Les GPU Blackwell de NVIDIA ont écrasé la concurrence lors des derniers benchmarks d'entraînement MLPerf, affichant des résultats records en termes d'échelle et de performance brute. La version 6.0, publiée cette semaine, marque la première apparition des accélérateurs de centre de données nouvelle génération de l'entreprise dans la suite standard de l'industrie — et ils n'ont pas seulement gagné, ils ont réécrit le tableau des scores.
Ce que mesure MLPerf v6.0
MLPerf est l'ensemble de benchmarks le plus utilisé pour l'entraînement de modèles d'IA. Il teste la rapidité et l'efficacité avec lesquelles le matériel peut entraîner une variété de réseaux de neurones — de la classification d'images au traitement du langage naturel — en utilisant des frameworks réels comme PyTorch et TensorFlow. La version 6.0 a ajouté de nouvelles charges de travail et des règles plus strictes sur les rapports de consommation, rendant les résultats plus pertinents pour les centres de données de production.
NVIDIA a soumis des résultats pour les GPU Blackwell dans plusieurs catégories, y compris les entraînements à la plus grande échelle. L'entreprise a rapporté que ses systèmes ont atteint les temps d'entraînement les plus rapides jamais enregistrés dans MLPerf, souvent avec de larges marges par rapport aux précédents détenteurs de records. Les benchmarks ont également montré que l'architecture Blackwell évolue de manière quasi linéaire lorsqu'on ajoute des GPU, une exigence clé pour construire les clusters massifs utilisés pour entraîner les modèles d'IA de pointe.
Pourquoi ce record est important
Pour les entreprises qui cherchent à développer des systèmes d'IA plus grands et plus performants, la vitesse d'entraînement se traduit directement par des cycles d'itération plus courts et des coûts réduits. Un GPU capable d'entraîner un modèle de langage de pointe en quelques jours au lieu de semaines permet d'économiser des millions en factures d'électricité et de calcul cloud. Les résultats Blackwell suggèrent que NVIDIA a de nouveau relevé la barre de ce qui est possible en matière d'infrastructure IA.
L'entreprise n'a pas divulgué de prix spécifiques ni de calendriers de disponibilité pour les GPU Blackwell utilisés dans les benchmarks. Mais la soumission MLPerf confirme que les puces passent du papier au silicium réel — et qu'elles tiennent les promesses de performance que les dirigeants font depuis des mois.
Les concurrents de NVIDIA, notamment AMD et Intel, ont également soumis des résultats MLPerf lors des dernières sessions, mais aucun n'a encore égalé le débit et l'efficacité des systèmes Blackwell. L'écart pourrait se réduire à mesure que les architectures rivales mûrissent, mais pour l'instant, NVIDIA détient une avance écrasante dans le benchmark d'entraînement IA qui compte le plus pour les hyperscalers et les laboratoires de recherche.
L'ensemble complet des résultats v6.0, y compris les répartitions par charge de travail et les mesures de puissance, a été publié sur le site Web de MLPerf plus tôt cette semaine. Les analystes du secteur et les constructeurs de systèmes vont analyser les chiffres pour voir exactement comment l'architecture Blackwell obtient son avantage — et si certains des gains proviennent d'astuces qui ne se traduiront pas dans des déploiements réels.
