BENCHMARK (벤치마크)
MLPerf Training 6.0, 엔비디아 Blackwell이 전 부문 1위 주장
업계 공통 AI 학습 성능 시험 MLPerf Training 6.0 결과가 나왔고, 엔비디아는 Blackwell 플랫폼이 모든 항목에서 가장 빨랐다고 발표했습니다. 이번 회차에는 DeepSeek-V3 671B와 GPT-OSS-20B 같은 전문가 혼합(MoE) 모델 학습이 새로 들어갔습니다. 다만 엔비디아는 7개 항목 모두에 결과를 낸 유일한 플랫폼이었다는 점도 함께 봐야 합니다. 경쟁사가 참여하지 않은 항목의 '1위'는 비교 대상이 없는 1위입니다.
핵심 사실 · 한눈에 보기
- 6월 16일 엔비디아가 MLPerf Training 6.0에서 Blackwell 플랫폼이 7개 항목 모두에서 학습 시간이 가장 짧았다고 발표했습니다.
- 엔비디아는 7개 항목 전부에 결과를 제출한 유일한 플랫폼이었다고 밝혔습니다.
- 이번 회차에 DeepSeek-V3 671B와 GPT-OSS-20B 두 MoE 사전학습 과제가 새로 추가됐습니다.
- DeepSeek-V3 671B에서 GB200 NVL72 8,192개 GPU로 학습한 것이 MLPerf Training의 Blackwell 제출 가운데 최대 규모였습니다.
- 같은 규모에서 GB300 NVL72가 GB200 NVL72보다 최대 1.6배 빨랐고, 엔비디아 외 19개 협력사도 결과를 냈습니다.
주요 결과 (엔비디아 발표 기준)
- 전 항목 최단 학습 시간, 7개 항목 모두 제출한 유일한 플랫폼
- 최대 규모: DeepSeek-V3 671B를 8,192개 GPU(GB200 NVL72)로
- Llama 3.1 405B: 마이크로소프트 애저가 8,192개 GPU로 7.07분, 이 항목 최단
- DeepSeek-V3 671B: CoreWeave가 GB300 NVL72 8,192개 GPU로 2.02분, 이 항목 최단
- 세대 차이: GB300 NVL72가 GB200 NVL72보다 최대 1.6배
- 저정밀 학습: NVFP4로 정확도 요건을 맞추며 성능 향상
AI마중 POINT · 해석
숫자를 읽는 법
MLPerf는 MLCommons가 운영하는, 여러 회사가 같은 규칙으로 결과를 제출하는 공개 벤치마크입니다. 회사 자체 측정보다 신뢰도가 높지만, 제출 여부는 각 회사가 정합니다. 엔비디아가 '모든 항목 1위'이면서 '모든 항목에 제출한 유일한 플랫폼'이라는 것은, 일부 항목에서는 경쟁 칩의 결과 자체가 없었다는 뜻입니다. 공정한 비교를 하려면 MLCommons 원자료에서 항목별 참여사와 시스템 규모를 함께 봐야 합니다.
MoE 과제 추가는 업계의 변화를 반영합니다. DeepSeek-V3나 GPT-OSS처럼 일부 전문가만 작동하는 구조가 주류가 되면서, 토큰을 GPU 사이로 옮기는 통신이 병목이 됐습니다. 엔비디아가 72개 GPU를 하나처럼 묶는 NVLink를 강조한 이유입니다.
그래서 나한테는?
누구에게 의미가 있나
일반 소비자에게 직접 바뀌는 것은 없습니다. AI 서비스가 어떤 칩으로 학습됐는지는 사용자에게 드러나지 않습니다.
- 인프라를 고르는 기업·연구소: 학습 클러스터를 비교할 때 회사 발표보다 MLCommons 원자료의 같은 항목·비슷한 규모 결과를 비교하는 것이 정확합니다.
- 클라우드 이용자: 애저와 CoreWeave가 각각 다른 항목에서 최단 기록을 냈다는 점은 같은 GPU라도 클라우드별 구성에 따라 결과가 달라진다는 것을 보여 줍니다.
미확인 · 공식 발표만으로 알 수 없는 것
확인이 필요한 것
- 경쟁 플랫폼(AMD, 구글 TPU 등)의 이번 회차 참여 여부와 결과는 엔비디아 글에 나오지 않아 MLCommons 공개 결과에서 확인해야 합니다.
- 학습 시간은 '기준 품질에 도달하는 시간'으로, 실제 대형 모델 전체 학습 비용과는 다릅니다.
SOURCE공식 원문 확인
- PRIMARY · 공식Fastest, Largest, Strongest: NVIDIA Blackwell Sweeps MLPerf Training 6.0NVIDIA Blog · blogs.nvidia.com · 발표 2026.06.16 · 확인 2026.10.05
수집 2026.09.30 · 정리 2026.10.01 · 수정 2026.10.05 · 원문 본문은 옮기지 않았습니다. 회사가 밝힌 수치·성능은 본문에서 출처를 붙여 구분했습니다.