Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarMLCommons→ original

MLPerf Training v6.1 : Nvidia Rubin et TPU Ironwood font leurs débuts, 153 systèmes au test

MLCommons a publié les résultats de MLPerf Training v6.1, l'examen commun où fabricants et clouds comparent la vitesse d'entraînement des réseaux de neurones. 153 systèmes ont été évalués (250 résultats), et les accélérateurs Nvidia Rubin et Google TPU Ironwood figurent pour la première fois parmi eux. Un test de post-entraînement sur Qwen3.5-397B par la méthode GRPO, utilisée pour former les agents, a aussi été ajouté. Ceux qui choisissent un cluster ou louent des GPU disposent ainsi d'une comparaison indépendante, établie selon les mêmes règles.

Traité par IA depuis MLCommons ; édité par Hamidun News
MLPerf Training v6.1 : Nvidia Rubin et TPU Ironwood font leurs débuts, 153 systèmes au test
Source : MLCommons. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireMLCommons ↗
Rédacteur en chef
Chiffre clé #1Les systèmes cloud représentent 37 % des systèmes, contre 29 % six mois plus tôt, dans la v6.0
Chiffre clé #224 participants, dont Crusoe pour la première fois ; le plus grand système compte 10 240 accélérateurs
Chiffre clé #3Le test de recommandation DLRMv4-HSTU remplace l'ancien DLRM-dcnv2

Quand une entreprise doit décider sur quoi entraîner un modèle, sur Nvidia, AMD ou Google TPU, sur un seul serveur ou sur un cluster de plusieurs milliers d'accélérateurs, il est difficile de se fier aux présentations des fournisseurs : chacun montre ses chiffres sur ses propres tâches. C'est pourquoi existe MLPerf Training, mené par le consortium MLCommons. C'est un examen commun : tous les participants exécutent les mêmes tâches selon les mêmes règles, et leurs résultats sont vérifiés par leurs pairs.

Dans le dernier cycle, v6.1, 153 systèmes (c'est-à-dire des serveurs et des clusters distincts) ont passé l'examen et fourni 250 résultats. Pour la première fois, la liste comprend les nouveaux accélérateurs Nvidia de génération Rubin et les TPU de Google de septième génération, appelés Ironwood.

S'y ajoute un test de post-entraînement du modèle Qwen3.5-397B, c'est-à-dire l'étape sur laquelle on construit aujourd'hui les agents d'IA.

Ce qui a changé parmi les participants

Les participants sont plus nombreux que lors de la version v6.0, record établi il y a six mois. 24 organisations ont envoyé des résultats : AMD, Azure, Cisco, CoreWeave, Dell, Google, HPE, Lambda, Nebius, Nvidia, Oracle, Supermicro et d'autres. Le fournisseur cloud Crusoe fait ses débuts.

Le cloud prend de plus en plus de place : 57 systèmes sur 153, soit 37 %, fonctionnent dans le cloud. En v6.0, ils étaient 29 %. Douze systèmes utilisent 1 000 accélérateurs ou plus, et le plus grand en compte 10 240. Côté matériel, la liste compte des systèmes Nvidia, AMD et Google.

Le coprésident du groupe de travail, Pavan Yalamanchili, affirme que les résultats couvrent désormais une part bien plus large de la « matrice des systèmes possibles ». Autrement dit, il est devenu plus simple de comparer les configurations qu'auparavant.

Deux nouveaux tests

Le premier est DLRMv4-HSTU, un test des systèmes de recommandation, c'est-à-dire la partie de l'IA qui compose votre fil d'actualité, vos vidéos et vos produits. Il remplace l'ancien DLRM-dcnv2. Il repose sur l'architecture HSTU, fondée sur le mécanisme d'attention, et s'entraîne sur le jeu de données Yambda, l'un des plus vastes jeux de données ouverts pour la recommandation.

