2026年11月16日、エヌビディアはSC26の会期中にVera Rubinプラットフォーム初のMLPerf結果を発表した。新プラットフォームはMLPerf Training v6.1の全ベンチマークを制覇し、全種目に結果を提出した唯一のプラットフォームとなった。Vera Rubin NVL72は、1基あたりの性能で前世代のGB300 NVL72の最大2倍を記録した。
単体性能は2倍、拡張してもほとんど落ちない
今回の中心は学習速度だ。MLPerf Trainingは、各種モデルを目標精度まで学習させるのにかかる時間を測るもので、大規模言語モデル、画像生成、レコメンダーシステム、強化学習による事後学習をカバーする。エヌビディアの発表によると、DeepSeek-V3の学習は256基から1024基への拡張で効率約97%、学習時間は16分から4分程度に短縮された。同じベンチマークをGB300で実行した際には、1万240基という今回最大規模の結果も提出された。Azure、CoreWeave、Google Cloud、デル、ヒューレット・パッカード・エンタープライズ、オラクルを含む20のパートナー組織がこのプラットフォームで結果を提出している。Vera Rubinはすでにスーパーコンピューティングクラスターに導入されており、導入規模はエヌビディアのVera Rubin、スーパーコンピューティングクラスターに導入で確認できる。
10倍の効率は、まだ結論として扱わない
もう一つの数字はエージェント推論に関するものだ。エヌビディアはMLPerf Endpointsに初めて提出し、Kimi K3のエージェントタスクでVera Rubin NVL72がGB300 NVL72の10倍を超えるワットあたりスループットを、同等の応答速度で達成した。ただしこの数字には留保がある。暫定結果であり、MLCommons協会の検証をまだ通過しておらず、査読を経て変わる可能性がある。さらに比較は32基対48基という単一構成のものであり、「あらゆるエージェントタスクが10倍速い」と一般化することはできない。エヌビディアはVera Rubinの価格や供給時期も公表していない。
計算資源の調達を検討する立場から見ると、この結果の意味は二層ある。学習側の数字はMLCommonsの検証済みであり、Vera Rubinの世代間向上は確かなものだ。次世代の大規模モデル学習におけるハードウェア選定やスケジュールは、見直しを迫られる可能性がある。一方、推論側の10倍という数字は検証結果を待ってから判断すべきだ。計算資源の需要側も活況で、GoogleのTPU受注は2029年まで見通しが立っている。次に注目すべきは2点。MLCommonsによる暫定結果の検証結論と、エヌビディアがVera Rubinの供給ペースと価格をいつ公表するかだ。それまでは、GB300が検証済みの現行選択肢であり続ける。