Новости

Платформа Vera Rubin от NVIDIA возглавляет бенчмарки MLPerf по обучению и конечным точкам

Платформа Vera Rubin от NVIDIA дебютирует с высоким уровнем производительности в MLPerf Training v6.1 и Endpoints, достигая 10x генерационных приростов эффективности агентного ИИ.

Платформа Vera Rubin от NVIDIA возглавляет бенчмарки MLPerf по обучению и конечным точкам

Перевод статьи. Читать оригинальную статью.

Платформа Vera Rubin от NVIDIA сделала впечатляющий дебют в последних бенчмарках MLPerf, достигнув высоких показателей по нагрузкам на обучение, постобучение и агентную интерференцию. Согласно результатам, опубликованным на 2026-11-16 , NVIDIA победила во всех бенчмарках MLPerf Training v6.1 и показала более 10x генерационных приростов пропускной способности на ватт в своей первой подаче MLPerf Endpoints.

Прорывные показатели в MLPerf Training v6.1

Бенчмарки обучения MLPerf измеряют скорость, с которой системы обучают модели ИИ до целевого уровня точности. Платформа Vera Rubin NVL72 от NVIDIA продемонстрировала до 2x более высокую производительность на GPU по сравнению с предыдущей версией системы NVIDIA GB300 NVL72 . Платформа достигла результатов по всем протестированным нагрузкам, включая большие языковые модели, генерацию изображений, рекомендательные системы и постобучение в обучении с подкреплением.

В ходе масштабных тестирований система Vera Rubin NVL72 масштабировалась от 256 до 1,024 GPU с эффективностью 97% на бенчмарке DeepSeek- V3 , сокращая время обучения с 16 минут до всего четырех. NVIDIA также продемонстрировала крупнейшую подачу в этом раунде, запустив бенчмарк на 10,240 GPU с использованием систем GB300 . Эффективное масштабирование стало возможным благодаря сетям NVLink от NVIDIA и Quantum- X800 InfiniBand и Spectrum-X Ethernet для общей связности дата-центра.

Лидерство в агентном ИИ в MLPerf Endpoints

В своем дебюте в MLPerf Endpoints платформа Vera Rubin NVL72 продемонстрировала более чем 10x пропускную способность на ватт по сравнению с системой GB300 NVL72 для нагрузок агентного ИИ. Эти нагрузки включают в себя агенты ИИ, выполняющие сложные задачи, такие как планирование поездок или решение IT-проблем, используя рассуждение, вызов инструментов и проверку результатов.

Например, в бенчмарке Kimi K3 для агентных рабочих процессов система Vera Rubin NVL72 достигла системного пропускного способности в 41,414.2 токенов в секунду, сохраняя среднюю интерактивность в 50.4 токенов в секунду на пользователя, с рабочей мощностью 100.89 кВт. В сравнении, система GB300 NVL72 достигла 2,210.4 токенов в секунду при 60 кВт. Эти результаты подчеркивают способность платформы Vera Rubin обслуживать больше пользователей, сохраняя более быстрые времена отклика.

Широкая экосистема и более широкие последствия

Заявки NVIDIA на обучение MLPerf включали вклад партнеров 20 , таких как Microsoft Azure, Google Cloud, Dell Technologies и Oracle, демонстрируя адаптируемость программируемой платформы NVIDIA. Кроме MLPerf, платформа Vera Rubin также продемонстрировала высокие результаты в независимых бенчмарках, таких как SemiAnalysis AgentX и Artificial Analysis AgentPerf.

С непрерывной оптимизацией своей программной платформы на базе CUDA NVIDIA стремится еще больше повысить производительность платформы Vera Rubin, обеспечивая, чтобы инвестиции клиентов со временем приносили все большую ценность.

Другие статьи на русском · Финансовые сравнения и источники SEC (на английском)