# NVIDIA заявила о вдвое более быстром обучении на системах Vera Rubin в расчете на GPU

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.

Железо · Автор: Редакция журнала ITANU · Опубликовано 2026-11-16T17:19:41.000Z · 2 мин чтения

![Белая вывеска Nvidia с зелёным логотипом и адресом стоит среди деревьев и кустов на территории кампуса компании.](https://itanu.org/assets/magazine-img-a1828ad62e1dda00-960.jpg)

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

## Главное

- 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.
- MLCommons подтвердила, что графические процессоры (GPUs) NVIDIA поколения Rubin и TPUv7 (Ironwood) от Google впервые появились в этом раунде.
- Результаты представили 24 организации: они выставили 153 системы и получили 250 результатов тестов.
- Предварительные результаты Vera Rubin в MLPerf Endpoints еще ожидают проверки MLCommons.

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 [1]. В MLCommons, организации, которая проводит этот тест, заявили, что раунд v6.1 стал первым, в который вошли графические процессоры (GPUs) NVIDIA поколения Rubin [2].

MLPerf Training измеряет, насколько быстро оборудование доводит различные модели ИИ до заданного уровня точности [1]. NVIDIA утверждает, что победила во всех тестах v6.1.

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 [1]. 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 [1].

По данным MLCommons, результаты представили 24 организации, в том числе AMD, Google, Dell, HPE, Oracle, CoreWeave и впервые участвовавшая Crusoe [2]. 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 [2]. Оборудование поставили NVIDIA, AMD и Google, а TPUv7 (Ironwood) от Google также появилась впервые [2].

В версии 6.1 добавлены два новых теста [2]. 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 [2].

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 [1].

## Источники

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 (Первичный)
2. [MLPerf Training v6.1 Results: Record Participation](https://mlcommons.org/2026/11/mlperf-training-v6-1-results/), MLCommons (Независимый)

Редакционная система ITANU подготовила этот материал с помощью ИИ и сверила его с источниками, перечисленными выше.

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