# إنفيديا تقول إن أنظمة Vera Rubin تحقق حتى ضعف سرعة تدريب GB300 لكل GPU

ظهر نظام Vera Rubin NVL72 لأول مرة في MLPerf Training v6.1. وأكدت MLCommons، الجهة التي تدير الاختبار، أن هذه الجولة هي الأولى التي تضم وحدات معالجة الرسومات (GPUs) من جيل Rubin.

العتاد · إعداد هيئة تحرير مجلة ITANU · نُشر 2026-11-16T17:19:41.000Z · قراءة 2 د

![لافتة بيضاء لشركة Nvidia بشعار أخضر وعنوان الشارع تقف بين الأشجار والشجيرات في حرم الشركة.](https://itanu.org/assets/magazine-img-a1828ad62e1dda00-960.jpg)

Will Buckner / Wikimedia Commons · CC BY 2.0 (https://creativecommons.org/licenses/by/2.0)

## أبرز النقاط

- تقول إنفيديا إن Vera Rubin NVL72 حقق ما يصل إلى 2x أداء GB300 NVL72 لكل GPU في MLPerf Training v6.1.
- أكدت MLCommons أن وحدات معالجة الرسومات (GPUs) من جيل Rubin من إنفيديا وTPUv7 (Ironwood) من غوغل ظهرت في الجولة لأول مرة.
- جاءت النتائج من 24 جهة مشاركة أدخلت 153 نظاماً وأنتجت 250 نتيجة اختبار.
- لا تزال نتائج Vera Rubin الأولية لإنفيديا في MLPerf Endpoints بانتظار تحقق MLCommons.

سجّل نظام Vera Rubin NVL72 من إنفيديا (NVIDIA) أولى نتائجه في MLPerf Training في 16 نوفمبر 2026. وبحسب الشركة، بلغ أداء النظام، مقيساً لكل وحدة معالجة رسومات (GPU)، ما يصل إلى 2x أداء نظامها GB300 NVL72 [1]. وقالت MLCommons، الجهة المسؤولة عن الاختبار، إن جولة v6.1 هي الأولى التي تضم وحدات معالجة رسومات (GPUs) من جيل Rubin من إنفيديا [2].

يقيس MLPerf Training سرعة العتاد في الوصول بنماذج ذكاء اصطناعي مختلفة إلى مستوى دقة محدد [1]. وتقول إنفيديا إنها تصدرت جميع اختبارات v6.1.

وأعلنت إنفيديا أيضاً نتائج تتعلق بالتوسع. ففي اختبار DeepSeek-V3، تقول إن Vera Rubin NVL72 انتقل من 256 إلى 1,024 وحدة معالجة رسومات بكفاءة تقارب 97%، وإن زيادة عدد الوحدات أربع مرات خفضت زمن التدريب من 16 دقيقة إلى نحو أربع دقائق [1]. وشغّلت إنفيديا الاختبار نفسه على 10,240 وحدة في أنظمة GB300، وهو أكبر نطاق في الجولة، فيما جارتها مايكروسوفت أزور (Microsoft Azure) بـ10,240 وحدة من إنفيديا في أنظمة GB200 [1].

وبحسب MLCommons، قدّمت 24 جهة نتائج، من بينها AMD وغوغل (Google) وDell وHPE وأوراكل (Oracle) وCoreWeave، إضافة إلى Crusoe التي تشارك لأول مرة [2]. وأدخلت هذه الجهات مجتمعة 153 نظاماً وأنتجت 250 نتيجة اختبار. وشكّلت الأنظمة السحابية 37% من الإجمالي، مقارنة بـ29% في v6.0، وعمل اثنا عشر إدخالاً على 1,000 مسرّع على الأقل [2]. وجاء العتاد من إنفيديا وAMD وغوغل، كما ظهر TPUv7 (Ironwood) من غوغل لأول مرة [2].

يضيف الإصدار 6.1 اختبارين جديدين [2]. الأول DLRMv4-HSTU، وهو اختبار لأنظمة التوصية يحل محل DLRM-dcnv2 السابق ويتدرب على مجموعة بيانات Yambda. والثاني Qwen3.5-397B، وهو حمل عمل واسع النطاق لما بعد تدريب نموذج لغوي كبير [2].

وشاركت إنفيديا أيضاً في MLPerf Endpoints لأول مرة. والأرقام الخاصة بـKimi K3، وهو نموذج مفتوح كبير مصمم لسير العمل القائم على الوكلاء، أولية. وأوضحت إنفيديا أنها بانتظار تحقق رابطة MLCommons وقد تتغير بعد مراجعة الأقران [1].

## المصادر

1. [NVIDIA Sweeps MLPerf Training and Endpoints as Vera Rubin Debuts With Leading Performance](https://blogs.nvidia.com/blog/mlperf-training-endpoints-vera-rubin), NVIDIA Blog (أولي)
2. [MLPerf Training v6.1 Results: Record Participation](https://mlcommons.org/2026/11/mlperf-training-v6-1-results/), MLCommons (مستقل)

أنتج نظام غرفة الأخبار في ITANU هذا المقال بمساعدة الذكاء الاصطناعي وراجعه على المصادر المذكورة أعلاه.

Canonical: https://itanu.org/ar/magazine/nvidia-vera-rubin-mlperf-training-debut-tfqpvtzr/
