生活分享
Google Cloud 公布 MLPerf Training v6.1 成績:8,192 顆 Ironwood TPU 1.70 分鐘達標,另含首個代理式強化學習測試
Google Cloud 表示,在 AI 訓練基準測試 MLPerf Training v6.1 中,以 Ironwood TPU 與 NVIDIA Grace Blackwell GPU 共提交 10 項成績,涵蓋預訓練與首個代理式強化學習基準。這是成績公布,不是新產品上市,以下數字均為 Google 單方說明。
新聞日期: 閱讀時間約 4 分鐘
Google Cloud 在 2026 年 11 月 16 日的部落格文章中公布 MLPerf Training v6.1 的 10 項成績。MLPerf 是衡量 AI 模型訓練速度的基準測試,名稱為 MLCommons 協會的商標。這次成績涵蓋 Ironwood TPU(Google 用於 AI 運算的晶片)與 NVIDIA Grace Blackwell GPU,並包含首個 MLPerf 代理式強化學習(RL)基準。這篇文章公布的是基準測試結果,並非產品上市或方案推出,也未說明供應範圍或價格。企業與開發者可以把這些數字當作大規模 AI 訓練的效能參考,但數字皆為 Google 自行說明。
這次 Google 公布了哪些成績?
Google 表示,這 10 項成績建立在 Google Cloud 的 AI Hypercomputer 架構上,反映矽晶片、網路與開放軟體的協同設計。成績分為三類:Ironwood 預訓練(先用大量資料建立模型基礎能力的階段)、Ironwood 代理式 RL(讓模型實際產生結果、再依結果改進的訓練方式),以及 NVIDIA Grace Blackwell GPU。
- 預訓練:Google 稱 8,192 顆 Ironwood TPU 在 1.70 分鐘達到目標模型的基準目標品質,擴展至 4,096 顆晶片時效率為 96%。
- 代理式 RL:Google 稱 640 顆 Ironwood TPU 在 18.02 分鐘達到編碼基準目標準確度(0.765,目標 0.69)。程式碼生成與學習同時進行,訓練晶片等待時間低於 3%。
- NVIDIA GPU:Google 稱在 A4X Max 執行個體上,256 顆 GB300 GPU 於 31.96 分鐘達到目標品質,另有五項 A4X 與 A4X Max 代理式 RL 提交。
各項提交成績的規模與編號如何對照?
| 結果編號 | 硬體與規模 | 項目 |
|---|---|---|
| 6.1-0017 | Ironwood 640 顆晶片 | Qwen3.5-397B RL |
| 6.1-0018 | Ironwood 2,048 顆晶片 | DeepSeek-V3 |
| 6.1-0019 | Ironwood 4,096 顆晶片 | DeepSeek-V3 |
| 6.1-0020 | Ironwood 8,192 顆晶片 | DeepSeek-V3 |
| 6.1-0021 / 0023 / 0025 | A4X 56 / 64 / 256 顆 GB200 GPU | RL |
| 6.1-0022 / 0024 | A4X Max 56 / 64 顆 GB300 GPU | RL |
| 6.1-0026 | A4X Max 256 顆 GB300 GPU | DeepSeek-V3 |
這些數字對一般讀者與開發者代表什麼?
這類基準顯示在固定規則下,訓練一個大型模型達到指定品質需要多少時間。它可以作為比較硬體規模的參考,但不代表你自己的模型或資料也能得到相同結果。Google 文章沒有提供與其他廠商或前代產品的比較,也沒有說明實際租用條件。若要評估是否採用,仍需另外確認價格、地區與供應情況。
常見問題
這是新產品上市嗎?
不是。Google 公布的是 MLPerf Training v6.1 基準測試成績,文章未提及新的方案、價格或供應地區。
代理式強化學習基準有什麼特別?
Google 表示這是首個 MLPerf 代理式強化學習基準。Google 稱在 Ironwood 上執行時,程式碼生成與學習同時進行。
哪裡可以核對結果編號?
Google 文章註腳列出 Closed-division 結果編號 6.1-0017 至 6.1-0026,並指引讀者到 mlcommons.org 了解更多。
覺得這篇整理實用嗎?分享給需要的朋友
同主題延伸閱讀
生活分享
AMD 宣布 Lux 超級電腦在橡樹嶺實驗室開放科學用戶,TOP500 排名第 14、採 MI355X GPU
AMD 宣布由 AMD 與 HPE 打造的 Lux 超級電腦已在美國能源部橡樹嶺國家實驗室開放科學用戶使用,並成為 Genesis Mission 的首個專屬 AI Factory。AMD 鼓勵有意使用者洽詢 OLCF。
生活分享
Google 報告:攻擊者用 AI 自動從軟體更新找出漏洞並建構攻擊,Google 介紹 AI Threat Defense 因應
Google 威脅情報小組(GTIG)於 2026 年 11 月 16 日表示,其 AI Threat Tracker 報告發現,攻擊者會用能自行運作的 AI 框架分析軟體更新、找出被修補的漏洞並建構攻擊。Google 同時介紹整合 Gemini、Wiz、CodeMender 與 Mandiant 的 AI Threat Defense,但未說明供應階段與價格。
生活分享
NVIDIA 發表 Rubin HPC GPU:單顆超過 5 萬個 CUDA 核心,預計 2028 年上市
NVIDIA 在 SC26 宣布 Vera Rubin 平台新成員 Rubin HPC,主打科學、工程與分析模擬運算,單顆 GPU 具備超過 5 萬個 CUDA 核心,預計 2028 年供貨。
生活分享
NVIDIA Vera Rubin 首度參加 MLPerf:自稱橫掃 Training v6.1,Kimi K3 每瓦吞吐量逾 10 倍(暫定結果)
NVIDIA 宣布 Vera Rubin 平台在 MLPerf Training v6.1 與首次參加的 MLPerf Endpoints 取得領先成績,其中 Endpoints 的 Vera Rubin 結果仍待 MLCommons 驗證。
資料來源
本文依據上方所列參考來源與標示之核對日期整理;票價、時刻、功能規格或服務條款可能變動,出發、預訂或購買前請至相關官方網站確認最新資訊。