İçeriğe atla
Son haberler
Houdini Solaris’te USD sahnesi kurma: Katmanlı iş akışı rehberiGPT-6 Astra, parçacık fiziğindeki kafes problemine kanıt katkısı sunduUnreal Engine Level Streaming rehberi: büyük mimari sahneleri nasıl yönetin?NVIDIA Vera duyuruldu: 192 CPU’lu HPC platformu bilimsel simülasyonları hedefliyorBlender’da mesh temizleme: Voxel Remesh ve retopoloji rehberiAmbasz–MoMA ödülü Friendship Centre’a: İlk doğayla uzlaşan mimarlık ödülüBlender Python ile sahne, kamera ve render ayarları nasıl yönetilir?Datasmith ile Unreal Engine’e sahne aktarma: mimari görselleştirme rehberiBlender’da UV açma: Dikişlerle temiz ve kontrollü UV haritasıNVIDIA, Vera Rubin için MLPerf testlerinde liderlik bildirdi
DonanımNVIDIANVIDIA Vera Rubin

NVIDIA, Vera Rubin için MLPerf testlerinde liderlik bildirdi

NVIDIA, Vera Rubin’in MLPerf Training v6.1’deki tüm testlerde sonuç sunduğunu ve MLPerf Endpoints’in ajan kıyaslamalarında öne çıktığını bildirdi. Kimi K3 karşılaştırması henüz doğrulamayı bekliyor.

Sunucu raflarının yanında camın ardında görünen mimari ölçekli modelAI görsel
Temsilî görsel; yapay zekâ ile üretildi.Görsel: 3dsınıfı / FCA AI
KaydetPaylaş0

Kısaca

  1. NVIDIA, Vera Rubin’in MLPerf Training v6.1 turundaki tüm testlerde sonuç veren tek platform olduğunu açıkladı.
  2. Şirkete göre Vera Rubin NVL72, DeepSeek-V3 testinde 256’dan 1.024 GPU’ya ölçeklenirken yaklaşık yüzde 97 verimlilik gösterdi.
  3. NVIDIA, Kimi K3 testinde watt başına iş hacminin GB300 NVL72’ye göre 10 katı aştığını bildirdi; sonuç geçici ve doğrulama bekliyor.
  4. Şirket, Vera Rubin NVL72’nin GPU başına performansının GB300 NVL72’ye kıyasla iki kata kadar çıktığını belirtti.

NVIDIA, Vera Rubin platformunun MLPerf Training v6.1 ve MLPerf Endpoints sonuçlarını 16 Kasım 2026’da yayımladı. Şirket, Vera Rubin’in eğitim ve eğitim sonrası işlemlerin yanı sıra yapay zekâ ajanı çıkarımı testlerinde de öne çıktığını bildirdi. NVIDIA’nın açıklamasına göre platform, bu turdaki MLPerf Training testlerinin tamamında sonuç sunan tek sistem oldu; MLPerf Endpoints’in tüm ajan kıyaslamalarında da lider sonuçlar elde etti.

Eğitim testlerinde hangi sonuçlar paylaşıldı?

MLPerf Training, sistemlerin farklı yapay zekâ modellerini hedeflenen doğruluk düzeyine ne kadar hızlı eğitebildiğini ölçüyor. NVIDIA’nın paylaştığı testler büyük dil modellerini, görüntü üretimini, öneri sistemlerini ve pekiştirmeli öğrenme sonrası eğitimi kapsıyor. Şirket, Vera Rubin NVL72’nin GPU başına performansının, optimize edilmiş NVIDIA GB300 NVL72 sistemine göre iki kata kadar ulaştığını belirtiyor. Bu, üreticinin ilk sonuçlara dayalı iddiası; açıklama her iş yükü için aynı artışın sağlandığını göstermiyor.

NVIDIA, DeepSeek-V3 testinde Vera Rubin NVL72 sisteminin 256 GPU’dan 1.024 GPU’ya ölçeklendiğini ve yaklaşık yüzde 97 verimlilik sağladığını aktardı. Şirketin verdiği ölçümde GPU sayısı dört katına çıkarıldığında eğitim süresi 16 dakikadan yaklaşık dört dakikaya indi. NVIDIA, büyük ölçekli eğitimde sistemlerin birlikte çalışmasını NVLink ölçekleme bağlantısı ile Quantum-X800 InfiniBand ve Spectrum-X Ethernet ağlarına bağlıyor; sonuçların optimize edilmiş yazılımla birlikte elde edildiğini söylüyor.

Ajan testindeki 10 katı aşan sonuç kesin mi?

