Nvidian Blackwell murskasi MLPerf Training 6.0 -testit – DeepSeek-V3 koulutettiin alle kolmessa minuutissa

Nvidian täydellinen voittoputki jatkuu

Nvidia saavutti täydellisen läpiajon MLPerf Training v6.0 -testisarjassa ja voitti jokaisen seitsemästä testistä. Yhtiö toimitti nopeimmat koulutusajat mittakaavassa ja korkeimman suorituskyvyn kiihdytintä kohden, ja oli ainoa alusta, joka osallistui kaikkiin testeihin . Tämä ei ole mikään yllätys tekoälypiireissä, mutta tulosten mittakaava ja uusien testien vaatimustaso tekevät voitosta erityisen merkittävän.

---

Uudet asiantuntijasekoitusmallit (MoE) haastavat mittakaavan

MLCommons esitteli kaksi uutta esikoulutustestiä, jotka perustuvat asiantuntijasekoitusarkkitehtuuriin (MoE): DeepSeek-V3 (671 miljardia kokonaisparametria, joista 37 miljardia aktivoituu merkkiä kohden) ja pienempi GPT-OSS-20B . Näiden mallien tehokas koulutus vaatii valtavasti laskentatehoa, mutta ennen kaikkea uudenlaista älyä reitittää laskenta oikeille asiantuntijakomponenteille.

Nvidia oli ainoa alusta, joka toimitti tulokset molemmista uusista testeistä, käyttäen GB300 NVL72 -järjestelmää, joka on optimoitu räätälöidyillä ohjelmistopinoilla ja edistyneellä CUDA graph -teknologialla . DeepSeek-V3:n arkkitehtuuri itsessään on poikkeuksellisen innovatiivinen, ja se hyödyntää monipäistä latenttia huomiota (MLA), hienojakoista asiantuntijasegmentointia (160 reititettyä asiantuntijaa) ja apuhäviötöntä kuormantasausmekanismia .

Käytännössä tämä tarkoittaa, että malli osaa käyttää vain murto-osaa valtavasta parametrimäärästään kunkin tehtävän kohdalla, mikä tekee siitä sekä tehokkaan kouluttaa että nopean käyttää.

---

CoreWeaven ennätys: DeepSeek-V3 alle kolmessa minuutissa

Pilvipalveluyritys CoreWeave teki historiaa kouluttamalla DeepSeek-V3 671B -mallin vain 2,02 minuutissa käyttäen 8 192 Nvidia GB300 NVL72 -grafiikkasuoritinta – tämä oli kierroksen suurin GB300-klusteri, ja se toimi asiakastuotannossa olevassa pilvi-infrastruktuurissa .

Tämä oli testatun historian nopein tulos kyseiselle mallille. Saavutus ei syntynyt pelkästä raa'asta laskentatehosta, vaan koko pino optimoitiin verkkoratkaisuista ohjelmistopinoon ja tallennuskerroksiin asti . On helppo kuvitella, mitä tämä tarkoittaa suurten tekoälymallien kehityssykleille – kokeilut ja iteraatiot, jotka aiemmin veivät päiviä, voidaan nyt tehdä minuuteissa.

CoreWeave koulutti saman mallin myös 4 096 grafiikkasuorittimella 3,09 minuutissa ja 2 048 suorittimella 5,54 minuutissa, mikä osoittaa ratkaisun skaalautuvuuden erinomaisesti .

---

Blackwell Ultra (GB300) vs. edeltäjä GB200 – harppaus suorituskyvyssä

Nvidian GB300 NVL72 -järjestelmä (Blackwell Ultra) edustaa merkittävää sukupolvenvaihdosta. Verrattuna edeltäjäänsä GB200 NVL72, se tarjoaa jopa 2,77-kertaisen tokenien käsittelynopeuden päättelytehtävissä ja tässä testikierroksessa huomattavasti korkeamman koulutuksen läpimenon .

