MLCommons မှ MLPerf Inference v6.1 စံနှုန်းရလဒ်များကို စက်တင်ဘာ 16၊ 2026 တွင် ထုတ်ပြန်ခဲ့ပြီး ခေါင်းစဉ်သည် NVIDIA ၏ မျိုးဆက်သစ်ပလပ်ဖောင်းနှင့် သက်ဆိုင်ပါသည်။ ၎င်း၏ပထမဆုံးအစမ်းကြည့်ရှုတင်ပြမှုတွင်၊ Vera Rubin NVL72 စနစ်သည် NVIDIA ၏လက်ရှိ GB300 NVL72 ထိပ်တန်းစွမ်းဆောင်ရည်ထက် 3.7 ဆအထိ ထုတ်ပေးခဲ့ကြောင်း NVIDIA ၏ကြေငြာချက်အရ Blackwell Ultra ၏ဆက်ခံသူသည် AI ကောက်ချက်ချသည့်စီးပွားရေးအတွက် ဘာကိုဆိုလိုကြောင်း အစောပိုင်းအချက်ပြခဲ့သည်။

Vera Rubin သည် NVIDIA ၏နောက်ထပ်ဒေတာစင်တာပလပ်ဖောင်းဖြစ်ပြီး နက်နဲသောအရာအတွက် အဓိကအထောက်အထားများပေးထားသည့် နက္ခတ္တရူပဗေဒပညာရှင်အတွက် အမည်ပေးထားသည်။ MLPerf အစမ်းကြည့်ရှုခြင်းရလဒ်များသည် စနစ်အတွက် ပထမဆုံးသော အများသူငှာ လွတ်လပ်စွာဖွဲ့စည်းထားသော စွမ်းဆောင်ရည်ဒေတာဖြစ်သည်။ For more context on this story, see our ongoing breaking AI news.

ပွဲဦးထွက်နောက်ကွယ်က နံပါတ်များ

NVIDIA မှ Vera Rubin NVL72 အစမ်းကြည့်ရှုမှုရလဒ်များကို v6.1 suite ရှိ အလိုအပ်ဆုံးအလုပ်များထဲမှ နှစ်ခုဖြစ်သည့် DeepSeek-R1 ကျိုးကြောင်းဆင်ခြင်ခြင်းမော်ဒယ်နှင့် Qwen3-VL အမြင်-ဘာသာစကားမော်ဒယ်ကို တင်ပြခဲ့သည်။

Qwen3-VL တွင်၊ Vera Rubin NVL72 သည် NVIDIA ၏ Dynamo open-source inference framework ဖြင့် vLLM ကိုအသုံးပြုပြီး အော့ဖ်လိုင်း၊ ဆာဗာနှင့် အပြန်အလှန်အကျိုးပြုသောအခြေအနေများတွင် GB300 NVL72 ထက် 3.7 ဆပိုမိုမြင့်မားစွာ ပေးပို့ပေးပါသည်။ NVIDIA ၏ TensorRT-LLM စာကြည့်တိုက်ကို အသုံးပြု၍ DeepSeek-R1 တွင်၊ ထုတ်လွှင့်မှုသည် ယခင် flagship ထက် 2.5 ဆအထိ မြင့်မားသည်။

ကိန်းဂဏန်းနှစ်ခုလုံးသည် NVIDIA ၏ကိုယ်ပိုင်တင်ပြချက်များမှ ဆင်းသက်လာခြင်းဖြစ်သည်။ ဆိုလိုသည်မှာ ၎င်းတို့သည် MLPerf ၏စာရင်းစစ်စည်းမျဉ်းများအောက်တွင် ထုတ်လုပ်ထားသော်လည်း အကြိုကြည့်ရှုမှုရလဒ်များသည် ပလက်ဖောင်းတစ်ခု၏အစောပိုင်းတိုင်းတာမှုများကို အထူးအလေးပေးလုပ်ဆောင်နေဆဲဖြစ်သည်။

အမြတ်တွေ ဘယ်လိုတည်ဆောက်ကြလဲ။

NVIDIA သည် အစိတ်အပိုင်းတစ်ခုတည်းမဟုတ်ဘဲ ဟာ့ဒ်ဝဲနှင့် ဆော့ဖ်ဝဲလ်တစ်လျှောက် အပြည့်အ၀တွဲဖက်ဒီဇိုင်းသို့ ခုန်တက်ခြင်းကို ရည်ညွှန်းသည်။

