NVIDIA dominerer MLPerf Training 6.0 – Her er de viktigste resultatene
NVIDIA vant alle syv referansetester i MLPerf Training v6.0 og var den eneste aktøren som leverte resultater i samtlige kategorier [3]. To nye referansetester for Mixture of Experts (MoE) ble introdusert: den massive DeepSeek V3 (671 milliarder parametere) og den mindre GPT OSS 20B [3][10].
Publisert avRedigert med DeepSeek-V4-ProBilder generert med GPT Image 1.5
NVIDIA vant alle syv referansetester i MLPerf Training v6.0 og var den eneste aktøren som leverte resultater i samtlige kategorier [3].
To nye referansetester for Mixture of Experts (MoE) ble introdusert: den massive DeepSeek V3 (671 milliarder parametere) og den mindre GPT OSS 20B [3][10].
CoreWeave satte rekord ved å trene DeepSeek V3 671B på bare 2,02 minutter ved hjelp av 8.192 NVIDIA GB300 NVL72 GPU er [8][26].
Blackwell Ultra plattformen (GB300 NVL72) leverte opp til 2,77 ganger høyere token gjennomstrømning sammenlignet med forgjengeren GB200 NVL72 [13][7].
What are the key highlights from the MLPerf Training v6.0 results, including Nvidia's performance across all benchmarks on its Blackwell plaNVIDIA's Blackwell platform set new performance records across all MLPerf Training v6.0 benchmarks, driven by the powerful GB300 NVL72 system.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What are the key highlights from the MLPerf Training v6.0 results, including Nvidia's performance across all benchmarks on its Blackwell pla. Article summary: ## MLPerf Training v6.0 Key Highlights. Topic tags: general, documentation, news, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "Home » News » NVIDIA Sets MLPerf Inference v6.0 Records with Blackwell Ultra Platform. # NVIDIA Sets MLPerf Inference v6.0 Records with Blackwell Ultra Platform. NVIDIA has publish" source context "NVIDIA Sets MLPerf Inference v6.0 Records with Blackwell Ultra Platform - StorageReview.com" Reference image 2: visual subject "# MLPerf Inference v6.0 Results Explained: GPU Performance Rankings for AI Workloads (2026). MLPerf Inference v6.0 results dropped April 1, 2026, and
openai.com
NVIDIA tar storeslem i MLPerf Training 6.0
NVIDIA leverte en total dominans i den siste runden av MLPerf Training, den bransjestandardiserte referansetesten for KI-trening utviklet av MLCommons-konsortiet. Selskapet vant alle syv referanser, oppnådde den raskeste tiden for trening i stor skala, og hadde den høyeste ytelsen per akselerator – som den eneste deltageren som deltok i alle tester .
Denne runden var spesiell fordi den introduserte to helt nye, krevende arbeidsbelastninger basert på Mixture-of-Experts-arkitekturen (MoE), som i stor grad er drevet av gjennombrudd innenfor åpne modeller som DeepSeek. Resultatene gir et klart bilde av det nåværende ytelseshierarkiet innen KI-maskinvare.
Nye MoE-referanser: DeepSeek-V3 671B og GPT-OSS-20B
MLCommons introduserte denne runden to nye referanser for forhåndstrening av store språkmodeller (LLM) basert på MoE-teknikk. Dette markerer et viktig skifte mot å teste mer komplekse og produksjonsklare modellarkitekturer.
DeepSeek-V3: En gigantisk modell med totalt 671 milliarder parametere, hvor 37 milliarder aktiveres per token (token). Dette er en av de mest krevende modellene som noen gang er målt i en standardisert referansetest .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "NVIDIA dominerer MLPerf Training 6.0 – Her er de viktigste resultatene"?
NVIDIA vant alle syv referansetester i MLPerf Training v6.0 og var den eneste aktøren som leverte resultater i samtlige kategorier [3].
What are the key points to validate first?
NVIDIA vant alle syv referansetester i MLPerf Training v6.0 og var den eneste aktøren som leverte resultater i samtlige kategorier [3]. To nye referansetester for Mixture of Experts (MoE) ble introdusert: den massive DeepSeek V3 (671 milliarder parametere) og den mindre GPT OSS 20B [3][10].
What should I do next in practice?
