TellWorldAI 世界档案
问档案English

首页›动态›评测

评测生成式 AI 普及

MLPerf Training v6.1 结果:英伟达 Vera Rubin 首秀与谷歌 Ironwood TPU

2026 年 11 月 16 日,MLPerf Training v6.1 结果发布。英伟达称横扫本轮所有基准,Vera Rubin 首次参赛;谷歌云提交了 10 项成绩。

背景

MLPerf 是一组用于衡量系统训练 AI 模型速度的标准基准测试。MLCommons 按轮次公布结果,让硬件厂商和云服务商能在相同任务上互相比较。由于测试内容固定,这些数字反映的是达到目标质量所需的时间,而不是芯片的理论峰值参数。

发生了什么

2026 年 11 月 16 日,MLCommons 公布了 MLPerf Training v6.1 的结果[1]。英伟达表示,它横扫了本轮所有基准测试,并且是唯一在每一项基准上都有成绩的平台[1]。谷歌也单独发布了自己的结果,在第七代 Ironwood TPU 和英伟达 Grace Blackwell GPU 上共提交 10 项 MLPerf Training v6.1 成绩[2]。

关键细节

英伟达表示,Vera Rubin NVL72 首次参赛,单颗 GPU 性能最高可达 GB300 NVL72 的 2 倍[1]。在 DeepSeek-V3 基准上,英伟达称 Vera Rubin NVL72 从 256 颗 GPU 扩展到 1,024 颗时效率约为 97%,训练时间从 16 分钟缩短到约 4 分钟[1]。

同一轮测试中,英伟达在 10,240 颗 GB300 GPU 上运行了 DeepSeek-V3,微软 Azure 也以同样规模的 10,240 颗 GB200 GPU 提交了结果[1]。这里的规模指单次运行所用的加速器数量。

谷歌方面,8,192 颗 Ironwood TPU 在 1.70 分钟内达到了预训练的目标质量。该运行扩展到 4,096 颗芯片时效率为 96%[2]。在另一项智能体强化学习的测试中,640 颗 Ironwood TPU 在 18.02 分钟内达到了编程基准的目标准确率[2]。

在谷歌云的 A4X Max 上,256 颗英伟达 GB300 GPU 在 31.96 分钟内达到了预训练的目标质量[2]。

影响

这些结果一方面显示英伟达的新一代 Vera Rubin 系统首次出现在公开基准中,另一方面显示谷歌的 TPU 和 GPU 产品在同类训练任务上进行比较。由于两家公司的数字都来自各自的运行,读者应把它们理解为各家在所述条件下的测量结果,而不是统一测量下的排名。

来源

  1. 1
  2. 2

引用本页: MLPerf Training v6.1 结果:英伟达 Vera Rubin 首秀与谷歌 Ironwood TPU. TellWorld, https://www.tellworld.net/zh/news/mlperf-training-v6-1-2026. 更新于 2026-11-18

相关动态