ဆီလီကွန်ဘက်တွင်၊ Vera Rubin သည် အဆင့်မြှင့်တင်ထားသော Tensor Cores နှင့် မွမ်းမံထားသော Transformer အင်ဂျင်ကို ယူဆောင်လာပါသည် — တွက်ချက်မှုအဆင့်များဖြစ်သည့် တွက်ချက်မှုပြင်းထန်သောကြိုတင်ဖြည့်မှုအဆင့်နှင့် မမ်မိုရီ-ဘောင်းဘီကုဒ်အဆင့်နှစ်ခုလုံးကို အရှိန်မြှင့်ပေးသည်။ ပလပ်ဖောင်းသည် မော်ဒယ်အလေးချိန်၊ အာရုံစူးစိုက်မှုနှင့် KV cache တို့၏ မှတ်ဉာဏ်ခြေရာကို ကျဉ်းမြောင်းစေသည့် NVFP4 တိကျမှုကို မှီခိုအားထားကာ NVIDIA မှ ဖော်ပြသည့် အရည်အသွေးနိမ့်ဆုံး ဆုံးရှုံးမှုအဖြစ် ဖော်ပြသည့်အရာဖြင့် ဖြတ်သန်းမှုကို မြှင့်တင်ပေးပါသည်။

ဆော့ဖ်ဝဲလ်ဘက်တွင်၊ တင်သွင်းမှုများသည် DeepSeek-R1 နှင့် Qwen3-VL ကဲ့သို့သော မော်ဒယ်များတွင် အလုပ်အပြည့်အ၀ ဖြည့်သွင်းရန်နှင့် အပြည့်အဝ ဖြည့်သွင်းရန်အတွက် မတူညီသောလုပ်ငန်းတာဝန်များပေါ်တွင် ဖြည့်စွက်ခြင်းနှင့် ကုဒ်ကုဒ်ကို ခွဲထုတ်ထားသည့် ခွဲခြမ်းစိတ်ဖြာထားသည့် ဆော့ဖ်ဝဲလ်ဘက်တွင် အသုံးပြုထားသည်။

အပြန်အလှန်ချိတ်ဆက်မှုသည် တတိယမဏ္ဍိုင်ဖြစ်သည်။ NVL72 rack ဒီဇိုင်းသည် 72 GPU များကို စကေး-up ဒိုမိန်းတစ်ခုသို့ ချိတ်ဆက်ပေးသည်၊ NVIDIA မှပြောသော ဆဋ္ဌမမျိုးဆက် NVLink နှင့် NVLink Switch ကိုအသုံးပြုကာ၊ ၎င်းသည် NVIDIA မှ 10 ဆပိုမိုမြင့်မားသော packet နှုန်းထားများကိုပေးဆောင်ပြီး off-the-shelf Ethernet ထက် latency 3 ဆ ပိုနည်းသည် — rack-scale ကိုခွဲထုတ်ကာ လက်တွေ့ကျသောဝန်ဆောင်မှုပေးသည့်အခြေခံအုတ်မြစ်ဖြစ်သည်။

GB300 သည် Near-Perfect Scaling ကိုပြသသည်။

လက်ရှိ flagship သည် v6.1 round တွင် ၎င်း၏ကိုယ်ပိုင်သတင်းများရှိသည်။ NVIDIA ၏ DeepSeek-R1 တင်သွင်းမှုသည် GB300 NVL72 rack — 72 GPUs — လေးခု၊ 288 GPUs သို့ အတိုင်းအတာတစ်ခုအထိ ချဲ့ထွင်ကာ အော့ဖ်လိုင်းအခြေအနေတွင် 99 ရာခိုင်နှုန်း အတိုင်းအတာအထိ ထိရောက်မှုရရှိကာ ထုတ်ကုန်သည် ထပ်လောင်းထည့်သွင်းထားသည့် ဟာ့ဒ်ဝဲနှင့် အချိုးအစားနီးပါး တိုးလာပါသည်။

ချဲ့ထွင်ခြင်း၏ ထိရောက်မှုသည် မက်ထရစ်ဒေတာစင်တာ အော်ပရေတာများ အနီးကပ်ကြည့်ရှုသည့် အရာတစ်ခုဖြစ်ပြီး ၎င်းသည် ဟာ့ဒ်ဝဲများ ပိုမိုဝယ်ယူခြင်းသည် အမှန်တကယ် အချိုးကျ ပိုမိုစွမ်းဆောင်ရည်ကို ဝယ်ခြင်းရှိမရှိ ဆုံးဖြတ်ပေးသောကြောင့် ဖြစ်သည်။ rack များတစ်လျှောက် အနားသတ်စကေးဖြင့် တိုင်းတာခြင်းသည် ဤစကေးတွင် ပိတ်ဆို့မှုများ ရှိနေသည်မှာ rack အချင်းချင်း ဆက်သွယ်ခြင်းထက် တစ်-GPU စွမ်းဆောင်ရည် ရှိနေကြောင်း အကြံပြုသည်။