CoreWeave satte rekord ved å trene DeepSeek V3 671B på bare 2,02 minutter ved hjelp av 8.192 NVIDIA GB300 NVL72 GPU er [8][26].
NVIDIA dominerer MLPerf Training 6.0 – Her er de viktigste resultatene
NVIDIA vant alle syv referansetester i MLPerf Training v6.0 og var den eneste aktøren som leverte resultater i samtlige kategorier [3]. To nye referansetester for Mixture of Experts (MoE) ble introdusert: den massive DeepSeek V3 (671 milliarder parametere) og den mindre GPT OSS 20B [3][10].
Publisert avRedigert med DeepSeek-V4-ProBilder generert med GPT Image 1.5
NVIDIA vant alle syv referansetester i MLPerf Training v6.0 og var den eneste aktøren som leverte resultater i samtlige kategorier [3].
To nye referansetester for Mixture of Experts (MoE) ble introdusert: den massive DeepSeek V3 (671 milliarder parametere) og den mindre GPT OSS 20B [3][10].
CoreWeave satte rekord ved å trene DeepSeek V3 671B på bare 2,02 minutter ved hjelp av 8.192 NVIDIA GB300 NVL72 GPU er [8][26].
Blackwell Ultra plattformen (GB300 NVL72) leverte opp til 2,77 ganger høyere token gjennomstrømning sammenlignet med forgjengeren GB200 NVL72 [13][7].
What are the key highlights from the MLPerf Training v6.0 results, including Nvidia's performance across all benchmarks on its Blackwell plaNVIDIA's Blackwell platform set new performance records across all MLPerf Training v6.0 benchmarks, driven by the powerful GB300 NVL72 system.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What are the key highlights from the MLPerf Training v6.0 results, including Nvidia's performance across all benchmarks on its Blackwell pla. Article summary: ## MLPerf Training v6.0 Key Highlights. Topic tags: general, documentation, news, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "Home » News » NVIDIA Sets MLPerf Inference v6.0 Records with Blackwell Ultra Platform. # NVIDIA Sets MLPerf Inference v6.0 Records with Blackwell Ultra Platform. NVIDIA has publish" source context "NVIDIA Sets MLPerf Inference v6.0 Records with Blackwell Ultra Platform - StorageReview.com" Reference image 2: visual subject "# MLPerf Inference v6.0 Results Explained: GPU Performance Rankings for AI Workloads (2026). MLPerf Inference v6.0 results dropped April 1, 2026, and
openai.com
NVIDIA tar storeslem i MLPerf Training 6.0
NVIDIA leverte en total dominans i den siste runden av MLPerf Training, den bransjestandardiserte referansetesten for KI-trening utviklet av MLCommons-konsortiet. Selskapet vant alle syv referanser, oppnådde den raskeste tiden for trening i stor skala, og hadde den høyeste ytelsen per akselerator – som den eneste deltageren som deltok i alle tester .
Denne runden var spesiell fordi den introduserte to helt nye, krevende arbeidsbelastninger basert på Mixture-of-Experts-arkitekturen (MoE), som i stor grad er drevet av gjennombrudd innenfor åpne modeller som DeepSeek. Resultatene gir et klart bilde av det nåværende ytelseshierarkiet innen KI-maskinvare.
Nye MoE-referanser: DeepSeek-V3 671B og GPT-OSS-20B
MLCommons introduserte denne runden to nye referanser for forhåndstrening av store språkmodeller (LLM) basert på MoE-teknikk. Dette markerer et viktig skifte mot å teste mer komplekse og produksjonsklare modellarkitekturer.
DeepSeek-V3: En gigantisk modell med totalt 671 milliarder parametere, hvor 37 milliarder aktiveres per token (token). Dette er en av de mest krevende modellene som noen gang er målt i en standardisert referansetest .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "NVIDIA dominerer MLPerf Training 6.0 – Her er de viktigste resultatene"?
NVIDIA vant alle syv referansetester i MLPerf Training v6.0 og var den eneste aktøren som leverte resultater i samtlige kategorier [3].
What are the key points to validate first?
NVIDIA vant alle syv referansetester i MLPerf Training v6.0 og var den eneste aktøren som leverte resultater i samtlige kategorier [3]. To nye referansetester for Mixture of Experts (MoE) ble introdusert: den massive DeepSeek V3 (671 milliarder parametere) og den mindre GPT OSS 20B [3][10].