MLPerf Endpoints, kodlama ve kurumsal iş akışları gibi ajan görevlerini ve bu görevlerin doğru tamamlanıp tamamlanmadığını değerlendiriyor. NVIDIA, Kimi K3 modelinde Vera Rubin NVL72’nin GB300 NVL72’ye kıyasla watt başına iş hacminde 10 katı aşan sonuç verdiğini bildirdi. Şirketin karşılaştırması, kullanıcı başına saniyede en az 50 tokenlık ortak bir etkileşim eşiğinde watt başına iş hacmini esas alıyor.

Bu değer kesinleşmiş, bağımsız olarak doğrulanmış bir sonuç değil. NVIDIA, Vera Rubin için açıklanan Kimi K3 sonucunun MLCommons doğrulamasını beklediğini ve hakem değerlendirmesi sırasında değişebileceğini belirtiyor. Dolayısıyla performans oranı, doğrulama tamamlanana kadar şirketin geçici sonucu olarak ele alınmalı. Test koşulları ve yanıt hızı gibi ölçütler de farklı sistemleri karşılaştırırken göz önünde bulundurulmalı.

Mimarlık ve görselleştirme iş akışlarına etkisi

Duyuruda mimarlık yazılımları, 3D render veya belirli görselleştirme araçları test edilmiyor. Bu nedenle sonuçlar, Vera Rubin’in doğrudan render sürelerini kısalttığı ya da belirli bir tasarım uygulamasını hızlandırdığı şeklinde yorumlanamaz. Olası dolaylı önem, tasarım ekiplerinin kullandığı yapay zekâ hizmetlerinin arka planında eğitim ve ajan iş yüklerinin daha verimli yürütülebilmesiyle ilgili.

Yapay zekâ ajanlarını iş akışlarına eklemeyi değerlendiren ofisler için duyuru, altyapı performansındaki ilerlemeyi takip etmek açısından anlam taşıyor; ancak belirli hizmetlerin Vera Rubin kullandığına dair bilgi sunmuyor. NVIDIA’nın paylaşımında ürünün fiyatı, satışa çıkış tarihi veya mimarlık yazılımlarıyla uyumluluğu da açıklanmıyor. Bu nedenle donanım yatırımı ya da iş akışı değişikliği değerlendirilirken yalnızca üreticinin kıyaslama sonuçlarına değil, doğrulama durumuna ve ilgili kullanım koşullarına da bakılması gerekiyor.

Sık sorulan sorular

NVIDIA Vera Rubin MLPerf Training v6.1’de nasıl bir sonuç aldı?

NVIDIA, Vera Rubin’in bu turdaki tüm MLPerf Training testlerinde sonuç sunan tek platform olduğunu açıkladı. Testler büyük dil modelleri, görüntü üretimi, öneri sistemleri ve pekiştirmeli öğrenme sonrası eğitimi kapsıyor.

Vera Rubin’in Kimi K3 testindeki 10 katı aşan sonucu doğrulandı mı?

Hayır. NVIDIA, Vera Rubin sonucunun geçici olduğunu ve MLCommons doğrulaması ile hakem değerlendirmesini beklediğini belirtiyor.

Vera Rubin mimari görselleştirme performansını artırıyor mu?

Duyurudaki testler mimarlık yazılımlarını veya 3D render performansını ölçmüyor. Belirli bir mimari iş akışında hızlanma olduğu bu sonuçlardan çıkarılamaz.

Kaynaklar

1 kaynak
NB
NVIDIA Blogblogs.nvidia.com/blog/mlperf-training-endpoints-vera-rubin
Özet

Kaynak metinler yeniden yayımlanmaz; kısa alıntılar tırnak içinde verilir, geri kalanı özgün özet ve yorumdur.

3dsınıfı yorumu
3dEditörün değerlendirmesi

Vera Rubin sonuçları, yapay zekâ altyapısında eğitim performansının yanında enerji başına ajan iş hacminin de önem kazandığını gösteriyor. Mimarlık ofisleri için bu, bugün doğrudan render süresi veya tasarım yazılımı performansı hakkında bir vaat değil; kullanılan yapay zekâ hizmetlerinin altyapısında karşılığı olabilecek bir gelişme.

Türkiye’deki ekipler açısından satın alma kararında gerçek erişim, toplam maliyet, lisans ve kullanılan yazılımlarla uyumluluk belirleyici olacak. Kimi K3 sonucu henüz doğrulanmadığından, açıklanan oranları kesin performans beklentisi olarak almak doğru değil. Ticari koşullar ve bağımsız doğrulama netleşene kadar duyuruyu izlemek daha temkinli bir yaklaşım.

Bu habere tepkin ne?

Yorumlar 0

İlk yorumu sen yazKendi test sonuçlarını ya da sorunu paylaş.
+

İlgili haberler