Para isso, o benchmark:

• Reproduz fluxos reais de agentes de codificação: usa trajetórias extraídas de repositórios públicos em mais de 12 linguagens de programação .
• Encadeia múltiplas ações: cada agente faz uma sequência de chamadas a grandes modelos de linguagem (LLMs), executa ferramentas (simuladas com atrasos realistas de CPU) e gerencia contextos que crescem a cada etapa .
• Mede capacidade e qualidade: o foco está em quantos agentes simultâneos um sistema consegue sustentar, ao mesmo tempo que mantém níveis de serviço (SLOs) aceitáveis de velocidade (tokens por segundo) e latência (tempo até a primeira palavra) .

Os resultados são normalizados por acelerador e, crucialmente, por megawatt, colocando a eficiência energética no centro da discussão .

O massacre do Blackwell Ultra

A primeira rodada usou como carga de trabalho o modelo DeepSeek V4 Pro, uma arquitetura de mistura de especialistas (MoE) representativa dos modelos de fronteira que impulsionam os agentes mais capazes da atualidade .

Nesse teste, a Nvidia GB300 NVL72 não apenas ficou em primeiro lugar. Ela redefiniu os limites da categoria.

A superioridade é tão brutal que a Nvidia faz questão de comparar o novo sistema com sua própria geração anterior: o Blackwell Ultra roda até 20 vezes mais agentes por megawatt que o H200 (Hopper), tanto no nível de serviço de 20 tokens/s quanto no mais exigente de 60 tokens/s .

A estratégia da Nvidia é muito maior que um benchmark

Este resultado é a cereja do bolo de uma campanha meticulosamente orquestrada para posicionar o Blackwell Ultra como a plataforma definitiva para IA agêntica em escala. A estratégia se apoia em quatro pilares principais.

Otimização full-stack

A Nvidia atribui o ganho de 20x ao que chama de co-design extremo. Não é apenas uma GPU mais rápida, é um sistema pensado de ponta a ponta:

• NVLink: conecta 72 GPUs como um único e imenso tecido computacional para escalar verticalmente .
• Kernels CUDA: especialmente projetados para sobrepor comunicação e computação em modelos MoE .
• TensorRT LLM: otimizações como WideEP/DeepEP, DeepGEMM e MoE fundido mantêm a eficiência mesmo com milhares de sessões de agentes simultâneas .

Domínio nos benchmarks

A vitória no AgentPerf não é um caso isolado. Ela amplia um domínio que já havia sido demonstrado nos testes tradicionais do MLPerf:

• Inferência: a plataforma já havia estabelecido recordes no MLPerf Inference v5.1, com 1.4x mais vazão no modelo DeepSeek-R1 que a geração Blackwell anterior .
• Treinamento: varreu todos os sete testes do MLPerf Training v5.1, desde pré-treinamento de LLMs até ajuste fino, consolidando-se como a plataforma mais rápida para todas as cargas de trabalho .

Prova no mundo real

Para mostrar que não se trata apenas de números de laboratório, a Nvidia destaca que parceiros como Together AI (que alimenta o agente de codificação do Cursor) e DeepInfra (que impulsiona a força de trabalho de IA da Pam.ai) já estão rodando cargas de trabalho agênticas no Blackwell . Isso posiciona o hardware como pronto para produção, não apenas forte em benchmarks.

A próxima fronteira

O blog da empresa já prepara o terreno para o futuro, anunciando que a arquitetura de próxima geração Vera Rubin entrou em produção e será o próximo passo para a capacidade de IA agêntica . As notas técnicas do AgentPerf já projetam novos saltos com os 50 PFLOPs de desempenho em NVFP4 e a aceleração de chamada de ferramentas dos LLMs .

Para isso, o benchmark:

• Reproduz fluxos reais de agentes de codificação: usa trajetórias extraídas de repositórios públicos em mais de 12 linguagens de programação .
• Encadeia múltiplas ações: cada agente faz uma sequência de chamadas a grandes modelos de linguagem (LLMs), executa ferramentas (simuladas com atrasos realistas de CPU) e gerencia contextos que crescem a cada etapa .
• Mede capacidade e qualidade: o foco está em quantos agentes simultâneos um sistema consegue sustentar, ao mesmo tempo que mantém níveis de serviço (SLOs) aceitáveis de velocidade (tokens por segundo) e latência (tempo até a primeira palavra) .

Os resultados são normalizados por acelerador e, crucialmente, por megawatt, colocando a eficiência energética no centro da discussão .

O massacre do Blackwell Ultra

A primeira rodada usou como carga de trabalho o modelo DeepSeek V4 Pro, uma arquitetura de mistura de especialistas (MoE) representativa dos modelos de fronteira que impulsionam os agentes mais capazes da atualidade .

Nesse teste, a Nvidia GB300 NVL72 não apenas ficou em primeiro lugar. Ela redefiniu os limites da categoria.

A superioridade é tão brutal que a Nvidia faz questão de comparar o novo sistema com sua própria geração anterior: o Blackwell Ultra roda até 20 vezes mais agentes por megawatt que o H200 (Hopper), tanto no nível de serviço de 20 tokens/s quanto no mais exigente de 60 tokens/s .

A estratégia da Nvidia é muito maior que um benchmark

Este resultado é a cereja do bolo de uma campanha meticulosamente orquestrada para posicionar o Blackwell Ultra como a plataforma definitiva para IA agêntica em escala. A estratégia se apoia em quatro pilares principais.

Otimização full-stack

A Nvidia atribui o ganho de 20x ao que chama de co-design extremo. Não é apenas uma GPU mais rápida, é um sistema pensado de ponta a ponta:

• NVLink: conecta 72 GPUs como um único e imenso tecido computacional para escalar verticalmente .
• Kernels CUDA: especialmente projetados para sobrepor comunicação e computação em modelos MoE .
• TensorRT LLM: otimizações como WideEP/DeepEP, DeepGEMM e MoE fundido mantêm a eficiência mesmo com milhares de sessões de agentes simultâneas .

Domínio nos benchmarks

A vitória no AgentPerf não é um caso isolado. Ela amplia um domínio que já havia sido demonstrado nos testes tradicionais do MLPerf:

• Inferência: a plataforma já havia estabelecido recordes no MLPerf Inference v5.1, com 1.4x mais vazão no modelo DeepSeek-R1 que a geração Blackwell anterior .
• Treinamento: varreu todos os sete testes do MLPerf Training v5.1, desde pré-treinamento de LLMs até ajuste fino, consolidando-se como a plataforma mais rápida para todas as cargas de trabalho .

Prova no mundo real

Para mostrar que não se trata apenas de números de laboratório, a Nvidia destaca que parceiros como Together AI (que alimenta o agente de codificação do Cursor) e DeepInfra (que impulsiona a força de trabalho de IA da Pam.ai) já estão rodando cargas de trabalho agênticas no Blackwell . Isso posiciona o hardware como pronto para produção, não apenas forte em benchmarks.

A próxima fronteira

O blog da empresa já prepara o terreno para o futuro, anunciando que a arquitetura de próxima geração Vera Rubin entrou em produção e será o próximo passo para a capacidade de IA agêntica . As notas técnicas do AgentPerf já projetam novos saltos com os 50 PFLOPs de desempenho em NVFP4 e a aceleração de chamada de ferramentas dos LLMs .