ဆော့ဖ်ဝဲလ်သည် ပေါင်းစပ်မှုကို ထိန်းသိမ်းပေးသည်။

MLPerf အကြိမ်များတွင် ထပ်တလဲလဲပြုလုပ်ထားသော ပုံစံတစ်ခု- ဆော့ဖ်ဝဲလ်တိုးတက်မှုတစ်ခုတည်းက NVIDIA ၏ v6.1 တင်ပြမှုများတွင် စွမ်းဆောင်ရည် 1.6 ဆအထိ စွမ်းဆောင်နိုင်ခဲ့ပြီး v6.0 နှင့် နှိုင်းယှဉ်ပါက ပိုမိုကောင်းမွန်အောင်လုပ်ဆောင်မှုများသည် v6.1 တင်သွင်းမှုနောက်ဆုံးနေ့အပြီးတွင် ဆက်လက်လုပ်ဆောင်သွားမည်ဖြစ်ကြောင်း ကုမ္ပဏီက ပြောကြားခဲ့သည်။

ဝယ်သူများအတွက်၊ သက်ရောက်မှုမှာ ဟာ့ဒ်ဝဲကို ပြန်လည်ဆန်းသစ်ခြင်းမရှိဘဲ ၎င်း၏သက်တမ်းတစ်လျှောက် ပေးထားသည့် ထိန်သိမ်းမှုသည် ပိုမိုမြန်ဆန်လာသည်— ဆော့ဖ်ဝဲလ်အစုအဝေးသည် သက်တမ်းရင့်လာသည်နှင့်အမျှ ၎င်း၏ထည့်သွင်းထားသည့်အခြေခံတန်ဖိုးသည် တန်ဖိုးလျှော့သွားသည်ထက် သွက်လက်သော NVIDIA သည် ၎င်း၏ထည့်သွင်းထားသောအခြေခံတန်ဖိုးကို တန်ဖိုးထားကြောင်း စောဒကတက်လေ့ရှိသည်။

Agentic Workloads စံနှုန်းများကို ပြန်လည်ပုံဖော်ပါ။

v6.1 round သည် မည်သည့် inference အတွက် အသုံးပြုနေသည်ဆိုသည့် အပြောင်းအလဲကို ထင်ဟပ်စေသည်။ NVIDIA သည် ထိုအကြောင်းပြချက်ဖြင့် AI အေးဂျင့်များအနီးတွင် ဒီဇိုင်းထုတ်ထားသည့် SemiAnalysis ၏ AgentX စံနှုန်းကို အစမ်းကြည့်ရှုရန် ညွှန်ပြသည်၊ အဆင့်များစွာကိုဖြတ်ကျော်ကာ လုပ်ဆောင်ရန်၊ Vera Rubin NVL72 သည် GB300 NVL72 ၏ စွမ်းဆောင်ရည် အဆ 30 ထုတ်ပေးသည်ဟု ဆိုသည်။

MLCommons သည် ဤအပြောင်းအရွှေ့အတွက် သီးခြားစံညွှန်းတစ်ခုကိုလည်း ပြင်ဆင်နေသည်- လာမည့် MLPerf Endpoints စံညွှန်းသည် သမားရိုးကျဖြတ်သန်းမှုစမ်းသပ်မှုများ ညံ့ဖျင်းစွာဖမ်းယူနိုင်သော အေးဂျင့်အနုမာနအလုပ်များကို စံသတ်မှတ်ရန် ရည်ရွယ်သည်။ ကောက်ချက်ချချက်သည် ရှည်လျားသော အဆင့်များစွာသော အေးဂျင့်ဆက်ရှင်များဆီသို့ ရွေ့လျားလာသည်နှင့်အမျှ တစ်စက္ကန့်လျှင် တိုကင်အကြမ်းများကဲ့သို့ ကြာမြင့်ချိန်နှင့် အပြန်အလှန်အကျိုးသက်ရောက်မှုရှိခြင်းတို့သည် အရေးကြီးသည် — နှင့် စံညွှန်းများကို လျော်ညီစွာ ပြန်လည်တည်ဆောက်နေပါသည်။

