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.

لافتة بيضاء لشركة Nvidia بشعار أخضر وعنوان الشارع تقف بين الأشجار والشجيرات في حرم الشركة.
صورة أرشيفية: لافتة Nvidia في حرم مقرها الرئيسي في سانتا كلارا، 2020تصوير: Will Buckner / Wikimedia CommonsCC BY 2.0المصدر

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 NVL721. وقالت MLCommons، الجهة المسؤولة عن الاختبار، إن جولة v6.1 هي الأولى التي تضم وحدات معالجة رسومات (GPUs) من جيل Rubin من إنفيديا2.

يقيس MLPerf Training سرعة العتاد في الوصول بنماذج ذكاء اصطناعي مختلفة إلى مستوى دقة محدد1. 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 دقائق1. 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 GB2001.

وبحسب MLCommons، قدّمت 24 جهة نتائج، من بينها AMD وغوغل (Google) وDell وHPE وأوراكل (Oracle) وCoreWeave، إضافة إلى Crusoe التي تشارك لأول مرة2. 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 الأقل2. وجاء العتاد من إنفيديا وAMD وغوغل، كما ظهر TPUv7 (Ironwood) من غوغل لأول مرة2.

يضيف الإصدار 6.1 اختبارين جديدين2. 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 كبير2.

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 الأقران1.

المصادر

  1. 1
    NVIDIA Sweeps MLPerf Training and Endpoints as Vera Rubin Debuts With Leading Performance

    أوليNVIDIA Blogاطُّلع عليه

  2. 2
    MLPerf Training v6.1 Results: Record Participation

    مستقلMLCommonsاطُّلع عليه

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

مجلة ITANU

أخبار التقنية، موثّقة بمصادرها