返回新闻
综合

Nvidia Vera Rubin 首次亮相即横扫 MLPerf v6.1 基准测试

据报道,Nvidia 的 Vera Rubin GPU 在 11 月 16 日首次发布时,拿下了 MLPerf Training v6.1 的全部基准测试第一名;与 GB300 NVL72 相比,其单 GPU 性能最高提升一倍,并在临时 Kimi K3 工作负载上实现了超过 10 倍的智能体吞吐量/瓦特。由于这些结果仍有待 MLCommons 验证,它们目前属于自报数据,但也预示着 AI 模型训练周期将进一步缩短、效率得到提升,并有望转化为更出色且更实惠的视频和图像创作工具。

Nvidia Vera Rubin 首次亮相即横扫 MLPerf v6.1 基准测试
MagicBoat AI5 分钟阅读49 次阅读
文章目录

Nvidia Vera Rubin 首次亮相,全面横扫 MLPerf Training v6.1 基准测试

11 月 16 日,Nvidia 宣布即将推出的 Vera Rubin GPU 在首次亮相中横扫 MLPerf Training v6.1 的全部基准测试,标志着 AI 训练性能实现了重大飞跃。此次公告发布于公司原定 11 月 17 日公布财报的前一天,所有结果均由 Nvidia 自行报告,目前仍有待 MLCommons 官方验证。

根据 Nvidia 的说法,Vera Rubin 的单 GPU 性能最高可达到 GB300 NVL72 的 2 倍,后者是 Nvidia 此前的高端训练配置。在智能体工作负载方面,提升幅度更加显著:该芯片在临时 Kimi K3 工作负载上实现了超过 10 倍的智能体吞吐量/瓦特。这一指标对于日益增长的 AI 系统类别十分重要,因为这类系统能够运行多步骤、使用工具的任务。

扩展效率也是其重点优势之一。在 DeepSeek-V3 训练运行中,Vera Rubin 可将 GPU 数量从 256 张扩展至 1,024 张,同时保持约 97% 的效率,将总训练时间从 16 分钟缩短至约 4 分钟。近乎线性的扩展能力表明,该架构能够很好地适应训练前沿 AI 模型所需的超大规模集群。

业内观察人士注意到了此次公告的发布时间:它恰好在 Nvidia FY2027 第三季度财报电话会议前 24 小时发布。尽管这些结果尚未经过独立验证,但它们表明,在定制芯片和竞争对手芯片制造商日益加剧竞争的背景下,Nvidia 仍希望保持其在 AI 训练硬件领域的领先地位。

这些性能提升对 AI 模型开发意味着什么

更快、更高效的训练硬件会对整个 AI 生态系统产生连锁影响。对于模型开发者而言,更短的训练周期意味着能够更快地迭代新功能、更迅速地修复漏洞,并更频繁地更新模型。过去需要数周计算时间完成的工作,如今可能在几天内完成,从而加快新能力触达终端用户的速度。

能源效率的提升也意味着模型提供商的运营成本降低。随着训练和推理的单 Token 成本下降,服务商将有更大空间降低价格、扩展免费层级,或投入更多资源进行研究。对于创作者依赖的文本转视频和图像生成工具而言,这些节省通常会以更低的订阅费用或更高的使用额度形式传导给用户。

强劲的智能体吞吐量数据尤其值得关注。智能体 AI 系统能够进行规划、使用工具,并在无需持续人工输入的情况下完成多步骤任务,如今正越来越多地融入创作流程。更快的智能体性能意味着,生成分镜、剪辑视频片段或创建多个图像变体等任务,都能在远短于当前所需的时间内完成。

展示 GPU 性能提升如何传导至创作工具的示意图
展示 GPU 性能提升如何传导至创作工具的示意图

对 AI 视频和图像创作者的影响

对于 AI 视频和图像创作者而言,Vera Rubin 的基准测试结果预示着未来的发展方向。随着训练硬件不断改进,AI 图像生成器和视频模型将变得更加强大,拥有更高的视觉质量、更长的输出时长以及更精细的控制能力。更快的迭代周期意味着,新功能和模型更新很可能会比过去几年更加频繁地推出。

基础设施成本降低也可能让高端 AI 创作工具变得更加普及。小型工作室和独立创作者通常预算有限,因此,即使视频生成或图像编辑工具的价格仅小幅下降,也能带来新的可能性。对于使用云端 AI 工具的创作者而言,效率提升还可能转化为更快的生成速度,减少复杂渲染和高分辨率输出的等待时间。

需要注意的是,这些优势将随着时间逐步显现,因为模型提供商需要升级基础设施以支持更新的硬件。Vera Rubin 的结果仍处于初步阶段,芯片的大规模部署也需要时间。即便如此,发展趋势已经十分明确:随着底层硬件不断改进,AI 创作工具将持续变得更快、更强大,也更实惠。

带有预览和时间线的 AI 视频生成工具界面
带有预览和时间线的 AI 视频生成工具界面

借助多模型创作平台保持领先

随着新模型和硬件更新以极快的速度推出,创作者很难持续跟踪哪些工具值得使用。每次新模型发布都要管理多个订阅、学习新的界面并迁移工作流程,会占用原本可以用于创作的时间。

MagicBoat 这样的多模型平台通过在统一界面中汇集最新的 AI 创作工具,解决了这一问题。创作者无需分别管理图像生成、视频创作和脚本编写账户,只需通过一个控制面板即可访问所需的一切,并在新模型更新可用后立即使用。

无论你是在测试新的视频生成能力、为项目生成概念图,还是剪辑一部短片,统一平台都能让你为每项任务选择最佳工具,而不必费力切换服务。你可以免费试用这些模型,了解最新 AI 工具如何融入你的创作流程。

多模型 AI 创作平台控制面板
多模型 AI 创作平台控制面板

要点总结

  • Nvidia 的 Vera Rubin GPU 据报道在首次亮相时横扫 MLPerf Training v6.1 的全部基准测试;与 GB300 NVL72 相比,其单 GPU 性能最高提升 2 倍,并在临时 Kimi K3 工作负载上实现了超过 10 倍的智能体吞吐量/瓦特。
  • 这些自报结果仍有待 MLCommons 验证,并于 Nvidia 11 月 17 日财报电话会议前一天公布。
  • 更快、更高效的训练硬件将加速模型开发,带来更频繁的更新,并有可能降低 AI 创作工具的成本。
  • 随着更新硬件逐步应用于模型提供商,创作者可以期待文本转视频、图像生成以及智能体创作助手能力得到提升。
  • 使用 MagicBoat 这样的多模型平台,创作者无需管理多个订阅或学习新的界面,即可访问最新的 AI 工具。

关键词

nvidia vera rubin, mlperf v6.1, ai 视频模型, 文本转视频, ai 图像生成器, gpu 性能, 免费 ai 工具