Le 16 novembre 2026, NVIDIA a publié pendant la conférence SC26 les premiers résultats MLPerf de sa plateforme Vera Rubin : la nouvelle plateforme a remporté l'intégralité des tests de MLPerf Training v6.1, seule plateforme à présenter des résultats dans toutes les disciplines, la Vera Rubin NVL72 atteignant jusqu'à deux fois les performances par GPU de la génération précédente, la GB300 NVL72.
Des performances par GPU doublées, une mise à l'échelle presque sans perte
La vitesse d'entraînement est au cœur de ces résultats. MLPerf Training mesure le temps nécessaire pour entraîner différents modèles jusqu'à une précision cible, des grands modèles de langage à la génération d'images, aux systèmes de recommandation et au post-entraînement par apprentissage par renforcement. Selon les chiffres de NVIDIA, l'entraînement de DeepSeek-V3 est passé de 256 à 1 024 GPU avec une efficacité d'environ 97 %, le temps d'entraînement tombant de 16 minutes à environ quatre. Sur les systèmes GB300, NVIDIA a également soumis pour le même test le résultat à la plus grande échelle de cette session, avec 10 240 GPU. Vingt organisations partenaires ont soumis des résultats sur cette plateforme, dont Azure, CoreWeave, Google Cloud, Dell, Hewlett Packard Enterprise et Oracle. Vera Rubin est déjà déployée dans des grappes de supercalculateurs ; l'ampleur du déploiement est détaillée dans Vera Rubin de NVIDIA déployée dans des grappes de supercalculateurs.
Le gain d'efficacité de dix fois ne doit pas encore être pris pour acquis
L'autre série de chiffres concerne l'inférence agentique. Pour sa première soumission à MLPerf Endpoints, la Vera Rubin NVL72 a dépassé de plus de dix fois le débit par watt de la GB300 NVL72 sur la tâche agentique Kimi K3, à vitesse de réponse comparable. Mais ce chiffre doit être nuancé : il s'agit d'un résultat provisoire, qui n'a pas encore passé la vérification de la MLCommons Association et peut encore évoluer après l'examen par les pairs. Il ne compare en outre qu'une seule configuration – 32 accélérateurs contre 48 – et ne peut donc pas se généraliser en « toutes les tâches agentiques sont dix fois plus rapides ». NVIDIA n'a pas non plus communiqué les prix ni les dates de disponibilité de Vera Rubin.
Pour qui planifie un achat de capacité de calcul, ces résultats se lisent à deux niveaux : les chiffres d'entraînement ont été vérifiés par MLCommons, le bond générationnel de Vera Rubin est donc réel, et les choix matériels comme les calendriers du prochain cycle d'entraînement des grands modèles devront peut-être être recalculés. Le chiffre de dix fois côté inférence, en revanche, attendra le verdict de la vérification. La demande de calcul est tout aussi forte : la visibilité des commandes de TPU de Google s'étend jusqu'en 2029. Deux éléments sont à surveiller ensuite : la conclusion de la vérification de MLCommons sur les résultats provisoires, et le moment où NVIDIA annoncera le rythme de livraison et les prix de Vera Rubin. D'ici là, la GB300 reste le choix vérifié et disponible.