Le second est Qwen3.5-397B, et il intéresse surtout ceux qui développent des agents. C'est la première charge de post-entraînement dans l'histoire de MLPerf Training : un grand modèle déjà entraîné est affiné avec la méthode GRPO (Group Relative Policy Optimization). C'est ainsi qu'on apprend aujourd'hui aux modèles à raisonner et à appeler des outils. Dans le test, le modèle est entraîné à résoudre des tâches d'ingénierie logicielle, y compris l'appel d'outils (tool-calling). Selon les organisateurs, ce benchmark a été préparé pendant deux ans, et le nombre de candidatures montre que les participants l'ont vite adopté.

Ce qu'il faut en retenir en pratique

D'abord, le secteur dispose désormais d'une façon commune de comparer le matériel, non seulement pour l'entraînement classique à partir de zéro, mais aussi pour le post-entraînement, qui pèse aujourd'hui fortement sur la qualité des agents. Le profil de charge est différent : le système génère tantôt des réponses, tantôt met à jour les poids du modèle. Un accélérateur performant pour l'entraînement classique ne sera donc pas forcément le meilleur ici. Si vous prévoyez de post-entraîner un grand modèle pour vos agents, c'est ce test qu'il faut regarder.

Ensuite, la large gamme de configurations permet de trouver le bon compromis selon son budget, du nœud unique au cluster de plusieurs milliers d'accélérateurs. Le site de MLCommons a été mis à jour : on peut comparer les systèmes entre eux et classer les configurations de taille comparable.

Il y a aussi des réserves. Ce sont les fournisseurs et les clouds eux-mêmes qui envoient les résultats, et ils configurent leurs systèmes spécifiquement pour le test. Dans votre projet, la vitesse peut être différente. Par ailleurs, le communiqué de presse de MLCommons ne comporte pas de tableau récapitulatif des temps d'entraînement par système. Les conclusions sur les leaders doivent donc être tirées à partir des données complètes publiées sur le site du benchmark.

Malgré tout, pour planifier des achats et des locations de GPU, MLPerf reste l'un des rares repères indépendants. L'arrivée de Rubin et d'Ironwood offre une première occasion de comparer la nouvelle génération d'accélérateurs selon des règles communes.

Dossier

Questions clés sur cet article

Que sait-on sur Ce qui a changé parmi les participants ?

Les participants sont plus nombreux que lors de la version v6.0, record établi il y a six mois. 24 organisations ont envoyé des résultats : AMD, Azure, Cisco, CoreWeave, Dell, Google, HPE, Lambda, Nebius, Nvidia, Oracle, Supermicro et d'autres. Le fournisseur cloud Crusoe fait ses débuts. Le cloud prend de plus en plus de place : 57 systèmes sur 153, soit 37 %, fonctionnent dans le cloud. En v6.0, ils étaient 29 %. Douze systèmes utilisent 1 000 accélérateurs ou plus, et le plus grand en compte 10 240.

Que sait-on sur Deux nouveaux tests ?

Le premier est DLRMv4-HSTU, un test des systèmes de recommandation, c'est-à-dire la partie de l'IA qui compose votre fil d'actualité, vos vidéos et vos produits. Il remplace l'ancien DLRM-dcnv2. Il repose sur l'architecture HSTU, fondée sur le mécanisme d'attention, et s'entraîne sur le jeu de données Yambda, l'un des plus vastes jeux de données ouverts pour la recommandation. Le second est Qwen3.5-397B, et il intéresse surtout ceux qui développent des agents.

Que sait-on sur Ce qu'il faut en retenir en pratique ?

D'abord, le secteur dispose désormais d'une façon commune de comparer le matériel, non seulement pour l'entraînement classique à partir de zéro, mais aussi pour le post-entraînement, qui pèse aujourd'hui fortement sur la qualité des agents. Le profil de charge est différent : le système génère tantôt des réponses, tantôt met à jour les poids du modèle. Un accélérateur performant pour l'entraînement classique ne sera donc pas forcément le meilleur ici.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…