CLOUD & INFRA

Google Cloud เผยผล MLPerf v6.1 แสดงประสิทธิภาพ TPU Ironwood และ GPU Grace Blackwell ในการฝึก AI

Google Blog16 Nov 2026
1 min read
Key Takeaways
  • Google Cloud แสดงให้เห็นถึงขีดความสามารถที่เหนือกว่าของทั้ง Ironwood TPUs
  • NVIDIA Grace Blackwell GPUs ในการฝึก AI ผ่านการทดสอบ MLPerf v6
  • 1 ซึ่งเป็นปัจจัยสำคัญในการขับเคลื่อนการพัฒนาและนวัตกรรม AI

ทำไมเรื่องนี้ถึงสำคัญ

ผลการทดสอบ MLPerf นี้ยืนยันถึงความสามารถของ Google Cloud ในการนำเสนอโครงสร้างพื้นฐาน AI ที่มีประสิทธิภาพสูงและสามารถปรับขนาดได้ ซึ่งมีความสำคัญอย่างยิ่งต่อการพัฒนาและการใช้งานโมเดล AI ที่ซับซ้อนและงาน agentic reinforcement learning ที่กำลังเติบโต เป็นการขับเคลื่อนนวัตกรรม AI ไปข้างหน้า.

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.

สรุปประเด็นหลัก

Google Cloud เผยผล MLPerf Training v6.1 สำหรับ Ironwood TPUs และ NVIDIA Grace Blackwell GPUs.

Ironwood TPUs 8,192 ชิป ทำการ pre-training ได้ใน 1.70 นาที และ 640 ชิป สำหรับ agentic RL ใน 18.02 นาที.

NVIDIA GB300 GPUs 256 ชิป บน Google Cloud A4X Max ทำการ pre-training ได้ใน 31.96 นาที.

นวัตกรรมและเทคโนโลยี

benchmarks

ผลการทดสอบ MLPerf v6.1 AI Training

Google Cloud ได้เผยแพร่ผลลัพธ์การวัดประสิทธิภาพการฝึก AI ล่าสุดสำหรับ Ironwood TPUs เจเนอเรชันที่ 7 และ NVIDIA Grace Blackwell GPUs ครอบคลุมการ pre-training และ agentic reinforcement learning.

hardware performance

ประสิทธิภาพของ Ironwood TPUs

8,192 Ironwood TPUs บรรลุเป้าหมายคุณภาพโมเดลใน 1.70 นาที และ 640 Ironwood TPUs บรรลุความแม่นยำในการเขียนโค้ดสำหรับ agentic RL ใน 18.02 นาที ด้วยประสิทธิภาพสูง.

hardware performance

ประสิทธิภาพของ NVIDIA Grace Blackwell GPUs

256 NVIDIA GB300 GPUs บน Google Cloud A4X Max Instances บรรลุเป้าหมายคุณภาพสำหรับการ pre-training ใน 31.96 นาที และมีผลลัพธ์ที่แข็งแกร่งสำหรับ agentic RL.

Developer Impact
นักพัฒนาและนักวิจัย AI สามารถมั่นใจได้ว่าจะสามารถเข้าถึงโครงสร้างพื้นฐานการประมวลผลที่มีประสิทธิภาพสูงบน Google Cloud เพื่อเร่งการฝึกโมเดล AI ขนาดใหญ่และซับซ้อน รวมถึงการพัฒนา AI Agent ซึ่งช่วยลดเวลาในการทดลองและนำผลลัพธ์ออกสู่ตลาด.
Keywords
#google cloud #mlperf #tpu #gpu #ai training #benchmarks
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

Google Blog