGX Thor üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 256 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkCosmos-Reason2-8B — Jetson AGX ThorCosmos-Reason2-8B, Jetson AGX Thor üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 112 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkCosmos3-Edge — Jetson AGX ThorCosmos3-Edge, Jetson AGX Thor üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 208 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkCosmos3-Nano — Jetson AGX ThorCosmos3-Nano, Jetson AGX Thor üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 112 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkEagle2.5-8B — Jetson AGX ThorEagle2.5-8B, Jetson AGX Thor üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 52 arasında eşzamanlı kamerada ve istek başına 64 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkGemma-4-31B-it — Jetson AGX ThorGemma-4-31B-it, Jetson AGX Thor üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 60 arasında eşzamanlı kamerada ve istek başına 64 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkGemma-4-31B-it — Jetson AGX ThorGemma-4-31B-it, Jetson AGX Thor üzerinde: NVFP4 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 80 arasında eşzamanlı kamerada ve istek başına 64 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkLlama-3.1-Nemotron-Nano-VL-8B — Jetson AGX ThorLlama-3.1-Nemotron-Nano-VL-8B, Jetson AGX Thor üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 40 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkMedGemma-1.5-4B-it — Jetson AGX ThorMedGemma-1.5-4B-it, Jetson AGX Thor üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 192 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkNemotron-Nano-12B-v2-VL — Jetson AGX ThorNemotron-Nano-12B-v2-VL, Jetson AGX Thor üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 88 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3-VL-30B-A3B-Instruct — Jetson AGX ThorQwen3-VL-30B-A3B-Instruct, Jetson AGX Thor üzerinde: FP8 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 96 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3-VL-4B-Instruct — Jetson AGX ThorQwen3-VL-4B-Instruct, Jetson AGX Thor üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 160 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3-VL-8B-Instruct — Jetson AGX ThorQwen3-VL-8B-Instruct, Jetson AGX Thor üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 104 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3.6-35B-A3B — Jetson AGX ThorQwen3.6-35B-A3B, Jetson AGX Thor üzerinde: FP8 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 104 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3.6-35B-A3B — Jetson AGX ThorQwen3.6-35B-A3B, Jetson AGX Thor üzerinde: NVFP4 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 104 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3.8-27B — Jetson AGX ThorQwen3.8-27B, Jetson AGX Thor üzerinde: FP8 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 44 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkCosmos-Reason1-7B — DGX SparkCosmos-Reason1-7B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 16 arasında eşzamanlı kamerada ve istek başına 64 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkCosmos-Reason2-2B — DGX SparkCosmos-Reason2-2B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 224 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkCosmos-Reason2-8B — DGX SparkCosmos-Reason2-8B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 96 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkCosmos3-Edge — DGX SparkCosmos3-Edge, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 16 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkCosmos3-Nano — DGX SparkCosmos3-Nano, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 96 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkEagle2.5-8B — DGX SparkEagle2.5-8B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 44 arasında eşzamanlı kamerada ve istek başına 64 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkGemma-4-31B-it — DGX SparkGemma-4-31B-it, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 64 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkGemma-4-31B-it — DGX SparkGemma-4-31B-it, DGX Spark üzerinde: NVFP4 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 96 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkLlama-3.1-Nemotron-Nano-VL-8B — DGX SparkLlama-3.1-Nemotron-Nano-VL-8B, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 32 arasında eşzamanlı kamerada ve istek başına 32 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkMedGemma-1.5-4B-it — DGX SparkMedGemma-1.5-4B-it, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 240 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkNemotron-Nano-12B-v2-VL — DGX SparkNemotron-Nano-12B-v2-VL, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 72 arasında eşzamanlı kamerada ve istek başına 128 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3-VL-30B-A3B-Instruct — DGX SparkQwen3-VL-30B-A3B-Instruct, DGX Spark üzerinde: FP8 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 104 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3-VL-4B-Instruct — DGX SparkQwen3-VL-4B-Instruct, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 128 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3-VL-8B-Instruct — DGX SparkQwen3-VL-8B-Instruct, DGX Spark üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 88 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3.6-35B-A3B — DGX SparkQwen3.6-35B-A3B, DGX Spark üzerinde: FP8 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 104 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3.6-35B-A3B — DGX SparkQwen3.6-35B-A3B, DGX Spark üzerinde: NVFP4 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 120 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3.8-27B — DGX SparkQwen3.8-27B, DGX Spark üzerinde: FP8 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 48 arasında eşzamanlı kamerada ve istek başına 256 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkCosmos-Reason1-7B — Jetson AGX Orin 32GBCosmos-Reason1-7B, Jetson AGX Orin 32GB üzerinde: Q4_K_M GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 5 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkCosmos-Reason2-2B — Jetson AGX Orin 32GBCosmos-Reason2-2B, Jetson AGX Orin 32GB üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 5 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkCosmos-Reason2-8B — Jetson AGX Orin 32GBCosmos-Reason2-8B, Jetson AGX Orin 32GB üzerinde: Q4_K_M GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 5 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkCosmos3-Edge — Jetson AGX Orin 32GBCosmos3-Edge, Jetson AGX Orin 32GB üzerinde: BF16 ağırlıklar vLLM üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 5 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkGemma-4-26B-A4B-it — Jetson AGX Orin 32GBGemma-4-26B-A4B-it, Jetson AGX Orin 32GB üzerinde: Q4_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 5 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkGemma-4-E4B-it — Jetson AGX Orin 32GBGemma-4-E4B-it, Jetson AGX Orin 32GB üzerinde: Q4_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 5 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3-VL-4B-Instruct — Jetson AGX Orin 32GBQwen3-VL-4B-Instruct, Jetson AGX Orin 32GB üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 5 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3-VL-8B-Instruct — Jetson AGX Orin 32GBQwen3-VL-8B-Instruct, Jetson AGX Orin 32GB üzerinde: Q4_K_M GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 5 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3-VL-8B-Instruct — Jetson AGX Orin 32GBQwen3-VL-8B-Instruct, Jetson AGX Orin 32GB üzerinde: Q8_0 GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 5 görüntüye kadar ölçüldü.
