何が起きたか

NVIDIAはMLPerf Inference v6.1で、Vera Rubin NVL72のプレビュー結果を公表した。Qwen3-VLでは、オフライン、サーバー、インタラクティブの各シナリオでGB300 NVL72比最大3.7倍、DeepSeek-R1では最大2.5倍のスループットを記録したとしている。GB300 NVL72はDeepSeek-R1のオフライン試験で、72 GPUの1ラックから4ラック・288 GPUへ拡張し、99%のスケーリング効率を示した。

詳細

Vera Rubin NVL72のQwen3-VL試験はvLLMとNVIDIA Dynamoを、DeepSeek-R1試験はTensorRT-LLMを使用した。NVIDIAは、Tensor CoreとTransformer Engineによる推論処理の高速化、NVFP4によるモデル重み・Attention・KV cacheのメモリー使用量低減を説明している。また、prefillとdecodeを分離するdisaggregated servingや、Mixture-of-Experts層でのexpert parallelismを用いた。第6世代NVIDIA NVLinkとNVLink Switchについては、市販Ethernet比でパケットレート10倍、レイテンシー3分の1としている。 NVIDIAによると、SemiAnalysis AgentXのプレビュー試験ではVera Rubin NVL72がGB300 NVL72比30倍の性能を示した。GB300 NVL72はWAN 2.2のテキスト動画生成試験で毎秒0.65本、動画当たり5.7秒を記録し、単一ノード比でスループット9倍、レイテンシー7.5分の1だった。Qwen3-VLのGB300 NVL72性能はv6.0比最大1.6倍に向上したとしており、提出後のGPT-OSS-120BとDLRMv3の結果はMLCommonsによる検証前だと明記している。NebiusもVera Rubin NVL72のプレビュー結果を提出したが、個別の数値は示されていない。

Key Facts

Vera Rubin NVL72はQwen3-VLで、GB300 NVL72比最大3.7倍のスループットを示したとNVIDIAは発表した。[1]
Vera Rubin NVL72はDeepSeek-R1で、GB300 NVL72比最大2.5倍のスループットを示したとNVIDIAは発表した。[1]
GB300 NVL72は、DeepSeek-R1のオフライン試験で72 GPUから288 GPUへ拡張し、99%のスケーリング効率を記録した。[1]
SemiAnalysis AgentXのプレビュー試験で、Vera Rubin NVL72はGB300 NVL72比30倍の性能を示したとNVIDIAは説明した。[1]
Qwen3-VLのGB300 NVL72性能は、MLPerf Inference v6.1でv6.0比最大1.6倍に向上したとNVIDIAは発表した。[1]

本紙の見方

今回の発表で軸になるのは、新世代ラックのピーク性能だけでなく、推論処理の構成とソフトウェア更新を含めた比較である。Vera Rubin NVL72の最大3.7倍という値はQwen3-VL、最大2.5倍はDeepSeek-R1に関するもので、同じモデル・条件の一般的な性能差として扱うことはできない。さらに、いずれもVera Rubinのプレビュー結果であり、NVIDIAが示したベンチマーク値として読む必要がある。 一方、GB300 NVL72の99%は、DeepSeek-R1のオフライン試験で72 GPUから288 GPUに拡張した際の効率だ。GPUを増やせば処理量も同じ比率で伸びる、という一般則を示すものではなく、このモデル・構成・試験条件における結果である。Vera Rubinの数値がハードウェアだけでなくNVFP4、prefillとdecodeの分離、vLLMやNVIDIA Dynamoなどのソフトウェアと組み合わされている点も重要だ。推論基盤の評価では、ラック単体の性能と、モデルや処理方式を含む運用全体の効率を切り分ける必要がある。 本紙関連記事のLambda、NVIDIAのCPOスイッチでGB300 NVL72ラックを接続 GPUは1万基超は、1万基超のGPUを備えるラック群の接続を扱った。今回の288 GPU試験とは規模も扱う論点も異なり、99%の値から大規模ネットワークの効率まで推定することはできないが、ラック内外の接続が計算資源の拡張と並ぶ検証項目であることを示す対照になる。また、日経、NVIDIAの「ファン氏後」の信用を巡る解説記事を掲載という関連記事は、提供情報では掲載と見出しまでしか確認できず、本文の論旨を今回の性能評価に結び付けることはできない。ベンチマークの発表値と、独立検証や実運用での評価は分けて見るべきだ。 業界構造の面では、NVIDIAが示す比較は、チップ性能だけでなく、ラック内接続、推論ソフト、数値精度、処理の分割を一体で最適化する設計を前面に出している。ソフトウェア最適化だけでQwen3-VLの値がv6.0比最大1.6倍になったとの説明は、基盤の経済性が導入時点のハードウェア仕様だけでは決まらないことを示す材料だ。ただし、提出後のGPT-OSS-120BとDLRMv3の結果はMLCommons未検証であり、AgentXの30倍もプレビュー試験である。今後確認すべきなのは、正式な検証結果、各ベンチマークの条件と出力品質、実際の利用負荷で同様の性能が得られるかである。

なぜ重要か

NVIDIAの公表値では、GB300 NVL72は72 GPUから288 GPUへの拡張で99%のスケーリング効率を示した一方、Vera Rubinの優位性はモデルやベンチマークごとに異なる。AI推論基盤を選ぶ組織にとって、ラックの処理性能だけでなく、対象モデル、推論ソフト、GPU追加時の効率、結果の検証状況をそろえて比較する必要がある。