ライフスタイル

Google Cloud、MLPerf Training v6.1の結果を公表:Ironwood TPU 8,192基で1.70分で目標到達、初のエージェント型強化学習ベンチマークも

Google Cloudは、AI学習ベンチマークMLPerf Training v6.1で、Ironwood TPUとNVIDIA Grace Blackwell GPUによる計10件の結果を提出したと発表しました。事前学習と初のエージェント型強化学習ベンチマークが対象です。これは結果の公表であり新製品の発売ではなく、数値はいずれもGoogleによる説明です。

ニュース日: 読了目安 5 分

LINEで送る
目次
  1. 1. 今回Googleが公表した結果は?
  2. 2. 各提出結果の規模と番号の対応は?
  3. 3. 一般の読者や開発者にとってこの数字は何を意味する?

Google Cloudは2026年11月16日のブログ記事で、MLPerf Training v6.1の10件の結果を公表しました。MLPerfはAIモデルの学習速度を測るベンチマークで、名称はMLCommons協会の商標です。今回の結果はIronwood TPU(GoogleのAI演算用チップ)とNVIDIA Grace Blackwell GPUが対象で、MLPerf初のエージェント型強化学習(RL)ベンチマークも含まれます。記事が公表しているのはベンチマーク結果であり、製品の発売やプランの提供ではなく、提供範囲や価格にも触れていません。企業や開発者は、大規模AI学習の性能の目安として参照できますが、数値はすべてGoogleによる説明です。

今回Googleが公表した結果は?

Googleによると、この10件の結果はGoogle CloudのAI Hypercomputerアーキテクチャ上で得られたもので、シリコン、ネットワーク、オープンソフトウェアの協調設計を反映しています。結果は3種類に分かれます。Ironwoodの事前学習(大量のデータでモデルの基礎能力を築く段階)、Ironwoodのエージェント型RL(モデルが実際に結果を生成し、その結果に基づいて改善する学習方式)、そしてNVIDIA Grace Blackwell GPUです。

  • 事前学習:Googleによると、Ironwood TPU 8,192基が対象モデルのベンチマーク目標品質に1.70分で到達し、4,096チップへの拡張時の効率は96%でした。
  • エージェント型RL:Googleによると、Ironwood TPU 640基がコーディングベンチマークの目標精度(目標0.69に対し0.765)に18.02分で到達しました。コード生成と学習は並行して行われ、学習用チップの待機時間は3%未満です。
  • NVIDIA GPU:Googleによると、A4X Maxインスタンス上でGB300 GPU 256基が31.96分で目標品質に到達し、A4XおよびA4X Maxによるエージェント型RLの提出がほかに5件あります。

各提出結果の規模と番号の対応は?

Google記事の脚注に基づくClosed division結果番号の整理
結果番号ハードウェアと規模項目
6.1-0017Ironwood 640チップQwen3.5-397B RL
6.1-0018Ironwood 2,048チップDeepSeek-V3
6.1-0019Ironwood 4,096チップDeepSeek-V3
6.1-0020Ironwood 8,192チップDeepSeek-V3
6.1-0021 / 0023 / 0025A4X GB200 GPU 56 / 64 / 256基RL
6.1-0022 / 0024A4X Max GB300 GPU 56 / 64基RL
6.1-0026A4X Max GB300 GPU 256基DeepSeek-V3

一般の読者や開発者にとってこの数字は何を意味する?

この種のベンチマークは、固定されたルールの下で大規模モデルを指定品質まで学習するのに必要な時間を示します。ハードウェア規模を比較する際の参考にはなりますが、自分のモデルやデータで同じ結果が得られることを意味しません。Googleの記事には他社や前世代製品との比較はなく、実際の利用条件の説明もありません。採用を検討する場合は、価格、リージョン、提供状況を別途確認する必要があります。

よくある質問

これは新製品の発売ですか?

いいえ。GoogleはMLPerf Training v6.1のベンチマーク結果を公表したもので、記事には新プラン、価格、提供リージョンへの言及はありません。

エージェント型強化学習ベンチマークの特徴は?

Googleは、これがMLPerf初のエージェント型強化学習ベンチマークだとしています。Ironwood上ではコード生成と学習が並行して行われるとGoogleは説明しています。

結果番号はどこで確認できますか?

Googleの記事の脚注にClosed divisionの結果番号6.1-0017から6.1-0026が記載されており、詳細はmlcommons.orgを参照するよう案内されています。

このトピックの最新ニュースを見る

この記事が役に立ったら、必要な方にシェアしてください

LINEで送る

出典

上記の参考資料および記載の確認日時点の情報をもとに整理しています。料金・時刻・機能・利用規約は変更される場合があるため、ご旅行や予約・購入の前には該当する公式サイトで最新情報をご確認ください。

ライフスタイル