ToolNavs 유용한 AI 도구 찾기
도구 제출 로그인
돌아가기 AI 정보
Vera Rubin, MLPerf 첫 등장서 전 부문 석권: GPU당 성능 2배, 확장 효율 약 97%

Vera Rubin, MLPerf 첫 등장서 전 부문 석권: GPU당 성능 2배, 확장 효율 약 97%

AI 정보 • Admin • • 15 회 조회

2026년 11월 16일, 엔비디아는 SC26 기간에 Vera Rubin 플랫폼의 첫 MLPerf 성적을 발표했다. 새 플랫폼은 MLPerf Training v6.1의 모든 벤치마크를 석권했으며, 전 종목에 결과를 제출한 유일한 플랫폼이 됐다. Vera Rubin NVL72는 GPU당 성능이 전 세대 GB300 NVL72의 최대 2배에 달했다.

GPU당 성능 2배, 확장해도 거의 꺾이지 않는다

이번 성적의 핵심은 학습 속도다. MLPerf Training은 다양한 모델을 목표 정확도까지 학습시키는 데 걸리는 시간을 측정하며, 대형 언어 모델, 이미지 생성, 추천 시스템, 강화학습 사후 학습을 다룬다. 엔비디아가 공개한 수치에서 DeepSeek-V3 학습은 GPU 256개에서 1,024개로 확장할 때 효율이 약 97%였고, 학습 시간은 16분에서 4분 수준으로 줄었다. 같은 벤치마크를 GB300 시스템으로 실행하면서는 이번 라운드 최대 규모인 1만 240개 GPU 성적도 제출됐다. Azure, CoreWeave, Google Cloud, 델, 휴렛팩커드 엔터프라이즈, 오라클 등 20개 파트너 조직이 이 플랫폼으로 성적을 제출했다. Vera Rubin은 이미 슈퍼컴퓨팅 클러스터에 도입됐으며, 도입 규모는 엔비디아 Vera Rubin, 슈퍼컴퓨팅 클러스터에 도입에서 확인할 수 있다.

10배 효율, 아직 결론으로 받아들이긴 이르다

또 다른 수치는 에이전트 추론에 관한 것이다. 엔비디아는 MLPerf Endpoints에 처음 제출하면서 Kimi K3 에이전트 작업에서 Vera Rubin NVL72가 GB300 NVL72보다 와트당 처리량 10배 이상을, 비슷한 응답 속도로 달성했다고 밝혔다. 다만 이 수치에는 단서가 있다. 잠정 결과로, MLCommons 협회의 검증을 아직 통과하지 못했고 동료 검토를 거쳐 바뀔 수 있다. 또 32개 가속기와 48개 가속기를 비교한 단일 구성의 결과라서 '모든 에이전트 작업이 10배 빠르다'고 일반화할 수는 없다. 엔비디아는 Vera Rubin의 가격과 공급 시기도 공개하지 않았다.

컴퓨팅 구매를 계획하는 입장에서 이번 성적표의 의미는 두 갈래다. 학습 쪽 수치는 MLCommons의 검증을 거쳤으므로 Vera Rubin의 세대 간 도약은 확실하고, 다음 라운드 대형 모델 학습의 하드웨어 선택과 일정은 다시 계산해야 할 수 있다. 반면 추론 쪽 10배 수치는 검증 결과가 나온 뒤에 판단해야 한다. 컴퓨팅 수요 쪽도 뜨겁다. 구글 TPU 주문 가시성은 2029년까지 이어진다. 다음으로 주목할 것은 두 가지, MLCommons의 잠정 결과 검증 결론과 엔비디아가 Vera Rubin의 공급 일정과 가격을 언제 공개하는가다. 그전까지 GB300은 검증된 현행 선택지로 남아 있다.

추천 도구

더보기