A NVIDIA afirma que sua plataforma Vera Rubin liderou todos os benchmarks da rodada mais recente do MLPerf Training, que abrange modelos de linguagem, geração de imagens, sistemas de recomendação e pós-treinamento com aprendizado por reforço. Divulgados em 16 de novembro de 2026, os resultados marcam a estreia da Vera Rubin nos testes. Segundo a NVIDIA, o sistema teve até o dobro do desempenho por GPU em comparação com o GB300 NVL72.
Em um dos testes de treinamento, a Vera Rubin passou de 256 para 1.024 GPUs com cerca de 97% de eficiência, segundo a NVIDIA. Ao quadruplicar o número de GPUs, o tempo de treinamento informado caiu de 16 minutos para cerca de quatro. A NVIDIA também apresentou resultados em todos os benchmarks de treinamento desta rodada; segundo a empresa, foi a única plataforma a fazê-lo.
O que mede o resultado de IA agêntica
A NVIDIA também fez sua primeira submissão ao MLPerf Endpoints, que testa sistemas de IA em tarefas de programação e fluxos de trabalho empresariais com várias etapas, como usar ferramentas e verificar resultados. Em um teste com Kimi K3, a NVIDIA informa que a Vera Rubin NVL72 teve uma vazão por watt mais de 10 vezes maior que a GB300 NVL72, considerando um mínimo comum de 50 tokens por segundo por usuário. A vazão por watt mede quanto trabalho um sistema realiza em relação à energia que consome.
A comparação não é entre configurações de hardware idênticas: o resultado da Vera Rubin usou 32 aceleradores, enquanto o da GB300 usou 48. Além disso, o resultado da Vera Rubin é provisório e ainda aguarda verificação e revisão por pares da MLCommons. Os números informados apontam interatividade média do usuário de 50,4 tokens por segundo para a Vera Rubin e de 56,2 para a GB300.
Resultado de benchmark, não lançamento de produto
Em grandes sessões de treinamento, adicionar GPUs só ajuda se elas conseguirem trabalhar juntas com eficiência. A NVIDIA destaca as conexões NVLink dentro dos sistemas e as redes InfiniBand e Ethernet entre sistemas como parte do que permite escalar as cargas de trabalho. A rodada também incluiu uma execução do DeepSeek-V3 com 10.240 GPUs em sistemas NVIDIA GB300; a Microsoft Azure apresentou uma execução na mesma escala usando sistemas GB200.
Vinte organizações apresentaram resultados no MLPerf Training usando tecnologia NVIDIA. Os benchmarks permitem comparar o desempenho em tarefas definidas, mas o anúncio não informa quando os sistemas Vera Rubin estarão disponíveis para clientes nem quanto vão custar.
Por que importa
Para pesquisadores e empresas que treinam modelos de IA, o resultado de escalabilidade divulgado sugere que um sistema Vera Rubin de grande porte pode reduzir o tempo de uma sessão de treinamento definida, desde que suas GPUs trabalhem juntas com eficiência. Mas a comparação de IA agêntica ainda é provisória, e a NVIDIA não informou a disponibilidade para clientes nem os preços. Portanto, os resultados não esclarecem quando será possível usar o hardware nem quanto isso custará.