Actualités

La plateforme Vera Rubin de NVIDIA domine les benchmarks d'entraînement MLPerf et d'Endpoints

La plateforme Vera Rubin de NVIDIA fait ses débuts avec des performances de pointe dans l'entraînement MLPerf v6.1 et les Endpoints, atteignant des gains générationnels 10x en efficacité de l'IA agentique.

La plateforme Vera Rubin de NVIDIA domine les benchmarks d'entraînement MLPerf et d'Endpoints

Article traduit. Lire l'article original.

La plateforme Vera Rubin de NVIDIA a fait une entrée remarquée dans les derniers benchmarks MLPerf, atteignant des performances de pointe dans les charges de travail d'entraînement, de post-entraînement et d'inférence agentique. Selon les résultats publiés le 2026-11-16 , NVIDIA a balayé tous les benchmarks d'entraînement MLPerf v6.1 et a enregistré plus de 10x gains générationnels en débit par watt lors de sa première soumission aux Endpoints MLPerf.

Performances révolutionnaires dans l'entraînement MLPerf v6.1

Les benchmarks d'entraînement MLPerf mesurent la vitesse à laquelle les systèmes entraînent des modèles d'IA à un niveau de précision cible. La plateforme Vera Rubin NVL72 de NVIDIA a démontré jusqu'à 2x performances par GPU comparées à l'ancienne génération du système NVIDIA GB300 NVL72 . La plateforme a obtenu des résultats dans toutes les charges de travail testées, y compris les grands modèles de langage, la génération d'images, les systèmes de recommandation et le post-entraînement d'apprentissage par renforcement.

Lors de tests à grande échelle, le système Vera Rubin NVL72 a évolué de 256 à 1,024 GPU avec une efficacité de 97% sur le benchmark DeepSeek- V3 , réduisant le temps d'entraînement de 16 minutes à seulement quatre. NVIDIA a également présenté la soumission à grande échelle la plus importante de cette manche, exécutant le benchmark sur 10,240 GPU utilisant des systèmes GB300 . L'évolutivité efficace a été rendue possible grâce au réseau NVLink de NVIDIA au sein des systèmes et à Quantum- X800 InfiniBand et Spectrum-X Ethernet pour une connectivité à l'échelle du centre de données.

Leadership de l'IA agentique dans les Endpoints MLPerf

Pour ses débuts dans les Endpoints MLPerf, la plateforme Vera Rubin NVL72 a fourni plus de 10x le débit par watt du système GB300 NVL72 pour les charges de travail d'IA agentique. Ces charges de travail impliquent des agents d'IA exécutant des tâches complexes, telles que la planification de voyages ou la résolution de problèmes informatiques, en raisonnant, appelant des outils et vérifiant les résultats.

Par exemple, dans le benchmark Kimi K3 pour les workflows agentiques, le système Vera Rubin NVL72 a atteint un débit système de 41,414.2 tokens par seconde tout en maintenant une interactivité moyenne de 50.4 tokens par seconde par utilisateur, avec une puissance de fonctionnement de 100.89 kW. En comparaison, le système GB300 NVL72 a atteint 2,210.4 tokens par seconde à 60 kW. Ces résultats mettent en lumière la capacité de la plateforme Vera Rubin à servir plus d'utilisateurs tout en maintenant des temps de réponse plus rapides.

Écosystème étendu et implications plus larges

Les soumissions d'entraînement MLPerf de NVIDIA ont inclus des contributions de partenaires 20 , tels que Microsoft Azure, Google Cloud, Dell Technologies et Oracle, montrant l'adaptabilité de la plateforme programmable de NVIDIA. Au-delà de MLPerf, la plateforme Vera Rubin a également démontré des performances de premier plan dans des benchmarks indépendants tels que SemiAnalysis AgentX et Artificial Analysis AgentPerf.

Avec une optimisation continue de sa pile logicielle alimentée par CUDA, NVIDIA vise à améliorer encore la performance de la plateforme Vera Rubin, garantissant que les investissements des clients offrent une valeur croissante au fil du temps.

Autres articles en français · Comparaisons financières et sources SEC (anglais)