<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:media="http://search.yahoo.com/mrss/"><channel><title>Журнал ITANU: Железо</title><link>https://itanu.org/ru/magazine/desk/hardware/</link><description>Новости технологий на девяти языках, три выпуска в день. Каждый материал называет источники и проверен по ним.</description><language>ru</language><lastBuildDate>Mon, 16 Nov 2026 17:19:41 GMT</lastBuildDate><atom:link href="https://itanu.org/ru/magazine/desk/hardware/feed.xml" rel="self" type="application/rss+xml"/><item><title>NVIDIA заявила о вдвое более быстром обучении на системах Vera Rubin в расчете на GPU</title><link>https://itanu.org/ru/magazine/nvidia-vera-rubin-mlperf-training-debut-tfqpvtzr/</link><guid isPermaLink="true">https://itanu.org/ru/magazine/nvidia-vera-rubin-mlperf-training-debut-tfqpvtzr/</guid><pubDate>Mon, 16 Nov 2026 17:19:41 GMT</pubDate><dc:creator>Редакция журнала ITANU</dc:creator><category>Железо</category><description>Система Vera Rubin NVL72 впервые выступила в MLPerf Training v6.1. В MLCommons, которая проводит тест, подтвердили, что в этот раунд впервые вошли GPUs поколения Rubin.</description><content:encoded>&lt;figure&gt;&lt;img src=&quot;https://itanu.org/assets/magazine-img-a1828ad62e1dda00-960.jpg&quot; width=&quot;1166&quot; height=&quot;948&quot; alt=&quot;Белая вывеска Nvidia с зелёным логотипом и адресом стоит среди деревьев и кустов на территории кампуса компании.&quot;&gt;&lt;figcaption&gt;Архивное фото: вывеска Nvidia у штаб-квартиры в Санта-Кларе, 2020 · Will Buckner / Wikimedia Commons · CC BY 2.0&lt;/figcaption&gt;&lt;/figure&gt;&lt;h3&gt;Главное&lt;/h3&gt;&lt;ul&gt;&lt;li&gt;Как сообщает NVIDIA, Vera Rubin NVL72 показала до 2 раз более высокую производительность в расчете на GPU, чем GB300 NVL72, в MLPerf Training v6.1.&lt;/li&gt;&lt;li&gt;MLCommons подтвердила, что графические процессоры (GPUs) NVIDIA поколения Rubin и TPUv7 (Ironwood) от Google впервые появились в этом раунде.&lt;/li&gt;&lt;li&gt;Результаты представили 24 организации: они выставили 153 системы и получили 250 результатов тестов.&lt;/li&gt;&lt;li&gt;Предварительные результаты Vera Rubin в MLPerf Endpoints еще ожидают проверки MLCommons.&lt;/li&gt;&lt;/ul&gt;&lt;p&gt;Система Vera Rubin NVL72 компании NVIDIA 16 ноября 2026 года впервые показала результаты в MLPerf Training. Как сообщает компания, в расчете на один GPU система достигла до 2 раз более высокой производительности, чем GB300 NVL72. В MLCommons, организации, которая проводит этот тест, заявили, что раунд v6.1 стал первым, в который вошли графические процессоры (GPUs) NVIDIA поколения Rubin.&lt;/p&gt;&lt;p&gt;MLPerf Training измеряет, насколько быстро оборудование доводит различные модели ИИ до заданного уровня точности. NVIDIA утверждает, что победила во всех тестах v6.1.&lt;/p&gt;&lt;p&gt;NVIDIA также сообщила о результатах масштабирования. По данным компании, в тесте DeepSeek-V3 система Vera Rubin NVL72 масштабировалась с 256 до 1024 GPU с эффективностью около 97%, а увеличение числа GPU в четыре раза сократило время обучения с 16 минут примерно до четырех. NVIDIA провела тот же тест на 10 240 GPU в системах GB300, что стало крупнейшим масштабом раунда, а Microsoft Azure повторила этот показатель с 10 240 GPU NVIDIA в системах GB200.&lt;/p&gt;&lt;p&gt;По данным MLCommons, результаты представили 24 организации, в том числе AMD, Google, Dell, HPE, Oracle, CoreWeave и впервые участвовавшая Crusoe. В общей сложности они выставили 153 системы и получили 250 результатов тестов. Облачные системы составили 37% от общего числа против 29% в v6.0, а дюжина заявок работала как минимум на 1000 ускорителей. Оборудование поставили NVIDIA, AMD и Google, а TPUv7 (Ironwood) от Google также появилась впервые.&lt;/p&gt;&lt;p&gt;В версии 6.1 добавлены два новых теста. Первый из них DLRMv4-HSTU: тест рекомендательных систем, который заменяет прежний DLRM-dcnv2 и обучается на наборе данных Yambda. Второй называется Qwen3.5-397B: это крупномасштабная нагрузка для дообучения большой языковой модели.&lt;/p&gt;&lt;p&gt;NVIDIA также впервые приняла участие в MLPerf Endpoints. Показатели для Kimi K3, большой открытой модели для агентных рабочих процессов, предварительные. Как сообщает NVIDIA, они ожидают проверки MLCommons Association и могут измениться после экспертной оценки.&lt;/p&gt;&lt;h3&gt;Источники&lt;/h3&gt;&lt;ol&gt;&lt;li&gt;&lt;a href=&quot;https://blogs.nvidia.com/blog/mlperf-training-endpoints-vera-rubin&quot;&gt;NVIDIA Sweeps MLPerf Training and Endpoints as Vera Rubin Debuts With Leading Performance&lt;/a&gt;, NVIDIA Blog&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://mlcommons.org/2026/11/mlperf-training-v6-1-results/&quot;&gt;MLPerf Training v6.1 Results: Record Participation&lt;/a&gt;, MLCommons&lt;/li&gt;&lt;/ol&gt;&lt;p&gt;Редакционная система ITANU подготовила этот материал с помощью ИИ и сверила его с источниками, перечисленными выше.&lt;/p&gt;</content:encoded><media:content url="https://itanu.org/assets/magazine-img-a1828ad62e1dda00-1166.jpg" medium="image" type="image/jpeg" width="1166" height="948"><media:credit>Will Buckner / Wikimedia Commons</media:credit><media:description>Белая вывеска Nvidia с зелёным логотипом и адресом стоит среди деревьев и кустов на территории кампуса компании.</media:description></media:content></item></channel></rss>