Suorituskykyhyppy johtuu suuremmasta muistikapasiteetista ja tehonkulutusbudjetista, jotka mahdollistavat paremman mallin paikallisuuden ja suuremman läpimenon . Kun tähän yhdistetään Nvidian ohjelmistokehityksen nopeus, tulokset ovat hämmästyttäviä: DeepSeek-V3:n koulutuksen läpimeno parani 1,3-kertaiseksi vain kolmessa kuukaudessa identtisellä raudalla, kiitos ohjelmistoparannusten kuten CUDA graphien ja CuTe DSL -fuusioiden . Tämä osoittaa, kuinka moderni tekoälysuorituskyky syntyy yhä enemmän piisirun ja koodin saumattomasta yhteispelistä.

---

Ennätyksellinen osallistuminen ja tekninen monimuotoisuus

Kierroksella 24 organisaatiota toimitti tuloksia 95 eri järjestelmästä, jotka käyttivät 13 eri laitteistokiihdytintä . Tämä kertoo alan kasvavasta kilpailusta ja teknisestä monimuotoisuudesta.

Erityisen huomionarvoista on, että AMD:n Instinct MI355X käytti MXFP4-tarkkuutta ja saavutti kilpailukykyisiä tuloksia Nvidia B200:ta vastaan: Llama 2-70B:n hienosäädössä se jäi alle 5 % ja Llama 3.1-8B:n esikoulutuksessa alle 6 % päähän Nvidian vastaavista . Tämä on merkittävä edistysaskel vaihtoehtoisille alustoille ja osoittaa, että tarkkuustekniikat, kuten FP4-muunnelmat, voivat kaventaa eroa huipputasolla.

---

Verkkoteknologiat ja järjestelmätason voitot

Nvidian kumppanit skaalasivat jopa 8 192 Blackwell-grafiikkasuorittimen hyperskaalaklustereihin, hyödyntäen Spectrum-X Ethernet -teknologiaa adaptiivisella reitityksellä ja ruuhkanhallinnalla. Tämä mahdollisti lähes teoreettisen verkon kaistanleveyden ylläpitämisen asiantuntijasekoitusmallien räjähdysmäisessä "kaikki kaikille" -tietoliikenteessä .

NVLink-kytkentäalueiden ja skaalautuvien verkkoratkaisujen yhdistelmä tuotti ennätysajat kaikissa testeissä, joista tässä muutama kohokohta :

• Llama 3.1 8B esikoulutus: 5,2 minuuttia
• Llama 2 70B hienosäätö: 0,40 minuuttia
• Kuvagenerointi (FLUX.1): 12,5 minuuttia
• Suosittelumalli (DLRM-DCNv2): 0,71 minuuttia
• Kohteentunnistus (RetinaNet): 1,4 minuuttia

Nämä ajat eivät ole vain tilastomerkintöjä – ne edustavat konkreettista edistystä kohti nopeampaa tekoälykehitystä, jossa suuryritykset ja laboratoriot voivat toistaa ja kokeilla mallejaan päivittäin, ei viikoittain.

---

Yhteenveto: Mitä tämä tarkoittaa?

MLPerf Training v6.0 osoittaa, että tekoälyn infrastruktuurissa mennään eteenpäin rajusti ja monella rintamalla. Nvidian Blackwell Ultra -arkkitehtuuri tarjoaa raakaa laskentatehoa, jota tukee nopeasti kehittyvä ohjelmistopino. Asiantuntijasekoitusmallit, kuten DeepSeek-V3, edustavat uutta tehokkuusparadigmaa, jossa valtavat parametrimäärät eivät enää tarkoita suoraan valtavia laskentakustannuksia. AMD:n edistys puolestaan lupaa tervetullutta kilpailua, joka hyödyttää koko ekosysteemiä. Yrityksille tämä tarkoittaa yhä saavutettavampaa pääsyä huipputason tekoälytyökalujen kehittämiseen ja käyttöönottoon.