Обучението на DeepSeek-V3 пада от 16 минути на около 4, когато процесорите се вдигнат от 256 на 1024. По данни на NVIDIA мащабирането държи около 97 на сто ефективност.
Факт
Фактите: на 16 ноември 2026 г. NVIDIA обяви резултатите си от MLPerf Training v6.1 и от първото си подаване в MLPerf Endpoints. По данни на NVIDIA компанията е взела всички задачи в Training v6.1 и е единствената с резултат по всяка от тях, а в Endpoints дава над 10 пъти по-голяма пропускливост на ват спрямо предишното поколение при агентни задачи. В дебюта си Vera Rubin NVL72 дава до 2 пъти повече производителност на графичен процес от GB300 NVL72. NVIDIA е подала и на 10240 графични процесора с GB300, най-големият мащаб в този кръг, а Microsoft Azure е стигнала същия мащаб с 10240 процесора на GB200. В Training са участвали 20 организации партньори. Резултатите за Vera Rubin в Endpoints са предварителни: чакат проверка на MLCommons Association и подлежат на промяна след рецензия.
В Endpoints числата са по-конкретни. На теста с Kimi K3, голям отворен модел за агентни задачи, NVIDIA дава над 10 пъти по-голяма пропускливост на ват от GB300 NVL72 при еднаква скорост на отговора. Едната система е с 32 ускорителя, другата с 48. По-малкото желязо дава повече на ват, по данни на самата NVIDIA.
Токените на ват решават колко агента обслужва един център.
Мащабът е втората част. NVIDIA е подала на 10240 графични процесора с GB300, най-голямото в този кръг, а Microsoft Azure е стигнала същия брой с GB200. Рекордът не е смисълът: добавяш процесори и обучението се скъсява само ако те работят заедно. Затова NVIDIA държи на връзките между тях, не само на самите чипове.
Дебютът е факт. Подписът на MLCommons под резултатите в Endpoints още не е.
Официални първоизточници
NVIDIA - NVIDIA Sweeps MLPerf Training and Endpoints as Vera Rubin Debuts With Leading Performance, 16.11.2026Визуалът към статията е генериран код-арт, без чужди изображения.