MLPerf Training v6.1ベンチマーク公開――AIトレーニングシステムの新たな突破を示す

MLPerf Training v6.1ベンチマーク公開――AIトレーニングシステムの新たな突破を示す

MLCommonsは先ごろMLPerf Training v6.1ベンチマークテストの結果を発表した。新たに追加された2つのベンチマークと提出データは、AIトレーニングシステムのアーキテクチャにおける最新の進展と、トレーニングハードウェアの多様化が進む傾向を十分に示している。

新規ベンチマークは推薦システムと大規模ポストトレーニングをカバー

MLPerf Trainingベンチマークスイートは、システム全体のテストを通じて、機械学習アプリケーションにおけるモデル・ソフトウェア・ハードウェアの総合的なパフォーマンスを評価する。今回のv6.1では、DLRMv4-HSTU推薦ベンチマークとQwen 3.5-397B大規模LLMポストトレーニングベンチマークが新たに追加された。

DLRMv4-HSTUはHSTUベースのアテンションアーキテクチャを採用し、Yambdaデータセットを用いてトレーニングを行うもので、従来のDLRM-dcnv2を置き換える。Qwen 3.5-397BはMLPerfとして初めて導入された大規模ポストトレーニングワークロードであり、Group Relative Policy Optimization(GRPO)手法を採用し、ツール呼び出しなどのソフトウェアエンジニアリングタスクにおけるシステムの推論能力を重点的に測定する。

提出システムの多様性が大幅に向上

v6.1では24機関から153システムが提出され、250件のテスト結果が生成された。そのうち37%がクラウドシステムであり、v6.0の29%から増加している。1,000個以上のアクセラレータを使用するシステムは12件あり、最大規模は10,240個のアクセラレータに達した。ハードウェアはNVIDIA、AMD、Google製品を網羅しており、NVIDIA Rubin GPUとGoogle TPUv7(Ironwood)が初めて登場した。

業界参加数が過去最高を更新

提出機関にはAMD、ASUSTeK、Azure、Cisco、CoreWeave、Crusoe、Dell、Fujitsu、Google、HPE、NVIDIA、Oracle、Supermicroなどが含まれ、Crusoeが初めて参加した。MLCommonsは、幅広い業界参加がAIエコシステムを強化するとともに、ベンチマークをより実際のシナリオに即した方向へ継続的に進化させると述べている。

完全な結果および可視化ツールはMLCommons公式サイトで閲覧できる。