ライフスタイル
NVIDIA Vera Rubin、MLPerf初参加:Training v6.1を「席巻」と主張、Kimi K3の電力あたりスループットは10倍超(暫定結果)
NVIDIAは、Vera RubinプラットフォームがMLPerf Training v6.1と初参加のMLPerf Endpointsで首位の成績を得たと発表した。ただしEndpointsのVera Rubin結果はMLCommonsの検証待ちである。
ニュース日: 読了目安 6 分
目次
NVIDIAは2026年11月16日、Vera Rubinプラットフォームとして初のMLPerf成績を発表した。MLPerfはMLCommons協会が結果を公表するAIシステム性能のベンチマークである。今回の成績は、学習、ポストトレーニング(モデルの初期学習後に行う追加調整。例:強化学習)、エージェント型推論に及ぶ。エージェント型推論とは、AIエージェントがタスクを完了するために推論、ツール呼び出し、成果の確認を繰り返すことを指す。Training v6.1の結果は公表済みだが、EndpointsのVera Rubin結果は暫定で、MLCommonsの検証待ちである。
NVIDIAはどのような成績を公表したのか?
NVIDIAによると、今回のラウンドで全ベンチマークに結果を提出したプラットフォームは同社のみで、大規模言語モデル、画像生成、レコメンデーション、強化学習によるポストトレーニングを網羅する。MLPerf Trainingは、各種AIモデルを目標精度まで学習させる速さでシステムを評価する。
NVIDIAは、Vera Rubin NVL72が初登場ながら、GPUあたり性能で自社の前世代GB300 NVL72システムの最大2倍に達したと述べている。同社はこれが初期結果にすぎず、今後CUDAソフトウェアスタックで最適化を続けると強調する。DeepSeek-V3ベンチマークでは、Vera Rubin NVL72を256基から1,024基のGPUに拡張した際の効率が約97%で、学習時間が16分から約4分に短縮されたという。
MLPerf Endpointsのエージェント型推論結果はどこまで信頼できるか?
NVIDIAの説明では、MLPerf Endpointsは実際のエージェント型コーディングと企業ワークフローでシステムを試験し、エージェントがタスクを正しく完了しているかも確認する。AIは演算の各ステップでトークン(AIが内容を処理・生成する基本単位)を生成する。「電力あたりスループット」は、1ワットの電力で処理できるエージェント作業量を表す。Kimi K3の暫定結果について、NVIDIAは同じ応答速度でVera Rubin NVL72の電力あたりスループットがGB300 NVL72の10倍超だと述べている。
NVIDIAの注記によれば、GB300の成績はMLCommonsの検証済みだが、Vera Rubinの暫定結果は未検証で、ピアレビューにより変わる可能性がある。このため10倍という数字は、ベンダーが公表した初期データとして扱うべきである。
| 項目 | Vera Rubin NVL72 | GB300 NVL72 |
|---|---|---|
| Kimi K3のアクセラレータ数 | 32 | 48 |
| 同時クエリ数 | 1,024 | 48 |
| システムスループット(tokens/sec) | 41,414.2 | 2,210.4 |
| 稼働時消費電力 | 100.89 kW | 60 kW |
| 検証状況 | 暫定、MLCommons検証待ち | MLCommons検証済み |
どのパートナーが参加し、一般ユーザーにどう関係するのか?
NVIDIAによると、MLPerf Trainingには20の組織が結果を提出しており、ASUS、Azure、Cisco、CoreWeave、Dell Technologies、Google Cloud、HPE、Oracle、Supermicro、フロリダ大学などが含まれる。NVIDIAはさらに、GB300システムで今回最大規模となる10,240基のGPUでの試験を行い、Microsoft AzureもGB200システムで同じ10,240基のGPUで同規模を達成したと述べている。
NVIDIAの主張は、学習が速くなれば、より賢いエージェントが早くユーザーに届き、電力あたりのトークン出力が増えれば、電力制約のあるデータセンターがより多くのエージェントを処理できるというものだ。NVIDIAはまた、Vera RubinがSemiAnalysis AgentXやArtificial Analysis AgentPerfなどの独立系ベンチマークでも首位だと述べている。
よくある質問
Vera Rubinはすでに購入・利用できますか?
NVIDIAの記事はベンチマーク成績のみを公表しており、供給時期、価格、地域ごとの提供状況には触れていない。このため、この情報源からは判断できない。
「席巻」とはどういう意味ですか?
NVIDIAは、同社が今回のMLPerf Training v6.1で全ベンチマークに結果を出した唯一のプラットフォームであり、全ベンチマークを席巻したと述べている。これはNVIDIA自身の表現である。
電力あたりスループット10倍は最終結果ですか?
いいえ。NVIDIAは、Kimi K3のVera Rubin結果は暫定でMLCommonsの検証待ちであり、ピアレビューにより変わる可能性があると注記している。
成績は今後変わりますか?
NVIDIAは、Vera Rubinの性能はCUDAソフトウェアスタックの最適化で向上し続けるとし、現在の結果はまだ始まりにすぎないと述べている。
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
同じテーマの記事
ライフスタイル
AMD、Luxスーパーコンピュータをオークリッジ国立研究所で科学ユーザーに公開 TOP500で14位、MI355X GPU採用
AMDは、AMDとHPEが構築したLuxスーパーコンピュータが米エネルギー省オークリッジ国立研究所で科学ユーザー向けに公開され、Genesis Missionの初の専用AI Factoryになったと発表した。利用希望者はOLCFへの問い合わせを推奨している。
ライフスタイル
攻撃者がAIでソフトウェア更新から修正済みの脆弱性を自動特定し攻撃を構築:Googleが報告、防御策AI Threat Defenseを紹介
Google脅威インテリジェンスグループ(GTIG)は2026年11月16日、AI Threat Trackerレポートで、攻撃者が自律的に動くAIフレームワークを使い、ソフトウェア更新を分析して修正済みの脆弱性を特定し攻撃を構築していると発表。Gemini、Wiz、CodeMender、Mandiantを組み合わせたAI Threat Defenseも紹介したが、提供段階や価格は不明。
ライフスタイル
NVIDIA、Rubin HPC GPUを発表:1基で5万超のCUDAコア、2028年の提供開始を予定
NVIDIAはSC26でVera Rubinプラットフォームの新製品Rubin HPCを発表。科学・工学・分析のシミュレーション向けで、GPU1基に5万を超えるCUDAコアを搭載し、2028年の提供開始を予定しています。
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。
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。