Nvidia knuser konkurrenterne i første test af agent-AI – her er, hvad det betyder

Den 12. juni 2026 løftede analysefirmaet Artificial Analysis sløret for de første resultater fra deres nye benchmark, AA-AgentPerf. Testen er skabt til en ny virkelighed, hvor AI ikke bare svarer på spørgsmål, men handler som en agent – og her viser Nvidias nyeste hardware sig at være i en klasse for sig.

Hvad er AA-AgentPerf for en størrelse?

Traditionelle AI-benchmarks har typisk fokuseret på enkelte, isolerede forespørgsler. AgentPerf er derimod branchens første åbne, multi-vendor hardware-benchmark designet specifikt til agentiske AI-inferensopgaver . Det betyder, at den simulerer de komplekse arbejdsgange, som en moderne AI-agent udfører: En opgave kan kræve flere opkald til en stor sprogmodel, brug af værktøjer (simuleret med realistiske CPU-forsinkelser) og en kontekst, der vokser for hvert trin .

Dataene er hentet fra ægte kodningsopgaver i offentligt tilgængelige repositories og dækker over 12 programmeringssprog . Resultatet er en test, der måler, hvor mange samtidige agenter et system kan håndtere, mens det stadig lever op til et defineret serviceniveau (SLO) for output-hastighed (tokens per sekund) og tid-til-første-token (TTFT). Ydelsen normaliseres per accelerator og per megawatt for at give et retvisende effektivitetsbillede .

Nvidias resultater: En ny virkelighed for datacentre

I testen blev platformene målt på deres evne til at køre DeepSeek V4 Pro, en stor "mixture-of-experts" (MoE) model, der repræsenterer den type avancerede modeller, som driver nutidens mest kapable agenter . Her tegnede der sig et klart billede:

• Nvidia GB300 NVL72 (Blackwell Ultra) leverede den absolut højeste ydeevne blandt alle testede platforme .
• Systemet kørte op til 20 gange flere samtidige agenter per megawatt sammenlignet med forgængeren, Nvidia HGX H200 (Hopper), på både 20 og 60 tokens/s serviceniveauerne .
• I rå tal opnåede en rack-skala, disaggregeret GB300-konfiguration 61.340 samtidige agenter ved det mildeste serviceniveau (20 tokens/s, 10s TTFT). Til sammenligning klarede et ældre H200-system kun 2.594 agenter per megawatt .

Mere end bare tal: Sådan passer det ind i Nvidias strategi

Disse resultater er ikke en enlig svale. De er en del af en bredere, offensiv strategi fra Nvidia for at cementere Blackwell Ultra som den uundværlige platform for agentisk AI:

• Historien om fuld-stack optimering: Nvidia forklarer den enorme fremgang med ekstrem sam-udvikling af hardware og software. NVLink-forbindelsen binder 72 GPU'er sammen i ét stof, CUDA-kerner overlapper kommunikation og beregninger for MoE-modeller, og optimeringer i TensorRT LLM (som WideEP/DeepEP, DeepGEMM og fused MoE) sikrer, at effektiviteten holder, selv når antallet af samtidige agent-sessioner stiger .
• Dominans på tværs af benchmarks: AgentPerf-resultaterne føjer sig til en allerede imponerende liste af rekorder. Blackwell Ultra satte sig for nylig på tronen i MLPerf Inference v5.1 med 1,4 gange højere DeepSeek-R1-gennemstrømning end forgængeren og fejede alle syv benchmarks i MLPerf Training v5.1 .
• Økosystemet er klar: Nvidia fremhæver, at partnere som Together AI (der driver Cursors agentiske kodning) og DeepInfra (der driver Pam.ai's AI-arbejdsstyrke) allerede kører agentiske arbejdsbelastninger på Blackwell. Signalet er klart: Det er ikke kun teoretisk stærkt, men produktionsklart .
• Blikket mod fremtiden: I samme åndedrag løfter Nvidia sløret for, at næste generation – Vera Rubin-arkitekturen – er i produktion og vil blive næste skridt mod endnu større agentisk AI-kapacitet. Tekniske noter peger på ydelsesforbedringer fra 50 PFLOPs NVFP4-beregningskraft og forbedret acceleration af værktøjskald .

Kort sagt er budskabet fra Nvidia, at fremtidens AI ikke blot snakker – den handler. Og til det formål er Blackwell Ultra, ifølge de første uafhængige test, den suverænt mest effektive motor.