T
traeai
登录

概念

MLPerf

由MLCommons组织的机器学习性能基准测试框架。

已跟踪 2 条高相关材料

TraeAI 观察

最近变化

2026-07-30 · CoreWeave在MLPerf 0.7测试中使用68块NVIDIA Blackwell GPU实现了441,740 token/s的吞吐量

为什么值得关注

MLPerf 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。

MLPerf基准测试AIDeepSeek-R1MoE

相关材料

已收录 2 条与 MLPerf 相关的内容,按评分排序。

CoreWeave Leads MLPerf 0.7 Endpoints Benchmark with DeepSeek-R1

CoreWeave Leads MLPerf 0.7 Endpoints Benchmark with DeepSeek-R1

CoreWeave1182 字 (约 5 分钟)
85

CoreWeave在MLPerf 0.7 Endpoints基准测试中,使用68块NVIDIA Blackwell GPU实现每秒44万输出token,验证了DeepSeek-R1模型的高效推理能力。

入选理由:CoreWeave在MLPerf 0.7测试中使用68块NVIDIA Blackwell GPU实现了441,740 token/s的吞吐量

精选文章#MLPerf#DeepSeek-R1#NVIDIA Blackwell#推理服务#基准测试英文
MLCommons Releases MLPerf Training v6.0 Results

MLCommons Releases MLPerf Training v6.0 Results

MLCommons1195 字 (约 5 分钟)
85

MLPerf v6.0新增稀疏计算基准,推动AI系统多样性,DeepSeek V3参数达6710亿。

入选理由:DeepSeek V3使用6710亿参数,激活370亿参数/令牌,验证大规模稀疏训练系统。

精选文章#MLPerf#AI#MoE#基准测试#稀疏计算英文

跨材料问答 · MLPerf

回答基于:MLPerf 相关 2 条材料
    0 / 500

    AI 可能会生成不准确的信息,请核实重要内容