Techub News 消息,英伟达 Vera Rubin 平台在其首次 MLPerf 基准测试中,在训练、训练后和智能体推理方面均取得领先性能。该平台横扫了 MLPerf Training v6.1 的所有基准测试,并在首次提交的 MLPerf Endpoints 测试中,其智能体 AI 的每瓦吞吐量实现了超过 10 倍的代际提升。 在 DeepSeek-V3 基准测试中,Vera Rubin NVL72 从 256 枚 GPU 扩展到 1024 枚 GPU 时保持了约 97% 的效率,将训练时间从 16 分钟缩短至约 4 分钟。英伟达还使用 GB300 系统在 10,240 枚 GPU 上运行了基准测试,微软 Azure 也使用 GB200 系统在同等规模的英伟达 GPU 上实现了匹配。 在 MLPerf Endpoints 的智能体推理测试中,Vera Rubin 平台同样领先。例如,在为智能体工作流构建的大型开源模型 Kimi K3 的临时结果中,Vera Rubin NVL72 系统在相同响应速度下,每瓦吞吐量是英伟达 GB300 NVL72 的 10 倍以上。(NVIDIA Blog)

如您认为本页面(或本平台)内容存在侵权或违规情形,请您在发现之日起尽快与我们联系,并提供:权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式:creator@techub.news
商务合作:contacting@techub.news
点击链接下载 Techub News App,获取最新讯息:
https://www.techub.news/download
(或扫描下方二维码下载)

本网站所提供的所有信息仅供参考之用。
本网站不保证信息的准确性、有效性、及时性和完整性。
任何依赖于本网站所提供信息的行为,均由用户自行承担风险。
Techub News 消息,英伟达 Vera Rubin 平台在其首次 MLPerf 基准测试中,在训练、训练后和智能体推理方面均取得领先性能。该平台横扫了 MLPerf Training v6.1 的所有基准测试,并在首次提交的 MLPerf Endpoints 测试中,其智能体 AI 的每瓦吞吐量实现了超过 10 倍的代际提升。 在 DeepSeek-V3 基准测试中,Vera Rubin NVL72 从 256 枚 GPU 扩展到 1024 枚 GPU 时保持了约 97% 的效率,将训练时间从 16 分钟缩短至约 4 分钟。英伟达还使用 GB300 系统在 10,240 枚 GPU 上运行了基准测试,微软 Azure 也使用 GB200 系统在同等规模的英伟达 GPU 上实现了匹配。 在 MLPerf Endpoints 的智能体推理测试中,Vera Rubin 平台同样领先。例如,在为智能体工作流构建的大型开源模型 Kimi K3 的临时结果中,Vera Rubin NVL72 系统在相同响应速度下,每瓦吞吐量是英伟达 GB300 NVL72 的 10 倍以上。(NVIDIA Blog)

如您认为本页面(或本平台)内容存在侵权或违规情形,请您在发现之日起尽快与我们联系,并提供:权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式:creator@techub.news
商务合作:contacting@techub.news
点击链接下载 Techub News App,获取最新讯息:
https://www.techub.news/download
(或扫描下方二维码下载)

本网站所提供的所有信息仅供参考之用。本网站不保证信息的准确性、有效性、及时性和完整性。任何依赖于本网站所提供信息的行为,均由用户自行承担风险。