Результаты в тестах обучения

NVIDIA сообщила, что её платформа Vera Rubin в дебюте на MLPerf показала лучшие результаты во всех тестах MLPerf Training v6.1. По данным компании, она стала единственной платформой с результатами во всех испытаниях этого раунда: они охватывали большие языковые модели, генерацию изображений, рекомендательные системы и дообучение с подкреплением.

В тестах обучения система Vera Rubin NVL72 показала до 2× большую производительность на один GPU, чем оптимизированная NVIDIA GB300 NVL72. Это сравнение и остальные результаты Training опубликованы NVIDIA; в статье компании указано, что данные MLPerf были получены с сайта MLCommons 16 ноября 2026 года.

В тесте DeepSeek-V3 система Vera Rubin NVL72 масштабировалась с 256 до 1 024 GPU с эффективностью около 97%: увеличение числа GPU в четыре раза сократило время обучения с 16 минут до примерно четырёх. В том же раунде NVIDIA провела тест на 10 240 GPU с системами GB300. Microsoft Azure достигла такого же масштаба, используя 10 240 GPU в системах GB200.

Предварительный результат для ИИ-агентов

В MLPerf Endpoints платформа проверялась на задачах агентного программирования и корпоративных рабочих процессах с оценкой корректности выполнения. NVIDIA заявила о лидерстве Vera Rubin во всех агентных тестах. Для модели Kimi K3 компания приводит предварительный результат: NVL72 показала более чем в 10 раз большую пропускную способность на ватт, чем GB300 NVL72, при сопоставимой скорости ответа.

Результат Vera Rubin для Kimi K3 пока ожидает проверки MLCommons и может измениться после экспертного рассмотрения. Сравнение пропускной способности на киловатт нормализовано по минимальной средней интерактивности 50 токенов в секунду на пользователя. Результат GB300 проверен MLCommons.

Масштабирование требует эффективной связи GPU

NVIDIA связывает результаты на больших конфигурациях с сетевыми технологиями NVLink внутри систем и Quantum-X800 InfiniBand либо Spectrum-X Ethernet между системами, а также с оптимизированным программным обеспечением. Компания также отмечает, что в MLPerf Training участвовали 20 организаций, использовавших её платформу.