MLCommons செப்டம்பர் 16, 2026 அன்று MLPerf அனுமானம் v6.1 பெஞ்ச்மார்க் முடிவுகளை வெளியிட்டது, மேலும் தலைப்பு NVIDIA இன் அடுத்த தலைமுறை தளத்திற்கு சொந்தமானது. அதன் முதல் முன்னோட்டச் சமர்ப்பிப்பில், வேரா ரூபின் என்விஎல்72 சிஸ்டம் என்விடியாவின் தற்போதைய ஜிபி300 என்விஎல்72 ஃபிளாக்ஷிப்பை விட 3.7 மடங்கு வரை வழங்கியுள்ளது, என்விடியாவின் அறிவிப்பின்படி, பிளாக்வெல் அல்ட்ராவின் வாரிசு AI அனுமானம் பொருளாதாரத்திற்கு என்ன அர்த்தம் என்பதற்கான ஆரம்ப சமிக்ஞையாகும்.

வேரா ரூபின் என்பது என்விடியாவின் அடுத்த தரவு மைய தளமாகும், இது இருண்ட பொருளுக்கு முக்கிய ஆதாரங்களை வழங்கிய வானியற்பியல் விஞ்ஞானிக்கு பெயரிடப்பட்டது. MLPerf முன்னோட்ட முடிவுகள் கணினிக்கான முதல் பொது, சுயாதீனமாக ஒழுங்கமைக்கப்பட்ட செயல்திறன் தரவு ஆகும். For more context on this story, see our ongoing AI news.

அறிமுகத்தின் பின்னால் உள்ள எண்கள்

என்விடியா, v6.1 தொகுப்பில் இரண்டு மிகவும் தேவைப்படும் பணிச்சுமைகளில் Vera Rubin NVL72 மாதிரிக்காட்சி முடிவுகளை சமர்ப்பித்தது: DeepSeek-R1 தர்க்க மாடல் மற்றும் Qwen3-VL vision-language மாதிரி.

Qwen3-VL இல், Vera Rubin NVL72 ஆனது GB300 NVL72 ஐ விட 3.7 மடங்கு அதிகமான செயல்திறனை ஆஃப்லைன், சர்வர் மற்றும் இன்டராக்டிவ் காட்சிகளில் வழங்கியது, NVIDIA's Dynamo ஓப்பன் சோர்ஸ் அனுமான கட்டமைப்புடன் vLLM இயங்குகிறது. DeepSeek-R1 இல், NVIDIAவின் TensorRT-LLM நூலகத்தைப் பயன்படுத்தி, முந்தைய ஃபிளாக்ஷிப்பை விட 2.5 மடங்கு அதிகமாக செயல்திறன் இருந்தது.

இரண்டு புள்ளிவிவரங்களும் MLCommons's Closed Division க்கு NVIDIA இன் சொந்த சமர்ப்பிப்புகளிலிருந்து வந்தவை, அதாவது MLPerf இன் தணிக்கை செய்யப்பட்ட விதிகளின் கீழ் அவை தயாரிக்கப்பட்டன, இருப்பினும் முன்னோட்ட முடிவுகள் வெளிப்படையாக இன்னும் மேம்படுத்தப்பட்ட ஒரு தளத்தின் ஆரம்ப அளவீடுகளாகும்.

ஆதாயங்கள் எவ்வாறு கட்டமைக்கப்படுகின்றன

என்விடியா எந்த ஒரு கூறுகளையும் விட வன்பொருள் மற்றும் மென்பொருளில் முழு-ஸ்டாக் இணை-வடிவமைப்புக்குக் காரணம்.

சிலிக்கான் பக்கத்தில், வேரா ரூபின் மேம்படுத்தப்பட்ட டென்சர் கோர்கள் மற்றும் மேம்படுத்தப்பட்ட டிரான்ஸ்ஃபார்மர் இன்ஜினைக் கொண்டுவருகிறது, இது இரண்டு நிலை அனுமானத்தையும் துரிதப்படுத்துகிறது - கம்ப்யூட்-ஹெவி ப்ரீஃபில் ஃபேஸ் மற்றும் மெமரி-பவுண்ட் டிகோட் கட்டம். இயங்குதளம் NVFP4 துல்லியத்தில் சாய்ந்துள்ளது, இது மாடல் எடைகள், கவனம் மற்றும் KV கேச் ஆகியவற்றின் நினைவக தடத்தை சுருக்கி, NVIDIA வெளியீட்டுத் தரத்தின் குறைந்தபட்ச இழப்பு என விவரிக்கும் செயல்திறனை அதிகரிக்கிறது.

மென்பொருள் பக்கத்தில், சமர்ப்பிப்புகள் பிரிக்கப்பட்ட சேவைகளைப் பயன்படுத்துகின்றன, இது வெவ்வேறு பணிகளில் முன் நிரப்புதல் மற்றும் டிகோட் ஆகியவற்றைப் பிரிக்கிறது, மேலும் DeepSeek-R1 மற்றும் Qwen3-VL போன்ற மாடல்களில் உள்ள நிபுணர்களின் கலவையை முழுமையாக வேலை செய்ய வைக்க பெரிய அளவிலான நிபுணர் இணையாக உள்ளது.

இன்டர்கனெக்ட் என்பது மூன்றாவது தூண். NVL72 ரேக் வடிவமைப்பு, ஆறாவது தலைமுறை NVLink மற்றும் NVLink ஸ்விட்சைப் பயன்படுத்தி 72 GPUகளை ஒரே அளவிலான-அப் டொமைனுடன் இணைக்கிறது, இது 10 மடங்கு அதிக பாக்கெட் விகிதங்களையும் ஆஃப்-தி-ஷெல்ஃப் ஈதர்நெட்டை விட 3 மடங்கு குறைவான லேட்டன்சியையும் வழங்குகிறது - இது ரேக்-ஸ்கேல் பிரித்தெடுக்கும் அடிப்படையாகும்.

