Google Cloud ได้เผยแพร่ผลการทดสอบ MLPerf Training v6.1 ล่าสุด โดยเน้นย้ำถึงประสิทธิภาพอันแข็งแกร่งของโครงสร้างพื้นฐาน AI ซึ่งรวมถึง Ironwood TPUs เจเนอเรชันที่ 7 และ NVIDIA Grace Blackwell GPUs ผลลัพธ์เหล่านี้เป็นส่วนหนึ่งของการประเมินมาตรฐานอุตสาหกรรมสำหรับการฝึกโมเดล AI โดยครอบคลุมทั้งการ pre-training โมเดลขนาดใหญ่ และการทดสอบ MLPerf ครั้งแรกสำหรับ agentic reinforcement learning (RL).
ข้อมูลที่ได้มาจากสถาปัตยกรรม AI Hypercomputer ของ Google Cloud ซึ่งเป็นผลมาจากการออกแบบร่วมกันระหว่างซิลิคอน, ระบบเครือข่าย และซอฟต์แวร์แบบเปิดเผย สำหรับ Ironwood TPUs นั้น ระบบ 8,192 ชิปสามารถทำตามเป้าหมายคุณภาพของโมเดลได้ภายใน 1.70 นาที โดยสามารถปรับขนาดได้ถึง 4,096 ชิปด้วยประสิทธิภาพ 96% ในด้าน agentic RL ระบบ 640 Ironwood TPUs สามารถทำตามเป้าหมายความแม่นยำในการเขียนโค้ดได้ใน 18.02 นาที โดยมีช่วงเวลาที่ชิปฝึกอบรมรอน้อยกว่า 3%.
ในส่วนของ NVIDIA Grace Blackwell GPUs ที่ใช้บน Google Cloud A4X Max Instances นั้น ระบบ 256 NVIDIA GB300 GPUs สามารถทำตามเป้าหมายคุณภาพสำหรับการ pre-training ได้ใน 31.96 นาที นอกจากนี้ยังมีผลลัพธ์การทดสอบ A4X และ A4X Max อีก 5 รายการในหมวด agentic RL ซึ่งตอกย้ำถึงขีดความสามารถในการประมวลผล AI ของ Google Cloud.