엔비디아 블랙웰, MLPerf 6.0 벤치마크 전 부문 1위 달성

주장엔비디아의 블랙웰 플랫폼은 최신 MLPerf 훈련 6.0 벤치마크에서 모든 부문 1위를 차지하며 인공지능 훈련 인프라의 표준임을 증명했습니다. 모델의 복잡성이 커지는 환경에서 하드웨어와 소프트웨어를 통합하는 엔비디아의 기술력이 핵심 역할을 수행합니다.

팩트이번 벤치마크에는 딥시크-V3 671B와 GPT-OSS-20B 등 혼합 전문가 모델 두 가지가 새롭게 추가되었습니다. 엔비디아는 총 7개의 벤치마크 항목에 모두 참여한 유일한 플랫폼이며, 모든 부문에서 가장 빠른 훈련 시간을 기록했습니다.

팩트엔비디아 GB300 NVL72 시스템은 이전 세대인 GB200 NVL72 대비 최대 1.6배 빠른 훈련 성능을 보였습니다. 블랙웰 울트라의 높은 컴퓨팅 밀도와 확장된 메모리 용량, 전력 효율 개선이 성능 향상을 이끌었습니다.

팩트엔비디아는 8,192개의 그래픽 처리 장치를 연결한 대규모 클러스터를 통해 딥시크-V3 모델을 훈련했습니다. 이는 현재까지 MLPerf 훈련 벤치마크에 제출된 블랙웰 기반 시스템 중 가장 큰 규모입니다.

교차검증대규모 인공지능 훈련은 수개월 동안 수십만 개의 그래픽 처리 장치를 가동해야 하므로 시스템 신뢰성이 중요합니다. 엔비디아는 제조 단계에서 30개 이상의 테스트를 거치며, 실시간 오류 감지와 자동 복구 기능으로 가동 중단 시간을 최소화합니다.

팩트마이크로소프트 애저는 8,192개의 GB200 NVL72 그래픽 처리 장치를 사용하여 라마 3.1 405B 모델을 7.07분 만에 훈련했습니다. 이는 해당 벤치마크에서 가장 빠른 훈련 시간으로 기록되었습니다.

팩트코어위브는 GB300 NVL72 시스템과 스펙트럼-X 이더넷을 활용하여 딥시크-V3 모델을 2.02분 만에 훈련했습니다. 엔비디아의 네트워킹 기술이 대규모 클러스터의 효율성을 극대화합니다.

주장인공지능 모델 개발자는 엔비디아의 통합 플랫폼을 통해 프런티어 모델을 빠르게 출시하고 훈련 비용을 절감합니다. 기업은 이를 바탕으로 인공지능 시장에서 수익을 조기에 창출할 수 있는 경쟁력을 확보합니다.

팩트이번 벤치마크에는 아수스, 시스코, 델 테크놀로지스, 구글 클라우드, 휴렛팩커드 엔터프라이즈 등 19개 이상의 글로벌 파트너사가 참여했습니다. 엔비디아의 인프라가 전 세계 인공지능 생태계의 핵심 기반으로 자리 잡았습니다.

주장이번 결과는 인공지능 인프라 시장에서 엔비디아의 기술적 우위가 지속되고 있음을 보여줍니다. 파트너사들과의 협력을 통해 인공지능 훈련 속도를 높이는 생태계 확장이 가속화될 전망입니다.

교차검증다만 벤치마크 결과는 통제된 환경에서 측정된 수치이므로 실제 산업 현장의 복합적인 데이터 처리 환경과는 차이가 있을 수 있습니다.

출처엔비디아 공식 블로그의 MLPerf 훈련 6.0 결과 보고서를 교차 검증했습니다. 본 내용은 해당 벤치마크의 성능 지표와 기술적 배경을 바탕으로 작성되었습니다.