Modelle & Releases

MLPerf Training v6.0: DeepSeek-V3 in 2,02 Minuten auf 8.192 Blackwell-Ultra-GPUs trainiert

1 Min. Lesezeit Kalina

Bilanz der Quelle: CoreWeave erreichte im MLPerf-Trainingsbenchmark v6.0 das schnellste je gemessene Training von DeepSeek-V3 671B: 2,02 Minuten auf 8.192 Nvidia-GB300-NVL72-GPUs, dem groessten jemals eingereichten GB300-Cluster. Auf 4.096 GPUs sank die Zeit auf 3,09 Minuten, auf 2.048 GPUs auf 5,54 Minuten. CoreWeave war der einzige Einreicher der Runde, der eine GB300-Plattform jenseits von 2.048 GPUs skalierte, und nutzte dafuer dieselbe Produktionsinfrastruktur, die auch Kunden betreiben.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)

ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von coreweave.com. Es erfolgte keine manuelle redaktionelle Bearbeitung.

Mehr aus Modelle & Releases