ModernoTech commited on
Commit
ef00749
·
verified ·
1 Parent(s): 4752068

Add quantitative performance tables, status labels and verified chart references

Browse files
Files changed (1) hide show
  1. README.md +65 -2
README.md CHANGED
@@ -41,6 +41,69 @@ Modelo denso conversacional basado en Gemma 4, documentado bajo la identidad Nov
41
  - Prompt: 49.5 t/s
42
  - Generación: 34.5 t/s
43
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
44
  ## Limitaciones
45
 
46
  - El consumo real depende de `-ngl` y del contexto usado.
@@ -57,6 +120,6 @@ MODERNO TECH · Nova AI · Intelligence. Engineering. Innovation.
57
 
58
  ## Demostración visual de inferencia
59
 
60
- ![Animación de inferencia](images/{short.lower()}-inference-process.gif)
61
-
62
  ![Animación de inferencia](images/nova-core-inference-process.gif)
 
 
 
41
  - Prompt: 49.5 t/s
42
  - Generación: 34.5 t/s
43
 
44
+
45
+ ## Rendimiento cuantitativo
46
+
47
+ > Todos los valores de throughput son **ESTIMADOS** (techo de ancho de banda) o **NO VALIDADOS**. Ver `performance/performance.json` y `performance/simulation-results.csv`.
48
+
49
+ Única medición documentada: MacBook Air M4 16 GB, contexto 512, carga 3.16 s, prompt 49.5 tok/s, decode 34.5 tok/s (flags -ngl 0, --ctx-size 512, --temp 0.7).
50
+
51
+ - Artefacto: binario verificado de 3,009,448,896 bytes
52
+ - Contextos analizados: 128K, 4K, 64K, 8K.
53
+ - MNE: proyección SSD a 2.0 GiB/s, cache 90 %–99.9 %, KV a FP16, payload Q4 activo.
54
+
55
+ ### Memoria y throughput por hardware (contexto 4K, estimado)
56
+
57
+ | Hardware | RAM disponible (GB) | Ancho banda (GiB/s) | Límite RAM tok/s | MNE tok/s a 99% hit |
58
+ |---|---:|---:|---:|---:|
59
+ | MacBook Air 2014 | 4 | 25.6 | 10.1 | 79.1 |
60
+ | Lenovo Yoga 720 | 8 | 34.1 | 13.5 | 79.1 |
61
+ | MacBook Neo A18 Pro | 8 | 60.0 | 23.7 | 79.1 |
62
+ | MacBook Air M4 | 16 | 120.0 | 47.4 | 79.1 |
63
+
64
+
65
+ ### Escenarios MNE de cache
66
+
67
+ | Cache hit | Miss leído desde SSD | Techo tok/s (modelo/representante) |
68
+ |---|---:|---:|
69
+ | 90.0 % | 10.0 % | 7.9 |
70
+ | 95.0 % | 5.0 % | 15.8 |
71
+ | 99.0 % | 1.0 % | 79.1 |
72
+ | 99.5 % | 0.5 % | 158.1 |
73
+ | 99.9 % | 0.1 % | 790.5 |
74
+
75
+ ### Contexto nativo y KV
76
+
77
+ - Máximo posición documentado: 131,072 tokens.
78
+ - KV se estima por `contexto × layers × kv_heads × head_dim × 2 (K+V) × 2 bytes`.
79
+ - Para contextos superiores al nativo se marca `NO VALIDADO` en los CSV/JSON.
80
+
81
+ ### Gráficos
82
+
83
+ ![Tokens por segundo (límite teórico RAM)](performance/tokens-per-second.png)
84
+
85
+ ![RAM vs MNE (proyección)](performance/ram-vs-mne.png)
86
+
87
+ ![Contexto vs memoria KV (estimado)](performance/context-performance.png)
88
+
89
+ ![Distribución de memoria (estimado)](performance/memory-breakdown.png)
90
+
91
+ ![Tamaño vs RAM disponible](performance/model-size-vs-ram.png)
92
+
93
+ ![Sensibilidad del cache MNE](performance/cache-hit-analysis.png)
94
+
95
+ ![Prefill vs decode](performance/prefill-vs-decode.png)
96
+
97
+ ### Archivos publicados
98
+
99
+ - `performance/performance.json`
100
+ - `performance/simulation-results.csv`
101
+ - `performance/methodology.md`
102
+ - `performance/hardware-reference.md`
103
+ - `performance/generate_charts.py`
104
+ - `performance/generate_animation.py`
105
+ - Ver `performance/` para los 7 PNG de esta fase.
106
+
107
  ## Limitaciones
108
 
109
  - El consumo real depende de `-ngl` y del contexto usado.
 
120
 
121
  ## Demostración visual de inferencia
122
 
 
 
123
  ![Animación de inferencia](images/nova-core-inference-process.gif)
124
+
125
+ ![Animación de inferencia](images/nova-core-inference-process.gif)