라이프스타일

Google Cloud, MLPerf Training v6.1 성적 공개: Ironwood TPU 8,192개로 1.70분 만에 목표 달성, 첫 에이전트형 강화학습 테스트 포함

Google Cloud는 AI 훈련 벤치마크 MLPerf Training v6.1에 Ironwood TPU와 NVIDIA Grace Blackwell GPU로 10건의 결과를 제출했다고 밝혔다. 결과는 사전 훈련과 첫 에이전트형 강화학습 벤치마크를 아우른다. 신제품 출시가 아닌 성적 공개이며, 아래 수치는 모두 Google이 직접 밝힌 내용이다.

뉴스 날짜: 읽는 데 약 5분

LINE 공유
목차
  1. 1. 이번에 Google이 공개한 결과는 무엇인가?
  2. 2. 제출 결과의 규모와 번호는 어떻게 대응하나?
  3. 3. 이 수치는 일반 독자와 개발자에게 무엇을 의미하나?

Google Cloud는 2026년 11월 16일 블로그 글에서 MLPerf Training v6.1의 결과 10건을 공개했다. MLPerf는 AI 모델 훈련 속도를 측정하는 벤치마크이며, 이름은 MLCommons 협회의 상표다. 이번 결과는 Ironwood TPU(Google이 AI 연산에 쓰는 칩)와 NVIDIA Grace Blackwell GPU를 아우른다. MLPerf 최초의 에이전트형 강화학습(RL) 벤치마크도 포함한다. 이 글은 벤치마크 결과를 알리는 것으로, 제품 출시나 요금제 발표가 아니다. 제공 범위나 가격도 설명하지 않았다. 기업과 개발자는 이 수치를 대규모 AI 훈련의 성능 참고 자료로 볼 수 있다. 다만 수치는 모두 Google이 직접 설명한 것이다.

이번에 Google이 공개한 결과는 무엇인가?

Google은 이 10건의 결과가 Google Cloud의 AI Hypercomputer 아키텍처 위에서 나왔다고 밝혔다. 또 실리콘 칩·네트워크·오픈 소프트웨어를 함께 설계한 결과를 반영한다고 설명했다. 결과는 세 가지로 나뉜다. 첫째는 Ironwood 사전 훈련으로, 대량의 데이터로 모델의 기초 능력을 만드는 단계다. 둘째는 Ironwood 에이전트형 RL로, 모델이 실제로 결과를 만들어 내고 그 결과에 따라 개선하는 훈련 방식이다. 셋째는 NVIDIA Grace Blackwell GPU다.

  • 사전 훈련: Google은 Ironwood TPU 8,192개가 1.70분 만에 대상 모델의 벤치마크 목표 품질에 도달했다고 밝혔다. 칩 4,096개로 확장했을 때 효율은 96%였다고 한다.
  • 에이전트형 RL: Google은 Ironwood TPU 640개가 18.02분 만에 코딩 벤치마크 목표 정확도(0.765, 목표 0.69)에 도달했다고 밝혔다. Google에 따르면 코드 생성과 학습이 동시에 진행되어, 훈련 칩이 기다린 시간은 3% 미만이었다.
  • NVIDIA GPU: Google은 A4X Max 인스턴스(Google Cloud에서 빌려 쓰는 서버 구성)에서 GB300 GPU 256개가 31.96분 만에 목표 품질에 도달했다고 밝혔다. 이와 별도로 A4X와 A4X Max의 에이전트형 RL 제출 결과가 다섯 건 더 있다고 밝혔다.

제출 결과의 규모와 번호는 어떻게 대응하나?

Google 글의 각주를 바탕으로 정리한 Closed-division 결과 번호
결과 번호하드웨어 및 규모항목
6.1-0017Ironwood 칩 640개Qwen3.5-397B RL
6.1-0018Ironwood 칩 2,048개DeepSeek-V3
6.1-0019Ironwood 칩 4,096개DeepSeek-V3
6.1-0020Ironwood 칩 8,192개DeepSeek-V3
6.1-0021 / 0023 / 0025A4X GB200 GPU 56 / 64 / 256개RL
6.1-0022 / 0024A4X Max GB300 GPU 56 / 64개RL
6.1-0026A4X Max GB300 GPU 256개DeepSeek-V3

이 수치는 일반 독자와 개발자에게 무엇을 의미하나?

이런 벤치마크는 정해진 규칙 아래에서 대형 모델이 지정된 품질에 도달하기까지 걸리는 시간을 보여준다. 하드웨어 규모를 비교하는 참고 자료가 될 수 있다. 하지만 여러분의 모델이나 데이터에서도 같은 결과가 나온다는 뜻은 아니다. Google의 글은 다른 업체나 이전 세대 제품과의 비교를 제공하지 않았고, 실제 임대 조건도 설명하지 않았다. 도입 여부를 판단하려면 가격, 지역, 제공 현황을 따로 확인해야 한다.

자주 묻는 질문

신제품 출시인가?

아니다. Google이 공개한 것은 MLPerf Training v6.1 벤치마크 결과다. 글에는 새 요금제, 가격, 제공 지역에 대한 언급이 없다.

에이전트형 강화학습 벤치마크는 무엇이 특별한가?

Google은 이것이 MLPerf 최초의 에이전트형 강화학습 벤치마크라고 밝혔다. 또 Ironwood에서 실행할 때 코드 생성과 학습이 동시에 진행된다고 설명했다.

결과 번호는 어디서 확인할 수 있나?

Google 글의 각주에 Closed-division 결과 번호 6.1-0017부터 6.1-0026까지가 나열되어 있다. 자세한 내용은 mlcommons.org에서 확인하도록 안내하고 있다.

이 주제의 최신 뉴스 보기

이 정리가 도움이 되셨나요? 필요한 분께 공유해 보세요

LINE 공유

출처

위에 기재된 참고 자료와 확인일 기준 정보를 바탕으로 정리했습니다. 요금, 시간표, 기능, 이용 약관은 바뀔 수 있으므로 여행, 예약 또는 구매 전에 해당 공식 사이트에서 최신 정보를 확인해 주세요.

라이프스타일