What should I do next in practice?
CoreWeave satte rekord ved å trene DeepSeek V3 671B på bare 2,02 minutter ved hjelp av 8.192 NVIDIA GB300 NVL72 GPU er [8][26].
GPT-OSS-20B: En mindre MoE-modell som gir et komplementært perspektiv på treningseffektivitet.
NVIDIA var den eneste plattformen som leverte resultater på begge de nye referansene. De brukte sitt toppsystem, GB300 NVL72, optimalisert med spesialtilpassede programvarestakker, CUDA-grafer og avansert ruting for MoE-eksperter .
Modellen DeepSeek-V3 benytter seg av flere tekniske nyvinninger for å oppnå sin effektivitet, inkludert Multi-head Latent Attention (MLA), finkornet ekspertsegmentering (160 rutete eksperter), fler-token-prediksjon og en lastbalansering fri for hjelpefunksjonstap .
CoreWeave setter rekord på DeepSeek-V3
Skyleverandøren CoreWeave, som spesialiserer seg på KI-infrastruktur, leverte kanskje det mest oppsiktsvekkende resultatet i denne runden. De fullførte en trening av den enorme DeepSeek-V3 671B-modellen på forbløffende 2,02 minutter. Dette ble gjort ved hjelp av en massiv klynge bestående av 8.192 NVIDIA GB300 NVL72 GPU-er, den største GB300-klyngen i hele konkurransen, og alt kjørte på deres produksjonsklare sky-infrastruktur .
Dette var den desidert raskeste DeepSeek-V3-treningen i referansetesten, oppnådd gjennom optimaliseringer i hele teknologistakken – fra nettverk og orkestrering til lagring .
NVIDIA GB300 NVL72 vs. GB200 NVL72: Et tydelig generasjonshopp
Resultatene dokumenterer et solid ytelseshopp fra NVIDIA Blackwell (GB200) til den nye Blackwell Ultra-plattformen (GB300).
GB300 NVL72 (Blackwell Ultra)-systemet leverte opp til 2,77 ganger raskere token-produksjon i inferens sammenlignet med forgjengeren GB200 NVL72, og viste betydelig høyere treningstransportkapasitet i denne runden .
Fordelene til Blackwell Ultra kommer fra større minne- og strømbudsjetter, som muliggjør høyere modell-lokalitet og gjennomstrømning .
Programvarestakken til NVIDIA bidro også tungt til fremgangen. For DeepSeek-V3 ble treningsytelsen forbedret med 1,3 ganger på bare tre måneder på identisk maskinvare, drevet av programvareinnovasjoner som komplette iterasjons-CUDA-grafer og sammensmeltninger med CuTe DSL .
Rekorddeltakelse og teknisk mangfold
MLPerf Training v6.0 var den største og mest mangfoldige runden til nå, med 24 organisasjoner som sendte inn resultater fra 95 ulike systemer med 13 forskjellige maskinvareakseleratorer.
Ifølge MLPerf Trainings nestleder, Shriya Rishab, viste runden et voksende teknisk mangfold med flere oppskrifter for FP4-presisjon (inkludert MXFP4 fra AMD) og varierte programvarerammeverk . Spesielt AMD leverte konkurransedyktige resultater med sin Instinct MI355X-brikke, som ved bruk av MXFP4 var innenfor 5 % av NVIDIAs B200 på finjustering av Llama 2-70B og innenfor 6 % på forhåndstrening av Llama 3.1-8B .
Skalerbar nettverksbygging og systemgevinster
For å oppnå resultater i denne skalaen er nettverksytelse kritisk, spesielt for MoE-modeller med sine eksplosive all-til-all-kommunikasjonsmønstre. NVIDIAs partnere skalerte til 8.192 Blackwell GPU-er på tvers av hyperskala-klynger ved hjelp av Spectrum-X Ethernet med adaptiv ruting og kø-kontroll. Dette opprettholdt en båndbredde nær det teoretiske maksimum for strukturen .
Kombinasjonen av NVLink-svitsjdomener og skaleringsstrukturen leverte rekordtider på tvers av alle referanser:
GPT-OSS-20B: En mindre MoE-modell som gir et komplementært perspektiv på treningseffektivitet.
