谷歌Ironwood交出MLPerf成绩:DeepSeek-V3预训练只用102秒
IT之家 11 月 17 日消息,谷歌云(Google Cloud)昨日(11 月 16 日)发布博文,在 MLPerf Training v6.1 基准测试第一轮中,提交了覆盖第七代 Ironwood TPU 与英伟达 Grace Blackwell GPU 的 10 项结果,涉及模型预训练,以及 MLPerf 首次
谷歌云(Google Cloud)11月16日发布博文,公布Ironwood TPU在MLPerf基准中的表现,测试内容涵盖模型预训练,以及MLPerf首次纳入的智能体强化学习测试。谷歌云称,这批成绩于昨日(11 月 17 日)对外披露。
需要说明的是,10 项成绩并非全部由Ironwood贡献:4 项跑在谷歌自研芯片上,另外 6 项用的是
在
按MLCommons发布的参赛方补充说明,谷歌在
| Ironwood 芯片数量 | 达到目标质量的时间 | 换算为秒 | 相对 2,048 颗配置的提速 |
|---|---|---|---|
| 2,048 颗 | 5.03 分钟 | 约 302 秒 | 基准 |
| 4,096 颗 | 2.62 分钟 | 约 157 秒 | 约 1.92 倍 |
| 8,192 颗 | 1.70 分钟 | 102 秒 | 约 2.96 倍 |
同轮
| 提交方/平台 | 加速器配置 | 达标用时 |
|---|---|---|
| 英伟达 | 10,240 颗 | 1.38 分钟,约 82.8 秒 |
| 谷歌 Ironwood 集群 | 8,192 颗 Ironwood TPU | 1.70 分钟,102 秒 |
| 英伟达 Vera Rubin NVL72 集群 | 1,024 颗 Rubin GPU | 4.14 分钟 |
| 英伟达 | 1,024 颗 GB300 GPU | 8.03 分钟 |
| 谷歌云 A4X Max | 256 颗 GB300 GPU | 31.96 分钟 |
Ironwood及谷歌云GB300上述成绩中,一部分由谷歌自己披露,其余来自英伟达本轮技术说明。英伟达把 10,240 颗GB300该项目本轮的最短用时,被英伟达以 1.38 分钟列在自己名下。
本轮首次引入的智能体强化学习测试里,640 颗 Ironwood 芯片跑的是
在Google Cloud A4X Max实例中,256 块NVIDIAGB300这批GPU用 31.96 分钟达到目标质量,另有 5 个A4X和A4X Max在
参考