# LLM-Benchmark Konfiguration # Modell : NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 # Engine : vLLM # Run-ID : run-20260724-082937-e95ddb # GPU : NVIDIA RTX PRO 6000 Blackwell Workstation Edition # CPU : 32x AMD Ryzen 9 9950X 16-Core Processor # RAM : 92 GB bench@llm-benchmark:~$ /home/godcore/minimax-vllm-nightly/.venv/bin/python /home/godcore/minimax-vllm-nightly/.venv/bin/vllm serve nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 \ --served-model-name NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 \ --dtype auto \ --max-model-len 8192 \ --gpu-memory-utilization 0.90 \ --trust-remote-code \ --host 0.0.0.0 \ --port 8000

Engine?Die Inferenz-Software, die das Modell ausliefert (z.B. vLLM oder llama.cpp). Sie bestimmt Geschwindigkeit, unterstuetzte Modellformate und welche Parameter ueberhaupt verfuegbar sind.	vllm
Modellalias?Der Name, unter dem das Modell ueber die API angesprochen wird. Genau dieser Wert muss im Request-Feld 'model' stehen.	NVIDIA-Nemotron-3-Nano-30B-A3B-BF16
Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann.	8192
Alias?Anzeigename des Modells nach aussen (served model name), unabhaengig vom Dateinamen.	NVIDIA-Nemotron-3-Nano-30B-A3B-BF16
Dtype?Zahlenformat der Modellgewichte bei der Berechnung (z.B. auto, float16, bfloat16). 'auto' waehlt automatisch das vom Modell empfohlene Format.	auto
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.	8192
GPU-Speicher?Anteil des GPU-Speichers (0 bis 1), den vLLM belegen darf. 0.92 = 92 %. Hoeher = mehr Platz fuer den KV-Cache (mehr/laengere parallele Anfragen), aber groesseres Risiko fuer 'Out of Memory'.	0.90

All benchmarks of this model To leaderboard

Model comparison

NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 on various hardware

All published performance runs of this model – each bubble a variant: position = prefill (X) × generation (Y), bubble size = number of runs. Closer to the top right = faster. ★ Marked gold = this benchmark.

GPUby graphics card

★ NVIDIA RTX PRO 6000 Blackwell Workstation Edition 533,5 tok/s this runAMD Radeon AI PRO R9700 153,3 tok/s

CPUby processor

★ AMD Ryzen 9 9950X 16-Core Processor 533,5 tok/s this runAMD Ryzen Threadripper PRO 7955WX 16-Cores 153,3 tok/s

MBby mainboard

unbekannt 533,5 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 153,3 tok/s

ENGby engine

★ vLLM 533,5 tok/s this run

DRVby driver

unbekannt 533,5 tok/sAMD 7.0.0-27-generic 153,3 tok/s

Contributed by

Mario Alka Administrator

@marioalka

Gruender von godcore.de