La plateforme Vera Rubin de Nvidia rafle les tests MLPerf d'entraînement et revendique une efficacité dix fois supérieure pour l'inférence agentique

Nvidia a annoncé le 16 novembre que sa plateforme Vera Rubin avait remporté tous les tests MLPerf Training v6.1, et que sa première soumission MLPerf Endpoints pour l'inférence agentique revendiquait plus de dix fois le débit par watt de la génération précédente GB300 NVL72 — des chiffres toutefois provisoires, en attente de vérification par MLCommons.
Nvidia a annoncé le 16 novembre, pendant le salon du supercalcul SC26 à Chicago, que sa plateforme Vera Rubin avait remporté tous les tests de la série MLPerf Training v6.1, devenant la seule plateforme présente sur chaque test ; sa première soumission MLPerf Endpoints pour l'inférence agentique revendique plus de dix fois le débit par watt de la génération précédente, GB300 NVL72. Les résultats ont été publiés sur le blog officiel de Nvidia, et MLCommons a diffusé l'ensemble de la série le même jour.
Entraînement : un sans-faute, environ 97 % d'efficacité de mise à l'échelle
MLPerf Training mesure la vitesse à laquelle les systèmes entraînent divers modèles d'IA jusqu'à une précision cible, couvrant grands modèles de langage, génération d'images, systèmes de recommandation et apprentissage par renforcement après entraînement. Dans cette série, Vera Rubin NVL72 offre jusqu'à deux fois plus de performance par GPU que le système GB300 NVL72, pourtant très optimisé. Sur le test DeepSeek-V3, Vera Rubin est passée de 256 à 1 024 GPU avec environ 97 % d'efficacité, ramenant le temps d'entraînement de 16 minutes à environ quatre. Nvidia a aussi exécuté le test sur 10 240 GPU avec des systèmes GB300, la plus grande échelle de la série.
Inférence agentique : le chiffre de dix fois reste à vérifier
Pour sa première soumission MLPerf Endpoints, Nvidia a publié un résultat provisoire sur Kimi K3, un modèle ouvert conçu pour les flux agentiques : un système Vera Rubin NVL72 de 32 accélérateurs a atteint 41 414,2 jetons par seconde pour 100,89 kW, contre 2 210,4 jetons par seconde et 60 kW pour un système GB300 NVL72 de 48 accélérateurs. Le blog de Nvidia précise que les chiffres Endpoints de Vera Rubin sont provisoires, en attente de vérification par l'association MLCommons et susceptibles de changer après examen par les pairs ; ceux de GB300 sont vérifiés. Il faut donc lire la revendication de dix fois comme un résultat provisoire publié par le fabricant, et non comme un chiffre final vérifié.
Ampleur de la série et résultats des clouds
MLCommons indique que Training v6.1 a réuni 24 organisations, 153 systèmes et 250 résultats, avec deux nouveaux tests : le système de recommandation DLRMv4-HSTU et le test de post-entraînement de grand modèle Qwen3.5-397B. Le matériel de la série comprenait des accélérateurs Nvidia et AMD, et pour la première fois des GPU de génération Rubin et le TPUv7 (Ironwood) de Google. Le fournisseur cloud CoreWeave a annoncé le même jour être le premier à soumettre des résultats Vera Rubin multi-racks : il a entraîné le modèle DeepSeek-V3 de 671 milliards de paramètres jusqu'à la qualité cible en 17,65 minutes sur 256 GPU Rubin, soit 2,7 fois plus vite que sa propre soumission GB200 à même échelle, et a terminé Llama 3.1 8B en 7,16 minutes sur un seul rack de 72 GPU, 1,9 fois plus vite que GB200. CoreWeave précise que ces gains sont calculés à partir des résultats publiés et ne sont pas vérifiés par MLCommons.
Contexte : une semaine décisive avant les résultats
Il s'agit de la deuxième grande annonce de Nvidia à SC26 dans cette série, après l'ensemble Nemotron for Science pour les agents de recherche. Nvidia publie ses résultats trimestriels mardi 17 novembre, ses premiers depuis la démission du fondateur Jensen Huang de son poste de directeur général le 12 novembre et la nomination de la directrice financière Colette Kress comme directrice générale par intérim ; les investisseurs surveillent la progression des livraisons et les signaux de demande pour la nouvelle plateforme, et les résultats MLPerf apparaissent comme la démonstration du leadership technique de l'entreprise avant cette publication.
N環球 
💬 Commentaires
Aucun commentaire. Soyez le premier !