Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

NVIDIA Vera Rubin NVL72 erreicht bis zu doppelte GB300-Leistung in MLPerf

16. November 2026, 17:00Von der KI Nachrichten RedaktionQuelle: NVIDIA Developer
NVIDIA Vera Rubin NVL72 erreicht bis zu doppelte GB300-Leistung in MLPerf
Bild: NVIDIA Developer

NVIDIAs Vera Rubin NVL72 erzielte bei sechs von sieben MLPerf-Training-v6.1-Benchmarks die schnellste Trainingszeit und bot pro GPU bis zu die doppelte Leistung eines optimierten GB300-NVL72-Vergleichssystems. Die Plattform feierte damit ihr MLPerf-Debüt. NVIDIA positioniert sie für das Training groß angelegter Modelle und das Post-Training agentischer KI.

Das Wichtigste in Kürze
  • Vera Rubin NVL72 führte bei sechs von sieben MLPerf-Training-v6.1-Benchmarks.
  • Mit 1.024 GPUs trainierte die Plattform DeepSeek-V3 671B in 4,14 Minuten.
  • Die Plattform bot pro GPU bis zu die doppelte Leistung von GB300 NVL72.
  • Beim Qwen3.5-397B-GRPO-Benchmark lag sie mit 10,44 Minuten vorn.
  • Vera-Rubin-Systeme sind weltweit generell über Cloud-Infrastrukturpartner verfügbar.

Vera Rubin führt bei den meisten MLPerf-Benchmarks

Laut NVIDIA erreichte Vera Rubin NVL72 bei den sieben Benchmarks und gleicher GPU-Anzahl eine 1,4- bis 2-fache Leistung pro GPU im Vergleich zu GB300 NVL72. Die Tests umfassen Mixture-of-Experts-Modelle, dichte Sprachmodelle, Diffusion, Empfehlungssysteme und bestärkendes Lernen.

Seinen größten Vorsprung erzielte Vera Rubin beim DeepSeek-V3-671B-Benchmark. Mit 1.024 GPUs trainierte das System das Modell in 4,14 Minuten, verglichen mit 8,03 Minuten für GB300 NVL72 in derselben Konfiguration. Beim Benchmark für bestärkendes Lernen Qwen3.5 397B GRPO erreichte Vera Rubin mit 1.024 GPUs 10,44 Minuten und lag damit vor GB300 NVL72 mit 13,78 Minuten.

Für den siebten Benchmark, DeepSeek-V3 671B, meldete NVIDIA zudem die schnellste absolute Zeit mit einem GB300-NVL72-Cluster mit 10.240 GPUs. Dieser Lauf war über 160 Racks hinweg nach 1,38 Minuten abgeschlossen, während das Ergebnis von Vera Rubin die Leistung der Plattform mit 1.024 GPUs demonstrierte.

Das Debüt umfasste Training und bestärkendes Lernen

MLPerf Training v6.1 führt seinen ersten Benchmark für das Post-Training eines agentischen Large Language Models mit bestärkendem Lernen ein: Qwen3.5 397B GRPO. Die Arbeitslast umfasst das Erzeugen von Rollouts, deren Bewertung und die Aktualisierung der Modellgewichte. Dadurch kommt es zu häufigen Wechseln zwischen Inferenz- und Trainingssystemen.

Vera Rubin reichte Ergebnisse mit zwei Inferenz-Backends ein. NVIDIA NeMo RL mit TensorRT-LLM absolvierte den Benchmark in 10,44 Minuten, während der vLLM-Lauf 10,94 Minuten benötigte. Laut NVIDIA zeigt dies neben der Hardwareleistung der Plattform auch die Reife der Software.

Beim Ausbau von 256 auf 1.024 GPUs für DeepSeek-V3 hielt die Plattform eine Gesamtskalierungseffizienz von mehr als 97 Prozent. Innerhalb jedes NVL72-Racks sind 72 GPUs und 36 CPUs über eine Kupfer-NVLink-6-Verbindung zusammengeschaltet, die 3,6 TB/s pro GPU und 260 TB/s pro Rack liefert. Über das einzelne Rack hinaus skaliert das System mit ConnectX-9-SuperNICs über Quantum-X800-InfiniBand oder Spectrum-X-Ethernet.

Was die Ergebnisse für Entwickler bedeuten

NVIDIA-Plattformen erzielten laut NVIDIA bei jedem Benchmark in MLPerf Training v6.1 die schnellste Trainingszeit und waren die einzigen Plattformen, die Ergebnisse für alle sieben Benchmarks einreichten. 80 Prozent der Einreichungen in der geschlossenen Division liefen bei 20 Partnerorganisationen auf NVIDIA-Plattformen.

Die Ergebnisse deuten darauf hin, dass sich die Vorteile von Vera Rubin über verschiedene Modellgrößen, Architekturen und Entwicklungsphasen erstrecken, vom Training großer Modelle bis zum Post-Training mit bestärkendem Lernen für KI-Agenten. Laut NVIDIA sind die Systeme der Plattform weltweit generell über Cloud-Infrastrukturpartner verfügbar. Entwickler können damit auf die Architektur zugreifen, ohne eigene Systeme bereitstellen zu müssen.

Ähnliche Meldungen

Lambda meldet schnelleres KI-Training mit NVIDIA-Blackwell-Ultra-GPUs
Chips und Infrastruktur16. November 2026, 17:31

Lambda meldet schnelleres KI-Training mit NVIDIA-Blackwell-Ultra-GPUs

Lambda meldet eine Verbesserung um den Faktor 2,86 beim Training eines Mixture-of-Experts-Sprachmodells und um den Faktor 1,50 beim Training eines Bildmodells in der…

NVIDIA Vera Rubin dominiert MLPerf-Training und führt bei agentischer InferenzTop-Meldung
Chips und Infrastruktur16. November 2026, 17:00

NVIDIA Vera Rubin dominiert MLPerf-Training und führt bei agentischer Inferenz

NVIDIA zufolge erzielte die Vera-Rubin-Plattform bei ihrem Benchmark-Debüt Spitzenwerte in MLPerf Training, Post-Training und agentischer Inferenz. Die Plattform…

NVIDIA Vera Rubin NVL72 führt MLPerf-Tests für agentische Inferenz an
Chips und Infrastruktur16. November 2026, 17:00

NVIDIA Vera Rubin NVL72 führt MLPerf-Tests für agentische Inferenz an

Laut NVIDIA erzielte Vera Rubin NVL72 in vorläufigen Ergebnissen von MLPerf Endpoints v1.0 bei drei Modellen für agentische KI einen 5- bis 10-mal höheren Durchsatz pro…