谷歌云于11月16日公布mlperf training v6.1成绩:8192颗ironwood tpu在deepseek-v3预训练项目中,以1.70分钟、约102秒达到规定质量目标。该项目的计时口径,是从官方参考检查点运行到目标收敛标准。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
谷歌官方披露的MLPerf Training v6.1成绩
十项提交来自TPU与GPU两类平台
谷歌此次披露十项提交,其中四项使用Ironwood,另外六项使用NVIDIA Grace Blackwell GPU。Ironwood的DeepSeek-V3项目分别列出2048、4096和8192颗芯片配置;谷歌报告,扩展至4096颗芯片的测试达到96%扩展效率。
在智能体强化学习项目中,640颗Ironwood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。官方称,代码生成与学习同时执行,使训练芯片等待时间占比低于3%。
比较成绩需要保留测试口径
GPU侧,谷歌云A4X Max实例使用256颗GB300,在DeepSeek-V3预训练项目中用时31.96分钟;此外还有五项A4X和A4X Max强化学习提交。平台、模型、芯片数量和任务不同的成绩,应分别理解。

成绩计时从官方参考检查点到目标收敛标准
本轮数据衡量的是MLPerf规定任务及参考检查点下的达标时间,不能直接换算为从零完成整个模型训练的时间,也不能据此推断不同规模模型的训练成本。谷歌同时公开结果编号,便于按同一项目和配置查对成绩。