GB300 அருகாமையில் சரியான அளவிடுதலைக் காட்டுகிறது

தற்போதைய ஃபிளாக்ஷிப் v6.1 சுற்றில் அதன் சொந்த செய்திகளைக் கொண்டிருந்தது. NVIDIA இன் DeepSeek-R1 சமர்ப்பிப்பு ஒரு GB300 NVL72 ரேக்கில் இருந்து 72 GPUகள் - நான்கு ரேக்குகள், 288 GPUகள் என அளவிடப்பட்டது, ஆஃப்லைன் சூழ்நிலையில் 99 சதவீத அளவிடுதல் செயல்திறனை அடைகிறது, வன்பொருளின் விகிதாச்சாரத்தில் ஏறக்குறைய அதிகரிக்கும்.

அளவிடுதல் திறன் என்பது ஒரு மெட்ரிக் தரவு மைய ஆபரேட்டர்கள் உன்னிப்பாகக் கவனிக்கிறது, ஏனெனில் அதிக வன்பொருள் வாங்குவது உண்மையில் விகிதாசாரமாக அதிக திறனை வாங்குகிறதா என்பதை இது தீர்மானிக்கிறது. ரேக்குகள் முழுவதும் நெயர்-லீனியர் ஸ்கேலிங், இந்த அளவிலான இடையூறு இடை-ரேக் தகவல்தொடர்புக்கு பதிலாக ஒவ்வொரு ஜிபியு செயல்திறனிலும் இருக்கும் என்று அறிவுறுத்துகிறது.

மென்பொருளானது தொடர்ந்து கூட்டும்

மீண்டும் நடைபெற்ற MLPerf சுற்றுகளில் ஒரு தொடர்ச்சியான முறை: மென்பொருள் மேம்பாடுகள் மட்டும் V6.0 உடன் ஒப்பிடும்போது NVIDIAவின் v6.1 சமர்ப்பிப்புகளில் 1.6 மடங்கு அதிக செயல்திறனை வழங்கியுள்ளன, மேலும் v6.1 சமர்ப்பிப்பு காலக்கெடுவிற்குப் பிறகும் மேம்படுத்தல்கள் தொடர்ந்து இறங்கியது, மேலும் ஆதாயங்களை வழங்குகிறது என்று நிறுவனம் கூறுகிறது.

வாங்குபவர்களுக்கு, வன்பொருள் புதுப்பிப்பு இல்லாமல் கொடுக்கப்பட்ட ரேக் அதன் வாழ்நாளில் வேகமாகப் பெறுகிறது - ஒரு டைனமிக் என்விடியா, மென்பொருள் அடுக்கு முதிர்ச்சியடையும் போது அதன் நிறுவப்பட்ட தளம் மதிப்பிழந்து போவதை விட மதிப்புள்ளதாக வாதிடுகிறது.

ஏஜென்டிக் பணிச்சுமைகள் வரையறைகளை மறுவடிவமைக்கிறது

v6.1 சுற்று எந்த அனுமானத்திற்காகப் பயன்படுத்தப்படுகிறது என்பதன் மாற்றத்தையும் பிரதிபலிக்கிறது. என்விடியா, செமிஅனாலிசிஸின் ஏஜென்ட்எக்ஸ் பெஞ்ச்மார்க் பற்றிய முன்னோட்ட சோதனையை சுட்டிக் காட்டியது, இது AI முகவர்களைச் சுற்றி வடிவமைக்கப்பட்டுள்ளது, இது பல படிகளில் காரணம், திட்டமிடுதல் மற்றும் செயல்படும், அங்கு வேரா ரூபின் NVL72 GB300 NVL72 இன் செயல்திறனை 30 மடங்கு வழங்கியதாகக் கூறுகிறது.

MLCommons is also preparing a dedicated benchmark for this shift: the upcoming MLPerf Endpoints benchmark aims to standardize measurement of agentic inference workloads that traditional throughput tests capture poorly. As inference moves from single-prompt chat toward long multi-step agent sessions, latency and interactive consistency matter as much as raw tokens per second — and benchmarks are being rebuilt accordingly.

Nebius and the Ecosystem Arrive Early

Cloud provider Nebius also submitted Vera Rubin NVL72 preview results, which NVIDIA highlighted as evidence of strong early ecosystem performance. Early third-party submissions are typically a sign that next-generation systems are moving from lab sampling toward broader availability, though neither NVIDIA's post nor MLCommons' release specifies general-availability timing.

Why It Matters for AI Economics

NVIDIA frames the results in revenue terms: each Vera Rubin NVL72 rack generates significantly more tokens, serves more users and lowers cost per token relative to a GB300 NVL72 rack. In an industry where inference demand is being driven by reasoning models and agent workloads that consume orders of magnitude more compute per query than simple chat, per-rack throughput is the number that determines how many users a fixed data-center budget can serve.

The usual caveats apply: these are vendor submissions in a preview round, on two models chosen by NVIDIA, with optimizations still landing. But the direction is unambiguous. MLPerf's first look at Vera Rubin suggests the performance climb that has defined AI infrastructure since 2023 has no plateau in sight — and that the next rack-refresh cycle will again reset the economics of serving AI at scale.

---

Stay Ahead of AI

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

Read more AI news →