首页 > 资讯 > Vera Rubin首战MLPerf即横扫全项,每GPU算力翻番定义2027算力基准线

Vera Rubin首战MLPerf即横扫全项,每GPU算力翻番定义2027算力基准线

赢政天下 2026-11-17 14:18 17 阅读 查看原文

2026年11月16日,MLCommons发布MLPerf Training v6.1结果,共有24家机构、153套系统提交250项测试结果。该基准首次将强化学习后训练纳入正式测试。英伟达Vera Rubin NVL72是唯一在全部基准类别提交成绩的平台,涵盖大语言模型训练、图像生成、推荐系统及强化学习后训练,对比GB300 NVL72,每GPU训练性能最高提升2倍。

两个数字:2倍与97%

英伟达官方博客披露的核心数据为:在相同GPU数量下,Vera Rubin NVL72的每GPU训练性能最高达GB300 NVL72的两倍;在DeepSeek-V3基准上,系统从256块GPU扩展至1,024块GPU时,整体效率维持在约97%,训练时间从16分钟压缩到约4分钟。

扩展效率97%意味着GPU数量翻4倍时,训练时间接近线性缩减。英伟达的解释是,NVLink实现机架内GPU互联,Quantum-X800 InfiniBand与Spectrum-X以太网负责机架间通信,软件层与硬件层协同优化实现该结果。

英伟达还在此轮测试中展示极端规模:GB300系统以10,240块GPU跑完全轮最大规模测试,微软Azure以同等规模10,240块GB200 GPU跟进。

云端首例:CoreWeave的多机架落地数据

CoreWeave提交Vera Rubin多机架生产成绩。256块Vera Rubin GPU跨多机架部署时,在DeepSeek-V3 671B参数全量训练任务上耗时17.65分钟,比同等GPU数量下GB200 NVL72的成绩快2.7倍。Llama 3.1 8B单机架测试(72块GPU)耗时7.16分钟,较GB200基线(13.70分钟)提升约1.9倍。CoreWeave使用Spectrum-X以太网AI互联结构配合ConnectX-9超级网卡。

代理推理"10倍"数字背后有一条注脚

Vera Rubin在MLPerf Endpoints的首次亮相中,与GB300 NVL72相比,32块Vera Rubin加速器在Kimi K3代理工作负载上实现超过10倍的吞吐量/瓦提升,同等响应速度下功耗仅100.89千瓦,吞吐量达41,414.2 token/秒。

英伟达官方博客标注,该Kimi K3结果为临时性数据,尚待MLCommons协会同行评审验证,结果可能随审查调整。

谷歌Ironwood与AMD:同一战场的另两支队伍

谷歌TPUv7(Ironwood)同轮首秀,8,192块Ironwood TPU在DeepSeek-V3基准上跑出1.70分钟的成绩,扩展效率维持在96%。谷歌首次将代理强化学习编程任务纳入测试,640块Ironwood TPU以18.02分钟完成,代码生成与学习并行执行期间芯片等待时间低于3%。

AMD MI355X与MI350X(CDNA 4架构)在FLUX.1图像生成基准上交出3.1倍自代际提升——64块GPU配置下训练时间从92.36分钟降至29.58分钟。

英伟达是唯一在每个基准类别都有成绩可比的参与者,这意味着"全胜"部分源于竞争对手选择性参赛。在算力市场,全覆盖表明平台的通用性已达到可在所有主流训练任务上交卷的程度。

2027年算力基准线意味着什么

MLPerf v6.1是首个将强化学习后训练(以Qwen3.5-397B GRPO任务为代表)纳入正式基准的版本。随着大模型训练从"单次预训练"向"持续后训练+强化学习对齐"演进,算力需求的分布正在从单一大批次训练转向更频繁、更小规模的强化学习迭代。

Vera Rubin在扩展效率上的97%表现,以及CoreWeave给出的2.7倍数据,构成了2027年数据中心采购的量化锚点。英伟达在SC26超算大会上宣布面向科学计算的Rubin HPC,搭载超过50,000个CUDA核心,预计2028年上市。

当跑分成为市场权力

MLPerf是数据中心采购谈判中最常被引用的第三方数字来源之一。Vera Rubin在全覆盖条件下交出每GPU 2倍提升与97%扩展效率,这组数字将直接出现在2027年云厂商和企业算力采购的技术规格书里。

谷歌Ironwood的规模化性能同样不可忽视,AMD的代际提升也在加速。但就11月16日这份公开可查的基准数据而言,英伟达用Vera Rubin为"下一代GPU应该能做到什么"给出了一个带数字的答案,并且让这个答案经过了独立组织的评测流程。在2027年的算力竞争里,这个数字会被反复引用。