NVIDIA Blackwell横扫MLPerf Training v6.0：DeepSeek-V3 671B两分钟训练纪录诞生

NVIDIA是唯一一个在这两项新基准上都提交了成绩的平台。 他们使用GB300 NVL72系统，通过定制的软件堆栈、CUDA图（CUDA Graphs）和先进的MoE路由策略，树立了全新的性能标杆 。

CoreWeave的破纪录表现：2.02分钟训练DeepSeek-V3

云服务提供商CoreWeave在本轮测试中打出了最响亮的一枪。

• 惊人速度：CoreWeave 仅用2.02分钟就完成了DeepSeek-V3 671B模型的训练任务 。
• 超大规模集群：这项纪录是在由8192颗NVIDIA GB300 NVL72 GPU组成的庞大集群上实现的，这也是本轮提交中规模最大的GB300集群 。
• 生产级环境：重要的是，这一成绩是在CoreWeave已经面向客户开放的、相同的云基础设施上达成的，充分证明了其系统在真实生产环境下的实力 。

这一纪录并非单纯堆砌硬件的结果，而是通过从网络、资源调度到存储的全栈深度优化才得以实现 。

NVIDIA GB300 vs. GB200：Blackwell Ultra 的代际飞跃

本轮测试清晰展示了NVIDIA最新的Blackwell Ultra平台（GB300 NVL72）相较于上一代Blackwell（GB200 NVL72）的巨大进步。

• 训练性能：在同等规模下，GB300 NVL72的训练速度比GB200 NVL72快了1.6倍。这主要得益于Blackwell Ultra更大的显存和功耗预算，让模型能够实现更高的本地化计算和数据吞吐量 。
• 推理性能：在早前的MLPerf Inference v6.0测试中，面对DeepSeek-R1模型等要求苛刻的推理任务，GB300 NVL72的Token生成吞吐量更是达到了GB200 NVL72的2.77倍 。
• 软件加持：性能提升不仅来自硬件。NVIDIA的软件生态也功不可没。仅通过迭代完整的CUDA图和CuTe DSL融合等软件创新，在完全相同的硬件上，DeepSeek-V3的训练吞吐量在短短三个月内就额外提升了30% 。

空前的参与度与技术多样性

本轮MLPerf Training v6.0不仅见证了性能的飞跃，也反映了整个行业的蓬勃发展。

• 创纪录的参与者：共有24家组织提交了测试结果，涵盖了95种不同的系统配置和13种不同的硬件加速器，竞争格局空前多元 。
• 百花齐放的技术路线：MLPerf Training联合主席Shriya Rishab指出，本轮测试展现了日益丰富的技术多样性，特别是出现了多种FP4精度方案（包括AMD的MXFP4）和不同的软件框架 。
• AMD的竞争力：AMD凭借其Instinct MI355X GPU和MXFP4精度，在Llama 2-70B微调和Llama 3.1-8B预训练两个项目中，展现出了与NVIDIA B200一较高下的实力，性能差距分别缩小到了5%和6%以内 。

系统级胜利：超大规模网络与全栈优化

要驯服拥有6710亿参数的DeepSeek-V3这类MoE巨兽，单靠强大的GPU是不够的，卓越的网络和系统级设计至关重要。

• Spectrum-X以太网：NVIDIA的合作伙伴将集群规模扩展到了8192颗Blackwell GPU，并利用Spectrum-X以太网平台的自适应路由（Adaptive Routing）和拥塞控制（Congestion Control）技术，来应对MoE模型中频繁、突发的all-to-all通信模式，确保了接近理论极限的交换带宽 。
• 其他基准测试记录：在NVLink交换域和横向扩展网络的结合下，NVIDIA平台在所有基准测试中都创下了纪录，包括：Llama 3.1 8B预训练（5.2分钟）、Llama 2 70B微调（0.40分钟）、FLUX.1图像生成（12.5分钟）、DLRM-DCNv2推荐系统（0.71分钟）和RetinaNet目标检测（1.4分钟） 。

MLPerf Training v6.0的结果有力地证明，在AI训练这个领域，极致的系统设计与软硬件协同优化，正成为推动大模型技术民主化和应用落地的核心引擎。