谷歌第七代自研 Ironwood TPU 交卷:8192 颗集群约 102 秒达标 DeepSeek-V3 预训练
IT之家 ·
感谢IT之家网友 xxy171070、乌蝇哥的左手 的线索投递!
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 首次纳入的智能体强化学习测试。
IT之家注:10 项成绩并非全部来自 Ironwood,其中 4 项使用谷歌自研芯片,另外 6 项采用英伟达 GPU。
在 DeepSeek-V3 预训练测试中,8,192 颗 Ironwood TPU 用时 1.70 分钟(约 102 秒),让目标模型达到基准规定的质量要求。谷歌同时披露,在扩展至 4,096 颗芯片的测试中,系统扩展效率达到 96%。
根据 MLCommons 发布的参赛方补充说明,谷歌在 DeepSeek-V3 671B 预训练项目中提交了三组 Ironwood 成绩:
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 DeepSeek-V3 671B 测试中,可参考以下公开成绩:
提交方/平台加速器配置达标用时
英伟达 GB300 NVL72 集群10,240 颗 GB300 GPU1.38 分钟,约 82.8 秒
谷歌 Ironwood 集群8,192 颗 Ironwood TPU1.70 分钟,102 秒
英伟达 Vera Rubin NVL72 集群1,024 颗 Rubin GPU4.14 分钟
英伟达 GB300 NVL72 集群1,024 颗 GB300 GPU8.03 分钟
谷歌云 A4X Max256 颗 GB300 GPU31.96 分钟
Ironwood 及谷歌云 GB300 成绩来自谷歌披露,其余成绩来自英伟达本轮技术说明,英伟达将 10,240 颗 GB300 的 1.38 分钟列为本轮该项目最短用时。
在本轮首次引入的智能体强化学习测试中,640 颗 Ironwood 芯片运行 Qwen3.5-397B,用时 18.02 分钟达到编程任务要求,准确率为 76.5%,高于 69% 的目标。代码生成与学习同步进行,让训练芯片等待时间占比低于 3%。
在 Google Cloud A4X Max 实例中,256 块用于预训练基准的 NVIDIA GB300 GPU 在 31.96 分钟内达到目标质量,辅以 5 个 A4X 和 A4X Max 在 agentic RL 基准测试中的提交。
参考
New AI training performance benchmarks for Google TPUs
MLCommons Releases MLPerf Training v6.1 Results, Spotlighting Recent Advances in AI Training
Supplemental Results Discussion for MLPerf Training v6.1
广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家包含外链的文章均包含本声明。
素材来源:IT之家 · 原文发布于
