生活分享
Google Cloud 公布 MLPerf Training v6.1 成绩:8,192 颗 Ironwood TPU 1.70 分钟达标,另含首个代理式强化学习测试
Google Cloud 表示,在 AI 训练基准测试 MLPerf Training v6.1 中,以 Ironwood TPU 与 NVIDIA Grace Blackwell GPU 共提交 10 项成绩,涵盖预训练与首个代理式强化学习基准。这是成绩公布,不是新产品上市,以下数字均为 Google 单方说明。
新闻日期: 阅读时间约 4 分钟
Google Cloud 在 2026 年 11 月 16 日的博客文章中公布了 MLPerf Training v6.1 的 10 项成绩。MLPerf 是衡量 AI 模型训练速度的基准测试,名称为 MLCommons 协会的商标。这次成绩涵盖 Ironwood TPU(Google 用于 AI 计算的芯片)与 NVIDIA Grace Blackwell GPU,并包含首个 MLPerf 代理式强化学习(RL)基准。这篇文章公布的是基准测试结果,并非产品上市或方案推出,也未说明供应范围或价格。企业与开发者可以把这些数字当作大规模 AI 训练的性能参考,但数字均为 Google 自行说明。
这次 Google 公布了哪些成绩?
Google 表示,这 10 项成绩建立在 Google Cloud 的 AI Hypercomputer 架构上,反映了芯片、网络与开放软件的协同设计。成绩分为三类:Ironwood 预训练(先用大量数据建立模型基础能力的阶段)、Ironwood 代理式 RL(让模型实际生成结果、再依结果改进的训练方式),以及 NVIDIA Grace Blackwell GPU。
- 预训练:Google 称 8,192 颗 Ironwood TPU 在 1.70 分钟达到目标模型的基准目标质量,扩展至 4,096 颗芯片时效率为 96%。
- 代理式 RL:Google 称 640 颗 Ironwood TPU 在 18.02 分钟达到编码基准目标准确度(0.765,目标 0.69)。代码生成与学习同时进行,训练芯片等待时间低于 3%。
- NVIDIA GPU:Google 称在 A4X Max 实例上,256 颗 GB300 GPU 于 31.96 分钟达到目标质量,另有五项 A4X 与 A4X Max 代理式 RL 提交。
各项提交成绩的规模与编号如何对照?
| 结果编号 | 硬件与规模 | 项目 |
|---|---|---|
| 6.1-0017 | Ironwood 640 颗芯片 | Qwen3.5-397B RL |
| 6.1-0018 | Ironwood 2,048 颗芯片 | DeepSeek-V3 |
| 6.1-0019 | Ironwood 4,096 颗芯片 | DeepSeek-V3 |
| 6.1-0020 | Ironwood 8,192 颗芯片 | DeepSeek-V3 |
| 6.1-0021 / 0023 / 0025 | A4X 56 / 64 / 256 颗 GB200 GPU | RL |
| 6.1-0022 / 0024 | A4X Max 56 / 64 颗 GB300 GPU | RL |
| 6.1-0026 | A4X Max 256 颗 GB300 GPU | DeepSeek-V3 |
这些数字对普通读者与开发者意味着什么?
这类基准显示在固定规则下,训练一个大型模型达到指定质量需要多少时间。它可以作为比较硬件规模的参考,但不代表你自己的模型或数据也能得到相同结果。Google 文章没有提供与其他厂商或前代产品的比较,也没有说明实际租用条件。若要评估是否采用,仍需另外确认价格、地区与供应情况。
常见问题
这是新产品上市吗?
不是。Google 公布的是 MLPerf Training v6.1 基准测试成绩,文章未提及新的方案、价格或供应地区。
代理式强化学习基准有什么特别?
Google 表示这是首个 MLPerf 代理式强化学习基准。Google 称在 Ironwood 上运行时,代码生成与学习同时进行。
哪里可以核对结果编号?
Google 文章脚注列出 Closed-division 结果编号 6.1-0017 至 6.1-0026,并指引读者到 mlcommons.org 了解更多。
觉得这篇整理实用吗?分享给需要的朋友
同主题延伸阅读
生活分享
AMD 宣布 Lux 超级计算机在橡树岭实验室向科学用户开放,TOP500 排名第 14、采用 MI355X GPU
AMD 宣布,由 AMD 与 HPE 打造的 Lux 超级计算机已在美国能源部橡树岭国家实验室向科学用户开放,并成为 Genesis Mission 的首个专属 AI Factory。AMD 鼓励有意使用者联系 OLCF。
生活分享
Google 报告:攻击者用 AI 自动从软件更新中找出漏洞并构建攻击,Google 介绍 AI Threat Defense 应对
Google 威胁情报小组(GTIG)于 2026 年 11 月 16 日表示,其 AI Threat Tracker 报告发现,攻击者会使用能自行运作的 AI 框架分析软件更新、找出被修补的漏洞并构建攻击。Google 同时介绍整合 Gemini、Wiz、CodeMender 与 Mandiant 的 AI Threat Defense,但未说明供应阶段与价格。
生活分享
NVIDIA 发布 Rubin HPC GPU:单颗超过 5 万个 CUDA 核心,预计 2028 年上市
NVIDIA 在 SC26 宣布 Vera Rubin 平台新成员 Rubin HPC,主打科学、工程与分析模拟计算,单颗 GPU 具备超过 5 万个 CUDA 核心,预计 2028 年供货。
生活分享
NVIDIA Vera Rubin 首次参加 MLPerf:自称横扫 Training v6.1,Kimi K3 每瓦吞吐量超 10 倍(暂定结果)
NVIDIA 宣布 Vera Rubin 平台在 MLPerf Training v6.1 与首次参加的 MLPerf Endpoints 中取得领先成绩,其中 Endpoints 的 Vera Rubin 结果仍待 MLCommons 验证。
资料来源
本文依据上方所列参考来源与标示之核实日期整理;票价、时刻、功能规格或服务条款可能变动,出发、预订或购买前请至相关官方网站确认最新信息。