NVIDIA Vera Rubin lidera benchmarks MLPerf em treinamento e inferência, com foco em eficiência energética
Aprofundamento CEVIU
Aprofundamento
A plataforma NVIDIA Vera Rubin fez sua estreia nos benchmarks MLPerf v6.1, alcançando resultados significativos em treinamento, pós-treinamento e inferência agentic. A NVIDIA venceu todos os benchmarks MLPerf Training v6.1. Em sua primeira participação no MLPerf Endpoints, a Vera Rubin demonstrou ganhos de mais de 10x no throughput por watt para IA agentic, medindo a quantidade de trabalho por watt de energia. A NVIDIA foi a única empresa a submeter resultados em todos os benchmarks desta rodada, que abrangeu modelos de linguagem grandes, geração de imagens, sistemas de recomendação e aprendizado por reforço pós-treinamento. O sistema Vera Rubin NVL72 entregou até 2x mais performance por GPU do que o NVIDIA GB300 NVL72. Em testes de escalabilidade, a Vera Rubin NVL72 manteve uma eficiência de cerca de 97% ao escalar de 256 para 1.024 GPUs no benchmark DeepSeek-V3. A NVIDIA e a Microsoft Azure também realizaram benchmarks em 10.240 GPUs, usando sistemas GB300 e GB200, respectivamente, representando a maior escala desta rodada. A expectativa é que o desempenho da Vera Rubin continue a otimizar-se com melhorias na stack de software CUDA.
O que mudou
A plataforma Vera Rubin, agora com seu lançamento oficial e resultados em MLPerf, evoluiu desde sua introdução em 31 de agosto de 2026, quando o CEVIU noticiou que a NVIDIA apostava na gestão de dados e na orquestração eficiente com a arquitetura Vera Rubin, que integrava a Vera CPU e outros componentes. Em 5 de novembro de 2026, a NVIDIA já indicava que a CPU Vera combinava maior throughput e execução mais rápida de agentes, com o foco na alternância entre raciocínio na GPU e execução na CPU. Os resultados atuais concretizam as previsões de desempenho e eficiência energética, especialmente para IA agentic, e demonstram a integração do Vera Rubin no ecossistema de benchmarks, validando as capacidades que eram anteriormente divulgadas como características.
Por que isso importa
Para profissionais de IA, machine learning e ciência de dados, os resultados da NVIDIA Vera Rubin nos benchmarks MLPerf v6.1 e Endpoints indicam uma nova fronteira de capacidade e eficiência. O aumento de mais de 10x no throughput por watt para IA agentic significa que é possível rodar mais agentes com o mesmo consumo de energia, impactando diretamente os custos operacionais e a escalabilidade de aplicações de IA que dependem de agentes autônomos. A melhoria de até 2x na performance por GPU em comparação com o GB300 NVL72 sugere que a nova geração de hardware pode acelerar significativamente o tempo de treinamento e inferência, permitindo o desenvolvimento e implantação mais rápidos de modelos de IA mais complexos e eficientes.
Linha do tempo
Nvidia redefine o jogo da IA com a arquitetura Vera Rubin e aposta na gestão de dados
Cohere Inova com Megakernel para Otimizar Inferência em GPUs, Superando Desempenho do vLLM
NVIDIA diz que CPU Vera combina maior throughput e execução mais rápida de agentes
NVIDIA Vera Rubin lidera benchmarks MLPerf em treinamento e inferência, com foco em eficiência energética
Perguntas frequentes
O que a plataforma NVIDIA Vera Rubin demonstrou nos benchmarks MLPerf?
A plataforma NVIDIA Vera Rubin liderou os benchmarks MLPerf Training v6.1 em todas as categorias e, em sua estreia no MLPerf Endpoints, alcançou mais de 10x de ganho no throughput por watt para IA agentic. Ela mostrou até 2x mais performance por GPU que a geração anterior e alta eficiência de escalabilidade em até 1.024 GPUs.
Qual a relevância do ganho de throughput por watt para IA agentic?
O ganho de throughput por watt é crucial para aplicações de IA agentic, pois indica quantos tokens um sistema pode gerar por segundo para cada watt de energia. Isso permite servir mais agentes e gerar mais valor, otimizando o uso de energia em data centers e impactando positivamente os custos e a capacidade de processamento.
Como a Vera Rubin se compara com gerações anteriores da NVIDIA?
A Vera Rubin NVL72 entregou até 2x mais performance por GPU do que o sistema NVIDIA GB300 NVL72. Para IA agentic, os sistemas Vera Rubin NVL72 demonstraram mais de 10x o throughput por watt do NVIDIA GB300 NVL72, evidenciando um avanço geracional significativo em eficiência e desempenho.
Quais tipos de cargas de trabalho a Vera Rubin abrangeu nos benchmarks?
A plataforma Vera Rubin foi a única a submeter resultados em todos os benchmarks, cobrindo modelos de linguagem grandes, geração de imagens, sistemas de recomendação e aprendizado por reforço pós-treinamento, além de cargas de trabalho de inferência agentic.
Fontes
- blogs.nvidia.comfonte original
- Categoria
- CEVIU IA
- Publicado
- 16 de novembro de 2026
- Editoria
- CEVIU IA

