Oossa

NVIDIA leidt met Vera Rubin alle MLPerf-trainingstests

NVIDIA zegt dat zijn nieuwe platform in alle MLPerf Training v6.1-tests bovenaan eindigde en in een voorlopige test voor agentische AI ruim 10 keer zoveel doorvoer per watt leverde.

Door Gepubliceerd door Oossa: 2 min lezen

Datum van gebeurtenis:

Oossa-illustratie

NVIDIA zegt dat zijn Vera Rubin-platform bovenaan eindigde in alle benchmarks van de nieuwste MLPerf Training-ronde. Die omvatte taalmodellen, beeldgeneratie, aanbevelingssystemen en nabewerking met reinforcement learning. De resultaten, die op 16 november 2026 zijn bekendgemaakt, markeren het debuut van Vera Rubin in de tests. Volgens NVIDIA leverde het systeem per GPU tot twee keer zoveel prestaties als zijn GB300 NVL72-systeem.

In een trainingstest kon Vera Rubin volgens NVIDIA opschalen van 256 naar 1,024 GPU's met een efficiëntie van ongeveer 97%. Door het aantal GPU's te verviervoudigen, daalde de gerapporteerde trainingstijd van 16 minuten naar ongeveer vier minuten. NVIDIA diende ook resultaten in voor alle trainingbenchmarks van deze ronde; het bedrijf zegt dat het als enige platform aan alle tests meedeed.

Wat de test voor agentische AI meet

NVIDIA deed ook voor het eerst mee aan MLPerf Endpoints. Deze test meet hoe AI-systemen presteren bij programmeer- en zakelijke workflows die meerdere stappen omvatten, zoals het gebruik van tools en het controleren van resultaten. In een test met Kimi K3 rapporteert NVIDIA voor Vera Rubin NVL72 ruim 10 keer zoveel doorvoer per watt als voor GB300 NVL72, bij een gelijke minimumsnelheid van 50 tokens per seconde per gebruiker. Doorvoer per watt geeft aan hoeveel werk een systeem verzet in verhouding tot het stroomverbruik.

De vergelijking is niet volledig gelijkwaardig qua hardware: voor het resultaat van Vera Rubin werden 32 accelerators gebruikt, tegenover 48 voor GB300. Het resultaat van Vera Rubin is bovendien voorlopig en wacht nog op verificatie en beoordeling door vakgenoten bij MLCommons. De gerapporteerde cijfers geven een gemiddelde interactiesnelheid per gebruiker van 50.4 tokens per seconde voor Vera Rubin en 56.2 voor GB300.

Een benchmarkresultaat, geen productlancering

Bij grote trainingsruns leveren extra GPU's alleen iets op als ze efficiënt kunnen samenwerken. NVIDIA wijst op de NVLink-verbindingen binnen systemen en de InfiniBand- en Ethernet-netwerken tussen systemen als onderdelen van de manier waarop het workloads opschaalt. In deze ronde werd ook een DeepSeek-V3-run met 10,240 GPU's op NVIDIA GB300-systemen uitgevoerd; Microsoft Azure diende een run op dezelfde schaal in met GB200-systemen.

Twintig organisaties dienden MLPerf Training-resultaten in met NVIDIA-technologie. De benchmarks bieden een manier om prestaties op vastomlijnde taken te vergelijken, maar in de aankondiging staat niet wanneer Vera Rubin-systemen beschikbaar komen voor klanten of wat ze gaan kosten.

Waarom het ertoe doet

Voor onderzoekers en bedrijven die AI-modellen trainen, suggereert het gerapporteerde schaalresultaat dat een groot Vera Rubin-systeem een vastomlijnde trainingsrun kan verkorten als de GPU's efficiënt samenwerken. De vergelijking voor agentische AI is echter nog voorlopig. Bovendien heeft NVIDIA geen informatie gegeven over beschikbaarheid voor klanten of prijzen, dus uit de resultaten blijkt niet wanneer of tegen welke kosten mensen de hardware kunnen gebruiken.

Was dit artikel nuttig?
Delen

Lees ook

Oossa · Nieuwsbrief

De AI-week, uitgelegd

Elke maandag: het nieuws dat ertoe doet, in gewone taal. Gratis, geen spam.