# NVIDIA Vera Rubin domine MLPerf et double la performance de GB300

> NVIDIA Vera Rubin remporte tous les tests MLPerf Training v6.1 et dépasse dix fois le rendement énergétique de GB300 pour l’IA agentique.

Type : Actualité IA · Catégorie : Outils · Publié le 2026-11-16 · Signal IA - Order & Chaos
Source : https://www.orderchaos.eu/signal-ia/actu/nvidia-vera-rubin-domine-mlperf-et-double-gb300
Tags : nvidia, vera rubin, mlperf, gpu, ia agentique, deepseek, agents-ia, benchmark

---

## En résumé

- NVIDIA Vera Rubin remporte tous les benchmarks MLPerf Training v6.1.
- Vera Rubin NVL72 fournit jusqu’à deux fois plus de performance par GPU que GB300 NVL72.
- Le système atteint environ 97 % d’efficacité avec 1 024 GPU sur DeepSeek-V3.

**Le signal :** Vera Rubin NVL72 atteint jusqu’à deux fois la performance par GPU de NVIDIA GB300 NVL72.

**NVIDIA Vera Rubin** a remporté tous les benchmarks MLPerf Training v6.1, selon les résultats publiés le 16 novembre 2026. La plateforme constitue la nouvelle référence de NVIDIA dans cette série de tests d’entraînement. Les résultats couvrent chaque [benchmark](/signal-ia/actu/ncino-pousse-les-banques-vers-des-revenus-ia-mesurables) MLPerf Training v6.1. Le même ensemble de résultats met en avant Vera Rubin NVL72 face à NVIDIA GB300 NVL72. Vera Rubin NVL72 fournit jusqu’à deux fois plus de performance par GPU que GB300 NVL72. NVIDIA présente ces mesures dans son [annonce consacrée à MLPerf](https://blogs.nvidia.com/blog/mlperf-training-endpoints-vera-rubin/). La publication intervient après des résultats MLPerf Endpoints annoncés le 9 novembre 2026.

**Les résultats MLPerf** situent aussi Vera Rubin sur l’inférence destinée à l’IA agentique. NVIDIA indique plus de dix fois de gains générationnels en débit par watt dans MLPerf Endpoints. Les systèmes Vera Rubin NVL72 délivrent également plus de dix fois le débit par watt de NVIDIA GB300 NVL72. Cette comparaison porte sur l’[efficacité énergétique](/signal-ia/actu/nvidia-annonce-jusqua-30-fois-plus-de-debit-par-megawatt) des systèmes. Elle complète la mesure de performance par GPU observée dans MLPerf Training v6.1. NVIDIA détaille l’architecture de Vera Rubin sur sa [page dédiée aux centres de données](https://www.nvidia.com/en-us/data-center/technologies/rubin/). Les résultats Endpoints ont été publiés le 9 novembre 2026, avant le bilan Training du 16 novembre.

## Vera Rubin accélère les entraînements

**Le test DeepSeek-V3** montre comment Vera Rubin NVL72 évolue avec davantage de GPU. Le système passe de 256 à 1 024 GPU avec environ 97 % d’efficacité. Cette mesure décrit l’efficacité du déploiement lorsque la configuration est multipliée par quatre. Le temps d’entraînement diminue alors de 16 minutes à environ quatre minutes. Le résultat associe donc une montée en charge de 256 à 1 024 GPU et une réduction mesurée du temps d’exécution. NVIDIA présente ces données dans une publication technique consacrée à [Vera Rubin NVL72 et MLPerf Training v6.1](https://developer.nvidia.com/blog/nvidia-vera-rubin-nvl72-achieves-up-to-2x-blackwell-ultra-performance-in-mlperf-training-v6-1/).

**Le rendement énergétique** distingue aussi Vera Rubin NVL72 de GB300 NVL72. Les systèmes Vera Rubin NVL72 affichent plus de dix fois le débit par watt de NVIDIA GB300 NVL72. Cette métrique concerne les résultats MLPerf Endpoints pour l’[IA agentique](/signal-ia/actu/crowdstrike-revele-quatre-attaques-malgre-claude-et-deepseek). Elle ne mesure pas le temps d’entraînement du benchmark DeepSeek-V3. NVIDIA associe ainsi deux indicateurs différents dans sa présentation. Le premier compare la performance par GPU. Le second compare le débit obtenu pour une quantité donnée d’énergie. La publication technique sur [MLPerf Endpoints](https://developer.nvidia.com/blog/nvidia-vera-rubin-nvl72-leads-agentic-inference-performance-on-mlperf-endpoints-v1-0/) présente cette mesure de débit par watt.

**NVIDIA prévoit une progression** continue des performances grâce à l’optimisation de sa pile logicielle alimentée par CUDA. Cette affirmation est attribuée à NVIDIA. L’entreprise affirme également que des entraînements plus rapides permettent à des agents plus intelligents d’atteindre les utilisateurs plus tôt. Cette seconde affirmation est également attribuée à NVIDIA. Les résultats publiés fournissent déjà plusieurs repères chiffrés. Vera Rubin NVL72 atteint jusqu’à deux fois la performance par GPU de GB300 NVL72. Son efficacité atteint environ 97 % entre 256 et 1 024 GPU sur DeepSeek-V3. Le temps d’entraînement passe alors d’environ 16 à quatre minutes.
