2026年11月16日,英伟达在SC26大会期间公布了Vera Rubin平台的首份MLPerf成绩单:新平台横扫MLPerf Training v6.1全部基准测试,是本轮唯一在所有项目都提交成绩的平台,Vera Rubin NVL72的单卡性能最高达到上一代GB300 NVL72的两倍。
单卡翻倍,扩展几乎不打折
训练速度是这轮成绩的核心。MLPerf Training衡量的是把各类模型训到目标精度要花多长时间,覆盖大语言模型、图像生成、推荐系统和强化学习后训练。英伟达公布的数字里,DeepSeek-V3训练从256块GPU扩到1024块时扩展效率约97%,训练时间从16分钟压到4分钟左右;用GB300系统跑同一基准时,英伟达还提交了本轮最大规模的10240块GPU成绩。20家合作伙伴基于这一平台提交了成绩,包括Azure、CoreWeave、Google Cloud、戴尔、惠普企业与甲骨文。Vera Rubin此前已在超算集群落地,部署规模见英伟达Vera Rubin登陆超算集群。
十倍能效,先别当成定论
智能体推理是另一组数字。英伟达首次提交MLPerf Endpoints成绩:在Kimi K3智能体任务上,Vera Rubin NVL72的每瓦吞吐量超过GB300 NVL72十倍以上,且响应速度相当。但这组数字要打个折扣:它是临时成绩,尚未通过MLCommons协会的复核,同行评审后仍可能变动;而且比较只针对32块加速器对48块加速器的单一配置,不能直接推广成“所有智能体任务都快十倍”。英伟达也没有公布Vera Rubin的价格与供货时间。
对正在规划算力采购的人来说,这份成绩单的意义分两层:训练侧的数字已经过MLCommons核实,Vera Rubin的代际提升是实打实的,下一轮大模型训练的硬件选型和时间表都可能因此重算;智能体推理侧的十倍数字则要等复核结论出炉再下判断。算力需求侧同样火热,谷歌TPU订单能见度延至2029年。接下来值得盯的两件事,是MLCommons对临时成绩的复核结果,以及英伟达何时公布Vera Rubin的供货节奏与价格——在那之前,GB300仍是已经验证过的现货选择。