英伟达基于Blackwell Ultra架构的GB300 NVL72平台在MLPerf AI训练基准测试中表现卓越，包揽全部7个项目的冠军。该平台在训练大型模型方面展现出惊人速度，仅用10分钟便完成4050亿参数的Llama 3.1大模型训练。此外，在Llama 2 70B模型的LoRA微调任务中仅需0.4分钟，训练Llama 3.1 8B模型也仅需5.2分钟。与上一代产品相比，Blackwell Ultra性能实现巨大飞跃，8块GB300 GPU在Llama 2 70B微调任务中性能是同等H100 GPU的5倍，在Llama 3.1 405B预训练任务中性能是H100的4倍以上。性能突破得益于800 GB/s的Quantum-X800 InfiniBand高速网络、279GB HBM3e内存以及全面采用FP4精度。

🚀 **MLPerf训练基准全能冠军**：英伟达基于Blackwell Ultra架构的GB300 NVL72平台在MLPerf AI训练基准测试中展现出压倒性优势，包揽了全部7个项目的冠军，标志着其在AI训练领域的领先地位。

⚡ **超凡的大模型训练速度**：该平台在处理大型语言模型方面表现惊人，仅需10分钟即可完成拥有4050亿参数的Llama 3.1大模型的训练。此外，在Llama 2 70B模型的LoRA微调任务中仅用0.4分钟，训练Llama 3.1 8B模型也仅需5.2分钟，展现了其在不同规模模型训练上的高效性。

📈 **性能的代际飞跃**：与上一代产品相比，Blackwell Ultra架构带来了巨大的性能提升。在Llama 2 70B微调任务中，8块GB300 GPU的性能是同等数量H100 GPU的5倍；而在Llama 3.1 405B预训练任务中，GB300的性能更是H100的4倍以上，比同架构的GB200快近2倍。

💡 **软硬件协同创新的成果**：GB300 NVL72平台的卓越性能归功于软硬件的深度协同。硬件方面，集成了速率高达800 GB/s的Quantum-X800 InfiniBand高速网络，为每块GPU配备了279GB HBM3e高带宽内存，总内存容量高达40TB。软件层面，全面采用FP4精度，将计算速度提升至FP8的两倍，Blackwell Ultra架构进一步放大至3倍。

IT之家 11 月 13 日消息，科技媒体 Wccftech 昨日（11 月 12 日）发布博文，报道称在 MLPerf AI 训练基准测试中，英伟达基于 Blackwell Ultra 架构的 GB300 NVL72 平台包揽了全部 7 个项目的冠军，取得了压倒性胜利。

IT之家援引博文介绍，本次测试中最亮眼的成绩是，GB300 NVL72 平台仅用时 10 分钟，便完成训练拥有 4050 亿参数的 Llama 3.1 大模型。

此外，在其他关键测试中也表现出色，例如仅需 0.4 分钟即可完成 Llama 2 70B 模型的 LoRA 微调，训练 Llama 3.1 8B 模型也只需 5.2 分钟。

与上一代产品相比，Blackwell Ultra 的性能实现了巨大飞跃。测试结果显示，在 Llama 2 70B 微调任务中，8 块 GB300 GPU 提供的性能是同等数量 H100 GPU 的 5 倍。

而在 Llama 3.1 405B 预训练任务中，GB300 的性能也达到了 H100 的 4 倍以上，并且比同为 Blackwell 架构的 GB200 快了近 2 倍。

该媒体指出这一性能突破的背后，是软硬件协同创新的结果。硬件方面，GB300 NVL72 系统集成了速率高达 800 GB/s 的 Quantum-X800 InfiniBand 高速网络，并为每块 GPU 配备了 279GB 的 HBM3e 高带宽内存，整个系统的总内存容量（GPU+CPU）更是达到了惊人的 40TB。

在软件层面，FP4 精度的全面采用是关键。英伟达通过在模型训练的每一层都应用 FP4 精度，将计算速度提升至 FP8 的两倍，而 Blackwell Ultra 架构则将这一优势进一步放大至 3 倍。