Qwen3-VL-4B-Instruct, Jetson AGX Orin 32GB üzerinde — Q8_0, llama.cpp görüntü-dil çıkarım benchmark'ı
Bu yapılandırmayı VLM Çıkarım Benchmark Gezgini'nde açın
| Model | Qwen3-VL-4B-Instruct |
|---|---|
| Parametre | 4.4B |
| Cihaz | Jetson AGX Orin 32GB |
| Kuantizasyon | Q8_0 |
| Görüntü boyutu | 720p |
| Kamera başına görüntü | 1 |
| Maks. kamera (TTFT ≤ 3000 ms) | 2 |
| Inference Engine | llama.cpp |
| Kamera | TTFT (ms) | TPS (tok/s) | Hedef |
|---|---|---|---|
| 1 | 1832 | 23.2 | ≤3000 ms |
| 2 | 2704 | 20.2 | ≤3000 ms |
| 4 | 5584 | 14.3 | >3000 ms |
| 8 | 11839 | 12.4 | >3000 ms |
| İstek başına görüntü | TTFT (ms) | TPS (tok/s) | Hedef |
|---|---|---|---|
| 1 | 1832 | 23.2 | ≤3000 ms |
| 3 | 5338 | 22.5 | >3000 ms |
| 5 | 8888 | 21.8 | >3000 ms |
Qwen3-VL-4B-Instruct (4,4B parametre), Q8_0 biçiminde llama.cpp ile Jetson AGX Orin 32GB üzerinde sunuldu; bir 720p görüntü gönderen tek bir kameraya 1.832 ms sonra (ilk token süresi, TTFT) yanıt vermeye başlar, ardından 23,2 tok/s hızla yazar.
Kamera başına 720p boyutunda 5 görüntüyle yanıt 8.888 ms sonra başlar. Tek bir 2K görüntüyle 11.276 ms sonra.
Ortalama TTFT'nin 3.000 ms içinde kalması varsayılan hedefinde (720p, kamera başına bir görüntü) aynı anda 2 kameraya yetişir.
Qwen3-VL-4B-Instruct (4,4B parametre), Q8_0 biçiminde llama.cpp ile Jetson AGX Orin 32GB üzerinde sunuldu; bir 720p görüntü gönderen tek bir kameraya 1.832 ms sonra (ilk token süresi, TTFT) yanıt vermeye başlar, ardından 23,2 tok/s hızla yazar.
Kamera başına 720p boyutunda 5 görüntüyle yanıt 8.888 ms sonra başlar. Tek bir 2K görüntüyle 11.276 ms sonra.
Ortalama TTFT'nin 3.000 ms içinde kalması varsayılan hedefinde (720p, kamera başına bir görüntü) aynı anda 2 kameraya yetişir.