Created bymario-alka.dePowered bygodcore.denoob2claw.detricoma.de
NVIDIA

Nemotron-H-47B-Reasoning-128K

Performancebenchmark · gemessen am 22.07.2026 20:33

Benchmark-IDrun-20260722-190202-0b9b3a
Timebench 3 - Kombi (Prefill + Generation)Dense47BRuntime: llama.cppQuantisierung: Q4_K_M
Generation7,96tok/s
Prefill337,68tok/s
Time to First Token6.286,00ms
Gesamtdauer106,19s
Concurrency1parallel
Einordnung im Feld
123von 140 Systemen

Performancebenchmark · Leitmetrik: Generation-Speed (tok/s)

Dieser Lauf ist besser als 12 % aller vergleichbaren Systeme.
Generation 8,0 tok/s
-81 % vs Ø 41,1
Prefill 337,7 tok/s
-88 % vs Ø 2.784,3
Time to First Token 6.286 ms
+98 % vs Ø 3.177
Verteilung im Feld1 – 148 tok/s
Ø 41 Median Dieser Lauf

Wie schlägt sich dieser Benchmark?

Hardware

GPU: 3x AMD Radeon AI PRO R9700 · 32 GB VRAM
CPU: 32x AMD Ryzen Threadripper PRO 7955WX 16-Cores
RAM: 184 GB

Setup

Runtime: llama.cpp
Quantisierung: Q4_K_M
Modell: Nemotron-H-47B-Reasoning-128K

Konfiguration

benchmark-konfiguration — run-20260722-190202-0b9b3a
# LLM-Benchmark Konfiguration # Modell : Nemotron-H-47B-Reasoning-128K # Engine : llama.cpp # Run-ID : run-20260722-190202-0b9b3a # GPU : 3x AMD Radeon AI PRO R9700 # CPU : 32x AMD Ryzen Threadripper PRO 7955WX 16-Cores # RAM : 184 GB bench@llm-benchmark:~$ /src/build/bin/llama-server \ -m /root/.cache/huggingface/hub/models--bartowski--nvidia_Nemotron-H-47B-Reasoning-128K-GGUF/snapshots/ce89f02cd0eafe3931acec38f4d91a654ae1ca4d/nvidia_Nemotron-H-47B-Reasoning-128K-Q4_K_M.gguf \ -ngl 999 \ -c 8192 \ -a Nemotron-H-47B-Reasoning-128K \ -sm layer \ --host 0.0.0.0 \ --port 8000
Enginellamacpp
ModellaliasNemotron-H-47B-Reasoning-128K
Kontextlaenge8192
Modellpfad/root/.cache/huggingface/hub/models--bartowski--nvidia_Nemotron-H-47B-Reasoning-128K-GGUF/snapshots/ce89f02cd0eafe3931acec38f4d91a654ae1ca4d/nvidia_Nemotron-H-47B-Reasoning-128K-Q4_K_M.gguf
GPU-Layer999
Kontext8192
AliasNemotron-H-47B-Reasoning-128K
Split-Modelayer

Alle Benchmarks dieses Modells Zum Leaderboard