2026-09-16 · 来源：{'name': 'Nvidia Blog', 'url': 'https://blogs.nvidia.com/blog/vera-rubin-nvl72-mlperf-inference/'}
NVIDIA的Vera Rubin NVL72平台在MLPerf Inference v6.1基准测试中首次亮相便取得领先成绩。该公司将性能、扩展性与软件优化视为决定推理经济性的关键因素。
根据NVIDIA官方博客的一篇文章,其Vera Rubin NVL72平台在MLPerf Inference v6.1基准测试中首次亮相便交出了领先的性能成绩。此次首秀让AI基础设施买家第一次从基准测试角度看到了这套新系统的表现,而NVIDIA围绕它给出的核心命题很简单:AI推理的经济性决定了部署的硬件能否物有所值。
NVIDIA在文中阐述了决定AI推理经济性的三大杠杆:系统性能、高效的基础设施扩展以及持续的软件优化。该公司认为,更高的系统性能直接转化为更多的token生成量,进而带来更高的收入。这种表述把基准测试数字与数据中心的收入端挂钩,而非当作技术上的炫耀资本——在MLPerf等行业基准上的吞吐量,被视作一次部署能从其算力中获取多少商业回报的衡量指标。
第二个杠杆是扩展效率。NVIDIA认为,高效的扩展意味着吞吐量随硬件增加而成比例增长,从而以更少的资源支撑大规模用户服务——这一说法直指规划多系统集群的买家,因为这类场景中线性回报并不能想当然。第三个杠杆是持续的软件优化,公司表示这能从已部署的基础设施投资中挖掘出更多价值,让回报贯穿部署的整个生命周期。
对买家而言,v6.1测试结果的意义不在于单项分数的高低,而在于首次亮相所奠定的基准:它为Vera Rubin NVL72在发布时的表现确立了基线,也为NVIDIA所称的随时间累积的软件收益提供了起点。由于MLPerf Inference的设计初衷就是让客户在公平条件下比较各加速器平台,这一领先的首次亮相为NVIDIA提供了有力的参照点——当采购团队将新系统与其他选项进行权衡时,这将是一个重要筹码。
萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