Rubin katta qiziqish uyg‘otayotgan vaqtda, Nvidia Blackwell-ni doimiy ravishda optimallashtirmoqda, GB200 energiya samaradorligi uch oyda 4 barobar oshdi

Nvidia doimiy dasturiy ta'minot stekini optimallashtirish orqali Blackwell platformasining hayot aylanishini uzaytirar ekan, ayni paytda keyingi avlod Rubin arxitekturasining keng ko'lamda joriy etilishi uchun tayyorgarlik ko'rmoqda.

Yangi avlod Rubin platformasining tezlashtirilgan joriy etilishi fonida, Nvidia shuni oshkor qildiki, faqat uch oy ichida GB200 NVL72 DeepSeek R1 0528 modelini ishlatishda har megavatt hisoblash quvvati o'tkazuvchanligini (TPS/MW) 4 barobarga oshirdi. Ushbu natija Nvidianing to'rt oy ichida amalga oshirgan 38 ta asosiy optimallashtirishining natijasidir va bunga 250 mingdan ortiq simulyatsion konfiguratsiya sinovlari hamda jami 1,4 million GPU-soat optimallashtirish tasdig'i asos bo'ldi.

Xuddi shu vaqtda, GB300 "Blackwell Ultra" platformasi AI trening bo'yicha benchmark sinovlarida yangi rekordlarni yangilashda davom etmoqda. 256 karta ko'lamida, GB300 NVL72 DeepSeek-V3 671B pre-trening topshirig'ida har bir GPU uchun 1648 TFLOPs natija bilan tarixiy rekord o'rnatdi, bu GB200’ning 606 TFLOPs ko‘rsatkichidan taxminan 3 barobar yuqori va bu ko‘rsatkich so‘nggi olti oy ichida jami 1.5 barobarga oshgan.

Nvidia ta’kidlashicha, GB200 NVL72 platformasiga qaratilgan ketma-ket optimallashtirishlar DeepSeek R1 0528 (1K kirish/1K chiqish konfiguratsiyasi) ishlaganda har megavatt hisoblash quvvatining o‘tkazuvchanligini uch oy ichida 4 barobarga oshirishga olib keldi.

Ushbu oshishning asosi sifatida, Nvidia to‘rt oy ichida 38 ta asosiy optimallashtirish iteratsiyasini tamomlaganini ko‘rsatdi. Bu optimallashtirishlar 250 mingdan ortiq simulyatsion konfiguratsiyani filtrlash va jami 1,4 million GPU-soat amaliy test orqali tekshirilgan. Nvidia alohida qayd etganidek, ushbu optimallashtirishlarning 90% dan ortig‘i modellardan o‘tib, kompaniyaning AI mahsulot portfeli doirasidagi boshqa modellarga ham tadbiq etiladi; ular faqat biror bitta topshiriq uchun ishlab chiqilmagan.

Bu esa, amaldagi ma'lumot markazlari mijozlariga apparatni almashtirmasdan, faqat dasturiy yangilash orqali ancha samarali energiya natijasiga erishish imkonini beradi — bu, hisobi ortiqcha xarajatlarga sezgir bo‘lgan yirik bulut provayderlari hamda korporativ mijozlar uchun bevosita iqtisodiy ahamiyatga ega.

AI trening qismida ham, GB300 NVL72 kuchli imkoniyatlarini ko‘rsatishda davom etmoqda. 256 karta ko‘lamida, Megatron Core framework asosida DeepSeek-V3 671B modelini pre-trening qilganda, GB300 NVL72 har bir GPU uchun 1648 TFLOPs o'tkazuvchanlikni amalga oshirdi, bu ilgari GB200’da 606 TFLOPs edi va mazkur topshiriq uchun global rekordni yangiladi.

Qayd etish joiz, bu raqam apparatning statik chegarasi emas. GB300 NVL72 Megatron Core framework doirasida 2025-yil noyabridagi 1088 TFLOPs/GPU’dan 2026-yil iyunidagi 1648 TFLOPs/GPU gacha yetdi, ya’ni olti oy ichida jami 1.5 barobar oshgan.

Asosiy AI framework-lari bilan hamkorlikda optimallashtirish sohasida Nvidia PyTorch va JAX jamoalari bilan chuqur hamkorlik qiladi va bu ham e’tiborga molik natijalar berdi. TorchTitan (PyTorch mahalliy trening steki) orqali GB300 NVL72 DeepSeek-V3 671B modelining trening samaradorligini optimallashtirmasdan bazaviy konfiguratsiyadan 6 barobarga ko‘tarib, 199 TFLOPs/GPU’dan 1197 TFLOPs/GPU’ga chiqardi. JAX framework doirasidagi o‘sish esa yanada yorqin — 2026 yil iyuliga kelib, har bir GPU uchun 4082 Tokens/s o'tkazuvchanlik, bu 1025 TFLOPs/GPU, 2026 yil yanvardagi 418 Tokens/s ko‘rsatkichidan qiymatan taxminan 10 barobarga oshgan.

Keng ko‘lamli trening sharoitida kengaytirish samaradorligi doim AI infratuzilmasi amaliyotining asosiy mezonlaridan biri bo‘lib kelgan. Nvidia ma'lum qilishicha, 256 dan 1024 kartagacha kengaytirish oralig’ida GB300 NVL72 uchta asosiy frameworkda ham nazariy maksimal darajaga yaqin samaradorlikni saqlab turadi: Megatron Core’da 98.5%, TorchTitan va JAX’da esa 97%.

Nvidia bu natijani NVL72 rack ichidagi 800 Gb/s Scale-Out tarmoq chipi bilan izohlaydi. Yuqori tezlikdagi o‘zaro bog‘lanish ko‘p mashinali treningda aloqa xarajatlarini aniq belgilaydi va aynan shu tarmoq imkoniyatlar yuqoridagi cross-framework samaradorlikning asosiy infratuzilma komponenti sifatida qaraladi.

Ushbu optimallashtirish yangiliklari e’lon qilinar ekan, Nvidia’ning keyingi avlod Vera Rubin platformasi dunyo bo‘ylab joriy qilish bosqichiga o‘tdi. Xabarlarga ko‘ra, Vera Rubin NVL72 token o'tkazuvchanligi bo‘yicha Blackwell’ga nisbatan taxminan 10 barobar oshirilgan, GB200 NVL72 ortiqcha 80,000 Tokens/s, Vera Rubin NVL72 esa xuddi shu 150MW quvvatda 800,000 Tokens/s natijaga erishgan.

Biroq, Blackwell platformasi allaqachon dunyodagi ko‘plab ma’lumot markazlarida joriy qilingan va Nvidia siyosati avvalgi Hopper avlodi bilan bir xil; yangi platformani tatbiq etish bilan birgalikda, doimiy dasturiy optimallashtirish yordamida mavjud apparatning potensialini aniqlash davom ettirilmoqda. Ushbu yondashuv nafaqat mavjud mijozlarning apparat investitsiyasi davrini uzaytiradi, balki Nvidia’ning AI infratuzilmasidagi platforma barqarorligini ham kuchaytiradi. Bozor uchun esa, Nvidia Blackwell va Rubin’ni parallel ravishda rivojlantirish orqali raqobatchilar qisqa muddatda yengib bo‘lmaydigan dasturiy himoya devorini qurib bormoqda.