Nvidia'nın aldığı sonuçlar

• Nvidia GB300 NVL72 (Blackwell Ultra), test edilen tüm platformlar arasında en yüksek performansı gösterdi. Testte, günümüzün en yetenekli yapay zeka ajanlarını çalıştıran büyük "karışım-uzman" (mixture-of-experts - MoE) model sınıfını temsil eden DeepSeek V4 Pro modeli kullanıldı .
• Önceki nesil Nvidia HGX H200 (Hopper) sistemine kıyasla, hem 20 token/s hem de 60 token/s hız seviyelerinde megavat başına 20 kata kadar daha fazla eş zamanlı ajan çalıştırabildi .
• Artificial Analysis'in paylaştığı ham verilere göre, GB300'ün raf ölçeğindeki ayrıştırılmış (disaggregated) konfigürasyonu, en kolay hizmet seviyesi hedefinde (20 token/s, 10s TTFT) tam 61.340 eş zamanlı ajan çalıştırmayı başardı .

Bu sonuçlar Nvidia'nın büyük stratejisinde nereye oturuyor?

Bu sonuçlar, Nvidia'nın Blackwell Ultra'yı büyük ölçekli yapay zeka ajanları için nihai platform olarak konumlandırma yolundaki çok yönlü stratejisinin bir parçası:

• Tam yığın optimizasyon hikayesi: Nvidia, 20 katlık bu performans sıçramasını uçtan uca bir mühendislik harikasına bağlıyor: 72 GPU'yu tek bir kumaş gibi birbirine bağlayan NVLink ölçeklendirme teknolojisi, MoE modelleri için iletişim ve hesaplamayı üst üste bindiren CUDA çekirdekleri ve eş zamanlı ajan oturumları arttıkça verimliliği sürdüren TensorRT LLM optimizasyonları (WideEP/DeepEP, DeepGEMM, birleşik MoE) bu başarının ardındaki temel teknolojiler .
• Testlerdeki hakimiyeti genişletmek: AgentPerf, Nvidia'nın Blackwell Ultra ile zaten kırdığı rekorlar zincirine eklenen yeni bir halka. MLPerf Inference v5.1'de Blackwell'e göre 1.4 kat DeepSeek-R1 performansı rekoru kıran ve MLPerf Training v5.1'deki yedi testin tamamını silip süpüren Nvidia, şimdi de "ajan" iş yüklerinde liderliğini kanıtlamış oldu.
• Canlı ekosistem kanıtları: Nvidia, bu test sonuçlarının sadece kağıt üzerinde kalmadığını, Cursor'ın kodlama ajanını çalıştıran Together AI ve Pam.ai'nin yapay zeka iş gücünü çalıştıran DeepInfra gibi ortakların halihazırda Blackwell üzerinde bu tür ajan iş yüklerini çalıştırdığını vurguluyor .
• Geleceğe dönük yol haritası: Duyuru, bir sonraki adım olarak üretimde olan yeni nesil Vera Rubin mimarisini işaret ederek ajan kapasitesindeki artışın süreceğini ve NVFP4 hesaplama ile gelişmiş araç kullanımı hızlandırması gibi yeniliklerin geleceğini belirtiyor .

Nvidia'nın aldığı sonuçlar

• Nvidia GB300 NVL72 (Blackwell Ultra), test edilen tüm platformlar arasında en yüksek performansı gösterdi. Testte, günümüzün en yetenekli yapay zeka ajanlarını çalıştıran büyük "karışım-uzman" (mixture-of-experts - MoE) model sınıfını temsil eden DeepSeek V4 Pro modeli kullanıldı .
• Önceki nesil Nvidia HGX H200 (Hopper) sistemine kıyasla, hem 20 token/s hem de 60 token/s hız seviyelerinde megavat başına 20 kata kadar daha fazla eş zamanlı ajan çalıştırabildi .
• Artificial Analysis'in paylaştığı ham verilere göre, GB300'ün raf ölçeğindeki ayrıştırılmış (disaggregated) konfigürasyonu, en kolay hizmet seviyesi hedefinde (20 token/s, 10s TTFT) tam 61.340 eş zamanlı ajan çalıştırmayı başardı .

Bu sonuçlar Nvidia'nın büyük stratejisinde nereye oturuyor?

Bu sonuçlar, Nvidia'nın Blackwell Ultra'yı büyük ölçekli yapay zeka ajanları için nihai platform olarak konumlandırma yolundaki çok yönlü stratejisinin bir parçası:

• Tam yığın optimizasyon hikayesi: Nvidia, 20 katlık bu performans sıçramasını uçtan uca bir mühendislik harikasına bağlıyor: 72 GPU'yu tek bir kumaş gibi birbirine bağlayan NVLink ölçeklendirme teknolojisi, MoE modelleri için iletişim ve hesaplamayı üst üste bindiren CUDA çekirdekleri ve eş zamanlı ajan oturumları arttıkça verimliliği sürdüren TensorRT LLM optimizasyonları (WideEP/DeepEP, DeepGEMM, birleşik MoE) bu başarının ardındaki temel teknolojiler .
• Testlerdeki hakimiyeti genişletmek: AgentPerf, Nvidia'nın Blackwell Ultra ile zaten kırdığı rekorlar zincirine eklenen yeni bir halka. MLPerf Inference v5.1'de Blackwell'e göre 1.4 kat DeepSeek-R1 performansı rekoru kıran ve MLPerf Training v5.1'deki yedi testin tamamını silip süpüren Nvidia, şimdi de "ajan" iş yüklerinde liderliğini kanıtlamış oldu.
• Canlı ekosistem kanıtları: Nvidia, bu test sonuçlarının sadece kağıt üzerinde kalmadığını, Cursor'ın kodlama ajanını çalıştıran Together AI ve Pam.ai'nin yapay zeka iş gücünü çalıştıran DeepInfra gibi ortakların halihazırda Blackwell üzerinde bu tür ajan iş yüklerini çalıştırdığını vurguluyor .
• Geleceğe dönük yol haritası: Duyuru, bir sonraki adım olarak üretimde olan yeni nesil Vera Rubin mimarisini işaret ederek ajan kapasitesindeki artışın süreceğini ve NVFP4 hesaplama ile gelişmiş araç kullanımı hızlandırması gibi yeniliklerin geleceğini belirtiyor .