DGX B300 üzerinde NVIDIA-Nemotron-3.5-Bolt-74B-A9B — BF16, vLLM, TP1 çıkarım benchmark'ı
Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç
| Model | NVIDIA-Nemotron-3.5-Bolt-74B-A9B |
|---|---|
| Parametre | 74B |
| Zekâ Endeksi | — |
| Agentic Endeksi | — |
| Cihaz | DGX B300 |
| Kuantizasyon | BF16 |
| Maks C | 256+ |
| Chat Kapasitesi | 236 |
| Agentic Kapasitesi | 158 |
| TP | — |
| DP | — |
| PP | — |
| Inference Engine | vLLM |
| Spekülatif Kod Çözme | — |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 58 | 167.03 | PASS |
| 2 | 112 | 147.90 | PASS |
| 4 | 114 | 130.85 | PASS |
| 8 | 135 | 107.23 | PASS |
| 16 | 166 | 84.50 | PASS |
| 32 | 196 | 61.84 | PASS |
| 64 | 271 | 47.81 | PASS |
| 128 | 439 | 36.16 | PASS |
| 256 | 730 | 20.74 | PASS |
OpenZeka'nın ölçümünde, DGX B300 üzerinde vLLM ile BF16 formatında sunulan NVIDIA-Nemotron-3.5-Bolt-74B-A9B (74B parametre), tek istekte istek başına 167 tok/s üretim hızına ve 58 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 236, agentic kullanım için 158 kullanıcıdır. Gerçekçi kapasite muhtemelen bu iki değer arasında olacaktır. Kodlama, araç kullanımı, uzun iş akışları ve çoklu ajan kullanımının ağırlıklı olduğu senaryolarda kapasite agentic tahmine yaklaşırken; daha kısa etkileşimlerin, standart sohbetlerin ve daha hafif görevlerin ağırlıkta olduğu kullanımlarda chat tahminine yaklaşacaktır.
Notlar: 74B total / 9B active, 256K context. Model: nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-BF16
Zekâ Endeksi ve Agentic Endeksi değerleri Artificial Analysis tarafından yayımlanmıştır ve kaynak belirtilerek burada aktarılmıştır.
OpenZeka'nın ölçümünde, DGX B300 üzerinde vLLM ile BF16 formatında sunulan NVIDIA-Nemotron-3.5-Bolt-74B-A9B (74B parametre), tek istekte istek başına 167 tok/s üretim hızına ve 58 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 236, agentic kullanım için 158 kullanıcıdır. Gerçekçi kapasite muhtemelen bu iki değer arasında olacaktır. Kodlama, araç kullanımı, uzun iş akışları ve çoklu ajan kullanımının ağırlıklı olduğu senaryolarda kapasite agentic tahmine yaklaşırken; daha kısa etkileşimlerin, standart sohbetlerin ve daha hafif görevlerin ağırlıkta olduğu kullanımlarda chat tahminine yaklaşacaktır.