NVIDIA var den eneste plattformen som leverte resultater på begge de nye referansene. De brukte sitt toppsystem, GB300 NVL72, optimalisert med spesialtilpassede programvarestakker, CUDA-grafer og avansert ruting for MoE-eksperter .
Modellen DeepSeek-V3 benytter seg av flere tekniske nyvinninger for å oppnå sin effektivitet, inkludert Multi-head Latent Attention (MLA), finkornet ekspertsegmentering (160 rutete eksperter), fler-token-prediksjon og en lastbalansering fri for hjelpefunksjonstap .
CoreWeave setter rekord på DeepSeek-V3
Skyleverandøren CoreWeave, som spesialiserer seg på KI-infrastruktur, leverte kanskje det mest oppsiktsvekkende resultatet i denne runden. De fullførte en trening av den enorme DeepSeek-V3 671B-modellen på forbløffende 2,02 minutter. Dette ble gjort ved hjelp av en massiv klynge bestående av 8.192 NVIDIA GB300 NVL72 GPU-er, den største GB300-klyngen i hele konkurransen, og alt kjørte på deres produksjonsklare sky-infrastruktur .
Dette var den desidert raskeste DeepSeek-V3-treningen i referansetesten, oppnådd gjennom optimaliseringer i hele teknologistakken – fra nettverk og orkestrering til lagring .
NVIDIA GB300 NVL72 vs. GB200 NVL72: Et tydelig generasjonshopp
Resultatene dokumenterer et solid ytelseshopp fra NVIDIA Blackwell (GB200) til den nye Blackwell Ultra-plattformen (GB300).
GB300 NVL72 (Blackwell Ultra)-systemet leverte opp til 2,77 ganger raskere token-produksjon i inferens sammenlignet med forgjengeren GB200 NVL72, og viste betydelig høyere treningstransportkapasitet i denne runden .
Fordelene til Blackwell Ultra kommer fra større minne- og strømbudsjetter, som muliggjør høyere modell-lokalitet og gjennomstrømning .
Programvarestakken til NVIDIA bidro også tungt til fremgangen. For DeepSeek-V3 ble treningsytelsen forbedret med 1,3 ganger på bare tre måneder på identisk maskinvare, drevet av programvareinnovasjoner som komplette iterasjons-CUDA-grafer og sammensmeltninger med CuTe DSL .
Rekorddeltakelse og teknisk mangfold
MLPerf Training v6.0 var den største og mest mangfoldige runden til nå, med 24 organisasjoner som sendte inn resultater fra 95 ulike systemer med 13 forskjellige maskinvareakseleratorer.
Ifølge MLPerf Trainings nestleder, Shriya Rishab, viste runden et voksende teknisk mangfold med flere oppskrifter for FP4-presisjon (inkludert MXFP4 fra AMD) og varierte programvarerammeverk . Spesielt AMD leverte konkurransedyktige resultater med sin Instinct MI355X-brikke, som ved bruk av MXFP4 var innenfor 5 % av NVIDIAs B200 på finjustering av Llama 2-70B og innenfor 6 % på forhåndstrening av Llama 3.1-8B .
Skalerbar nettverksbygging og systemgevinster
For å oppnå resultater i denne skalaen er nettverksytelse kritisk, spesielt for MoE-modeller med sine eksplosive all-til-all-kommunikasjonsmønstre. NVIDIAs partnere skalerte til 8.192 Blackwell GPU-er på tvers av hyperskala-klynger ved hjelp av Spectrum-X Ethernet med adaptiv ruting og kø-kontroll. Dette opprettholdt en båndbredde nær det teoretiske maksimum for strukturen .
Kombinasjonen av NVLink-svitsjdomener og skaleringsstrukturen leverte rekordtider på tvers av alle referanser:
developer.nvidia.comNVIDIA Blackwell Tops MLPerf Training 6.0 with Industry-Leading Scale and Performance
benzinga.comMLCommons Releases MLPerf Training v6.0 Results
mlcommons.orgDeepSeek-V3: A Large-Scale MoE Pretraining Benchmark for ...
investors.coreweave.comCoreWeave Sets New AI Training Records in MLPerf® ...