Cosmos3-Edge, DGX Spark üzerinde — BF16, vLLM görüntü-dil çıkarım benchmark'ı
Bu yapılandırmayı VLM Çıkarım Benchmark Gezgini'nde açın
| Model | Cosmos3-Edge |
|---|---|
| Parametre | 3.9B |
| Cihaz | DGX Spark |
| Kuantizasyon | BF16 |
| Görüntü boyutu | 720p |
| Kamera başına görüntü | 1 |
| Maks. kamera (yanıt ≤ 3 sn) | 16+ |
| Inference Engine | vLLM |
| Kamera | Yanıt (sn) | TPS (tok/s) | Hedef |
|---|---|---|---|
| 1 | 0.18 | 55.4 | ≤3 sn |
| 2 | 0.23 | 57.7 | ≤3 sn |
| 4 | 0.32 | 51.3 | ≤3 sn |
| 8 | 0.76 | 46.2 | ≤3 sn |
| 16 | 1.14 | 37.8 | ≤3 sn |
| İstek başına görüntü | Yanıt (sn) | TPS (tok/s) | Hedef |
|---|---|---|---|
| 1 | 0.18 | 55.4 | ≤3 sn |
| 2 | 0.32 | 53.9 | ≤3 sn |
| 4 | 0.65 | 51.1 | ≤3 sn |
| 8 | 1.31 | 46.9 | ≤3 sn |
| 16 | 2.78 | 40.8 | ≤3 sn |
| 32 | 6.13 | 32.6 | >3 sn |
| 64 | 14.9 | 24.2 | >3 sn |
| 128 | 41.4 | 15.6 | >3 sn |
| 256 | — | — | Başarısız |
Cosmos3-Edge (3,9B parametre), BF16 biçiminde vLLM ile DGX Spark üzerinde sunuldu; bir 720p görüntü gönderen tek bir kameraya 0,18 sn sonra yanıt vermeye başlar, ardından 55,4 tok/s hızla yazar.
Kamera başına 720p boyutunda 128 görüntüyle yanıt 41,37 sn sonra başlar. Tek bir 2K görüntüyle 0,95 sn sonra.
Yanıtın 3 sn içinde başlaması varsayılan hedefinde (720p, kamera başına bir görüntü) aynı anda en az 16 kameraya yetişir: ölçülen en yüksek kamera sayısında bile hedefi karşıladı, gerçek sınır daha yüksektir.
Cosmos3-Edge (3,9B parametre), BF16 biçiminde vLLM ile DGX Spark üzerinde sunuldu; bir 720p görüntü gönderen tek bir kameraya 0,18 sn sonra yanıt vermeye başlar, ardından 55,4 tok/s hızla yazar.
Kamera başına 720p boyutunda 128 görüntüyle yanıt 41,37 sn sonra başlar. Tek bir 2K görüntüyle 0,95 sn sonra.
Yanıtın 3 sn içinde başlaması varsayılan hedefinde (720p, kamera başına bir görüntü) aynı anda en az 16 kameraya yetişir: ölçülen en yüksek kamera sayısında bile hedefi karşıladı, gerçek sınır daha yüksektir.