NVIDIA Vera Rubin дебютировала в MLPerf: лидерство в обучении и агентном инференсе
NVIDIA сообщила, что её новая платформа Vera Rubin NVL72 показала лучшие результаты во всех бенчмарках MLPerf Training v6.1 и в первом раунде MLPerf Endpoints для агентного ИИ. Компания заявляет о двукратном приросте производительности на GPU по сравнению с GB300 и более чем 10-кратном — по пропускной способности на ватт.

Адаптация и понятное объяснение для начинающих. Заявления приведены по материалу источника.
NVIDIA опубликовала результаты своего нового оборудования в бенчмарках MLPerf — отраслевых тестах, которые измеряют скорость обучения моделей и выполнения задач ИИ-агентами. Компания заявляет, что платформа Vera Rubin NVL72 одержала победу во всех бенчмарках MLPerf Training v6.1 и показала лучшие результаты в первом раунде MLPerf Endpoints для агентного инференса.
Что произошло
По данным NVIDIA, Vera Rubin NVL72 в дебюте продемонстрировала до 2 раз большую производительность на GPU, чем предыдущая система GB300 NVL72. На бенчмарке DeepSeek-V3 при масштабировании с 256 до 1024 GPU эффективность составила около 97%: время обучения сократилось с 16 минут примерно до четырёх. NVIDIA также сообщила, что была единственной платформой с результатами во всех бенчмарках раунда, охватывающих большие языковые модели, генерацию изображений, рекомендательные системы и обучение с подкреплением.
В MLPerf Endpoints, где проверяется работа ИИ-агентов на реальных задачах кодинга и корпоративных процессов, Vera Rubin, по утверждению компании, обеспечила более чем 10-кратную пропускную способность на ватт по сравнению с GB300 при той же скорости ответа. Эти цифры приводятся в предварительном результате для модели Kimi K3 — крупной открытой модели, созданной для агентных сценариев.
Что это значит для начинающего
MLPerf — это набор тестов, по которым сравнивают, насколько быстро оборудование обучает модели и обслуживает запросы. Для новичка важны два показателя: скорость обучения и энергоэффективность инференса. Чем быстрее обучаются модели, тем скорее новые версии доходят до пользователей. Чем больше токенов система генерирует на ватт энергии, тем больше агентов она может обслужить и тем дешевле может быть сервис.
Агентный инференс — это когда ИИ-агент многократно рассуждает, вызывает инструменты и проверяет свою работу, чтобы выполнить одну задачу. Каждый шаг порождает токены, поэтому пропускная способность на ватт напрямую влияет на стоимость и доступность таких агентов. Результаты NVIDIA показывают направление развития инфраструктуры, но не гарантируют, что конечные продукты станут дешевле.
Стоит помнить: это результаты, заявленные самой NVIDIA, а не независимая проверка. Бенчмарки измеряют конкретные сценарии и не всегда отражают реальную работу вашего приложения. Для обучения полезно следить за методологией MLPerf и сравнивать условия тестов.
На что обратить внимание
NVIDIA упоминает, что производительность Vera Rubin будет расти за счёт оптимизации программного стека CUDA, но это обещание компании. Партнёры, включая облачные сервисы, подали результаты на существующих системах; доступность Vera Rubin для обычных разработчиков и в облаках не уточняется. Также не раскрыты цены и точные сроки коммерческого развёртывания. Новичку полезно изучить, как работают ИИ-агенты и архитектуры LLM-приложений, чтобы понимать, зачем нужны такие бенчмарки. Подробнее об агентах — в материале об ИИ-агентах и стандартах.


