.jpg)
ЛИВИНГСТОН, штат Нью-Джерси – 1 апреля 2026 г. – CoreWeave, Inc. (Nasdaq: CRWV), The Essential Cloud for AI™, объявила сегодня о знаковых результатах в пакете бенчмарков MLPerf® Inference v6.0. Участвуя в закрытом дивизионе дата-центров (Datacenter Closed), компания CoreWeave задействовала новейшую инфраструктуру ИИ от NVIDIA — NVIDIA GB200 NVL72 и NVIDIA GB300 NVL72.
Индустрия ИИ переживает фундаментальный сдвиг, поскольку инференс становится новым критически важным фокусом. По мере того как предприятия переносят ИИ из стадии экспериментов в продакшен, а агентские рабочие нагрузки становятся новым стандартом, инференс превратился в ключевой показатель производительности. В то же время спрос на инференс растет быстрее, чем успевают развертываться базовые аппаратные мощности, а разрыв между теоретической производительностью системы и реальными результатами стал определяющим ограничением для скорости роста ИИ-компаний. Результаты CoreWeave в MLPerf v6.0 отражают непрекращающиеся инвестиции компании в оптимизацию полного стека, которая стабильно преобразует передовое «железо» в реальную производительность инференса.
«Инференс — это определяющий уровень в сфере ИИ. Именно здесь модели реально начинают работать и проявляется производительность в продакшене. Такие бенчмарки, как MLPerf, помогают измерить то, как теоретическая производительность воплощается в реальные результаты», — заявил Питер Саланки, сооснователь и технический директор CoreWeave. — «Эти последние результаты отражают нашу способность обеспечивать исключительную производительность для самых требовательных передовых моделей рассуждений в больших масштабах за счет оптимизации полного стека. Именно поэтому клиенты полагаются на CoreWeave при запуске, масштабировании и эксплуатации ИИ-нагрузок в продакшене, где создается реальная ценность и где это имеет наибольшее значение».
Заявки CoreWeave для версии v6.0 отражали эталонные конфигурации NVIDIA в качестве проверенной, готовой к продакшену базовой линии для двух наиболее требовательных доступных моделей рассуждений: DeepSeek-R1 и GPT-OSS-120B. Ключевые результаты включают:
- Лидерство NVIDIA GB200 NVL72: Лидерство по производительности для DeepSeek-R1 в серверном и автономном (offline) режимах по количеству токенов в секунду на GPU. Конфигурация GB200 NVL72 продемонстрировала выдающуюся пропускную способность на разреженной архитектуре Mixture-of-Experts модели DeepSeek-R1, где эффективное обслуживание требует динамической маршрутизации экспертов и межвеноузловой связи с высокой пропускной способностью.
- Лидерство портфолио NVIDIA GB300 NVL72: Обеспечена высокая серверная пропускная способность, измеряемая в токенах в секунду на GPU, и эффективность на один GPU в рамках портфолио для DeepSeek-R1, что в 2 раза превышает собственные результаты CoreWeave в MLPerf® 5.1 на том же аппаратном пространстве.
- Инновации на высокой скорости: На сегодняшний день восемь из 10 ведущих провайдеров моделей полагаются на CoreWeave Cloud, что позволяет клиентам внедрять инновации на высокой скорости.
«Разрыв между результатами бенчмарков и реальностью продакшена был одной из самых устойчивых проблем в сфере ИИ», — отметил Ник Пейшенс, вице-президент и руководитель направления платформ ИИ в Futurum Research. — «Результаты CoreWeave в MLPerf v6.0, особенно для DeepSeek-R1, показывают, что компания сокращает этот разрыв за счет дисциплинированной оптимизации полного стека, что именно и необходимо предприятиям и ИИ-лабораториям по мере перехода инференс-нагрузок из экспериментальных в критически важные».
Результаты CoreWeave в MLPerf v6.0 служат дополнительным подтверждением в качестве единственного ИИ-облака, заслужившего высший рейтинг Platinum как в SemiAnalysis ClusterMAX™ 1.0, так и в 2.0, которые оценивают производительность, эффективность и надежность ИИ-облаков. Эти результаты бенчмарков отражают стратегию платформы CoreWeave: предоставление инфраструктуры, специально созданной для нужд производственного ИИ, начиная с высокопроизводительных вычислений и заканчивая программным уровнем, от которого зависят разработчики для создания, тестирования и развертывания в больших масштабах.
CoreWeave MLPerf 6.0-0022, серверный и автономный режимы. TPS/GPU не является официальной метрикой MLPerf. Используется в этой статье для нормализации заявок, в которых задействовано разное количество GPU.
Проверенный балл MLPerf версии v5.1 для сервера Inference Closed DeepSeek R1. Получено из https://mlcommons.org/benchmarks/inference , 2 апреля 2025 г., запись 5.1-0097. Название и логотип MLPerf являются зарегистрированными и незарегистрированными товарными знаками MLCommons Association в США и других странах. Все права защищены. Несанкционированное использование строго запрещено. Дополнительную информацию см. в www.mlcommons.org.