- 15 EkimYeni VLM benchmarkQwen3.5-4B — Jetson AGX Orin 32GBQwen3.5-4B, Jetson AGX Orin 32GB üzerinde: Q4_K_M GGUF ağırlıklar llama.cpp üzerinden sunuldu, yanıt süresi 1 ile 8 arasında eşzamanlı kamerada ve istek başına 5 görüntüye kadar ölçüldü.
- 12 EkimYeni white paperLLM Quantization Seçim RehberiLLM quantization için karar rehberi: iş yükü, quantization formatı, GPU mimarisi ve checkpoint güvenilirliği seçimi nasıl belirler — seçim akışı, sık yapılan hatalar, vaka örnekleri ve hızlı komut referansıyla.
- 8 EkimYeni LLM benchmarkGLM-5.3-Flash — 4× DGX SparkGLM-5.3-Flash (321B), 4× DGX Spark üzerinde: FP8 ağırlıklar SGLang ile dört düğüme dağıtıldı (TP4); DFlash spekülatif kod çözme (k=7), 256K bağlam.
- 8 EkimYeni LLM benchmarkMiMo-V2.6-Pro-RL — 8× DGX SparkMiMo-V2.6-Pro-RL (1.02T), 8× DGX Spark üzerinde: FP4 ağırlıklar SGLang ile sekiz düğüme dağıtıldı (TP8); DFlash spekülatif kod çözme (k=7), 256K bağlam.
- 7 EkimYeni white paperCihaz ÖnerisiKameralarınızı tarif edin ve bir görüntü-dil modeli seçin: sayfa, her kamerayı hedefinizin içinde yanıtlayan en küçük ölçülmüş cihazı söyler, sonra ortaya çıkan akışı canlı bir zaman çizgisinde oynatır — her kamera ne sıklıkla yanıt alıyor ve yakaladığı karelerin kaçını model görüyor.
- 6 EkimYeni LLM benchmarkQwen3.8-27B — RTX PRO 6000Qwen3.8-27B tek bir RTX PRO 6000 üzerinde: NVFP4 ağırlıklar vLLM ile sunuldu; MTP ile spekülatif kod çözme (k=3); 128 eşzamanlı isteğe kadar ölçüldü.
- 6 EkimYeni LLM benchmarkQwen3.8-27B — RTX PRO 6000Qwen3.8-27B tek bir RTX PRO 6000 üzerinde: BF16 ağırlıklar vLLM ile sunuldu; MTP ile spekülatif kod çözme (k=3); 128 eşzamanlı isteğe kadar ölçüldü.
- 6 EkimYeni white paperJev'e Açık Ağırlıklı İlk AlternatiflerAltı açık ağırlıklı typed-decision modeli, tek bir NVIDIA DGX Spark (GB10) üzerinde ortak bir state + questions arayüzü ve 25 soruluk tek bir setle karşılaştırıldı: doğruluk, kalibrasyon, şık sırasına duyarlılık ve gecikme — ve hangi işe hangi modelin uyduğu.
- 6 EkimYeni white paperVLM Çıkarım Benchmark GezginiRTX PRO 6000 Blackwell, Jetson AGX Orin ve Jetson Orin NX üzerindeki görüntü-dil modeli çıkarım benchmark'larını keşfedin. Görüntü boyutunu seçin, bir kameranın yanıtı için ne kadar bekleyebileceğini belirleyin ve her yapılandırmanın kaç kameraya yetiştiğini görün.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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
- 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.
- 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.
- 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.
- 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.
- 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.
- 18 EylülYeni CV benchmarkYOLO11-N FP16 — 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.
- 18 EylülYeni CV benchmarkYOLO11-S FP16 — Jetson AGX ThorYOLO11-S nesne algılama (640×640 giriş), Jetson AGX Thor üzerinde: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 18 EylülYeni CV benchmarkYOLO11-M FP16 — Jetson AGX ThorYOLO11-M nesne algılama (640×640 giriş), Jetson AGX Thor üzerinde: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 18 EylülYeni CV benchmarkYOLO11-L FP16 — Jetson AGX ThorYOLO11-L nesne algılama (640×640 giriş), Jetson AGX Thor üzerinde: 1 ile 32 arasında eşzamanlı kamerada kamera başına saniyedeki kare sayısı ölçüldü.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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).
- 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
- 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
- 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.
- 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.
- 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.
- 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.
- 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 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.
- 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
- 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.