Nebius နှင့် Ecosystem သည် စောစောရောက်သည်။

Cloud ဝန်ဆောင်မှုပေးသူ Nebius သည် Vera Rubin NVL72 အကြိုကြည့်ရှုမှုရလဒ်များကို NVIDIA မှ အစောပိုင်း ဂေဟစနစ်စွမ်းဆောင်ရည်၏ အထောက်အထားအဖြစ် မီးမောင်းထိုးပြထားသည့် ခိုင်မာသောအစောပိုင်းဂေဟစနစ်ဆိုင်ရာ အထောက်အထားအဖြစ် မီးမောင်းထိုးပြခဲ့သည်။ အစောပိုင်းပြင်ပမှ တင်ပြချက်များသည် ပုံမှန်အားဖြင့် မျိုးဆက်သစ်စနစ်များသည် ဓာတ်ခွဲနမူနာရယူခြင်းမှ ပိုမိုကျယ်ပြန့်စွာရရှိနိုင်မှုဆီသို့ ရွေ့လျားနေကြောင်း NVIDIA ၏ပို့စ်နှင့် MLCommons ထုတ်ဝေမှုတွင် ယေဘုယျရရှိနိုင်ချိန်ကို မသတ်မှတ်ထားသော်လည်း၊

AI စီးပွားရေးအတွက် ဘာကြောင့် အရေးကြီးတာလဲ။

NVIDIA သည် ဝင်ငွေသတ်မှတ်ချက်များဖြင့် ရလဒ်များကို ဘောင်ခတ်သည်- Vera Rubin NVL72 ထိန်သိမ်းတစ်ခုစီသည် တိုကင်များကို သိသိသာသာ ပိုမိုထုတ်ပေးကာ၊ အသုံးပြုသူများကို ပိုမိုဝန်ဆောင်မှုပေးကာ GB300 NVL72 rack နှင့် နှိုင်းယှဉ်ပါက တိုကင်တစ်ခုအတွက် ကုန်ကျစရိတ်ကို လျှော့ချပေးသည်။ ရိုးရိုးချတ်ထက် ရိုးရှင်းသောချတ်ထက် ပိုမိုများပြားသော ပမာဏအမှာစာများကို တွက်ချက်မှုပိုမိုများပြားသော တွက်ချက်မှုဆိုင်ရာ အမှာစာများကို သုံးစွဲသည့် ကျိုးကြောင်းဆင်ခြင်မှုပုံစံများနှင့် အေးဂျင့်အလုပ်ဝန်များဖြင့် မောင်းနှင်နေသည့် လုပ်ငန်းတစ်ခုတွင်၊ တစ်ပွဲချင်းဖြတ်သန်းမှုနှုန်းသည် ပုံသေဒေတာစင်တာမှ ဘတ်ဂျက်သုံးစွဲသူမည်မျှအသုံးပြုနိုင်သည်ကို ဆုံးဖြတ်သည့်နံပါတ်ဖြစ်သည်။

ပုံမှန်သတိပေးချက်များ အကျုံးဝင်သည်- ၎င်းတို့သည် NVIDIA မှ ရွေးချယ်ထားသော မော်ဒယ်နှစ်ခုတွင် အကြိုသုံးသပ်မှုအဝိုင်းတွင် ရောင်းချသူ တင်ပြချက်များဖြစ်ပြီး၊ ပိုကောင်းအောင် လုပ်ဆောင်မှုများ ဆက်လက်ရှိနေပါသည်။ ဒါပေမယ့် ဦးတည်ချက်ကတော့ ရှင်းရှင်းလင်းလင်းမရှိပါဘူး။ Vera Rubin ကို MLPerf ၏ပထမဆုံးကြည့်ရှုမှုသည် 2023 ခုနှစ်ကတည်းက AI အခြေခံအဆောက်အအုံဟုသတ်မှတ်ထားသောစွမ်းဆောင်ရည်တက်ခြင်းအား အရိပ်အမြွက်ပြသခြင်းမရှိပါ — နှင့်နောက်ထပ် rack-refresh cycle သည် AI ဝန်ဆောင်မှုပေးသည့်စီးပွားရေးကိုစကေးဖြင့်ပြန်လည်သတ်မှတ်လိမ့်မည်ဖြစ်ကြောင်းအကြံပြုသည်။

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →