MLCommons 近日发布 MLPerf Inference v6.1 基准测试套件。作为衡量不同硬件在 AI 推理任务中吞吐与延迟表现的权威评测，最新 6.1 版本将重点放在推理吞吐、扩展效率，以及不同 GPU 配置下的实际表现。AMD、英伟达、英特尔等厂商在结果公布后同步提交了各自的成绩单。

AMD 派出的 512 卡答卷

AMD 以约 575 万个 token/秒的速度，在 512 个 GPU 的规模下创造了新的 MLPerf 提交纪录，这也是 AMD 迄今为止规模最大的参赛配置，意在证明其性能、规模、软件成熟度与可复现性。

在 DeepSeek R1 这一大模型负载测试中，AMD 派出 512 个 Instinct MI355X GPU 参赛。离线（强调批量处理能力，通常用于衡量系统在非实时场景下的最大吞吐）成绩为 2,901,950 tokens/s，服务器（强调在线服务场景中的吞吐与响应能力，更接近实际部署中的请求处理环境）成绩为 2,405,310 tokens/s。

英伟达的 288 卡对照

同一项目中，英伟达提交了 GB300 与 GB200 的 288 GPU 配置。其中 GB300 离线成绩为 2,705,130 tokens/s，服务器成绩为 2,028,030 tokens/s。需要特别说明的是，两家提交的 GPU 数量并不相同——AMD 用 512 块，英伟达用 288 块，配置存在差异，因此以上数据仅供参考，不能直接当作同规模下的性能对比。

Vera Rubin 首次现身

本次测试的一大看点是英伟达新一代架构 Vera Rubin（VR200）首次进入 MLPerf 推理基准，出现了 36 GPU 与 72 GPU 两种配置。在相同的 72 个 GPU 配置下，Vera Rubin（VR200）要比 GB300 快 95%；此外，其 36 GPU 配置版本甚至比 72-GPU 的 GB200 配置更快。

在 GPT-OSS 120B 负载中，AMD 同样以史上最高的 512 GPU 配置在离线与服务器两类场景中领先；而在 72 GPU 与 8 GPU 段，英伟达的 GB300（Grace Blackwell Ultra）配置则占据上风。AMD 的 MI350P 在 8 GPU 配置下也快于上一代 MI300X。英特尔方面则带来了 Arc Pro B70 与至强（Xeon）的提交，英伟达的 RTX PRO 系列也在 8 GPU 与 4 GPU 配置下参与了测试。

评测之外更值得看什么

从 512 卡到 288 卡，从已量产的 GB300 到首次亮相的 VR200，这一轮提交把 AI 推理吞吐的竞争推到了新的量级。对采购方而言，MLPerf 的价值不只在于“谁跑得更快”，更在于揭示不同规模、不同架构下的扩展效率——在真实业务里，往往不是单卡峰值，而是千卡协同能否不掉链子，才决定了一座 AI 工厂的真正产能。

耐人寻味的是，这笔巨资投向的是一家至今没有发布任何产品、也没有公开过任何研究成果的公司。

算力提升「一个数量级」

根据协议，SSI 将获得英伟达下一代旗舰计算平台 Vera Rubin 的大规模使用权，可用算力有望提升一个数量级。SSI 方面称，合作将使其算力在未来 12 个月内增长至现有水平的 10 倍。据知情人士透露，该公司此前主要依赖谷歌母公司 Alphabet 的 TPU 芯片开展运算，这笔交易意味着英伟达从竞争对手手中抢下了一个标志性客户。

「苏茨克维从 AlexNet 开始，就在现代 AI 的根基层面做出了开创性突破。」英伟达创始人兼 CEO 黄仁勋表示，「我们很期待看到 SSI 借助 Vera Rubin 平台带来的新突破。」

苏茨克维则回应：「我们手上的研究已经值得规模化，而拿到英伟达的大型计算机后就能做到这一点。」据报道，这笔交易从双方接触到敲定只用了几周时间；英伟达此前已是 SSI 的股东，本次属于既有关系的升级——而促成加码的关键，是英伟达获得了对 SSI 高度保密研究进展的罕见内部了解。

一家「神秘」的 300 亿美元实验室

SSI 由苏茨克维与丹尼尔·利维（Daniel Levy）于 2024 年联合创立，目标高度专一：以「直线冲刺」的方式研发「安全超级智能」——既能胜任人类所能完成的一切任务，又不对人类构成威胁的 AI 系统。公司明确表示近期无意销售任何 AI 产品，团队规模至今仅几十人。

凭借苏茨克维在业内的声誉，SSI 吸引了安德森·霍洛维茨、红杉资本、DST Global、Greenoaks 等顶级投资机构，累计融资约 30 亿美元，去年估值已达 300 亿美元上下。据了解，SSI 正在探索一条不同于 OpenAI、谷歌、Anthropic 等公司大语言模型路线的技术路径。苏茨克维在声明中透露，公司研究「聚焦于人类大脑功能中被忽视的方面」。

绑定明星创业者的熟悉剧本

这并非英伟达第一次用投资绑定 OpenAI 系明星创业者。今年 3 月，英伟达与前 OpenAI 首席技术官米拉·穆拉蒂（Mira Murati）达成了类似协议——后者去年联合创立的 Thinking Machines Lab，本月早些时候刚发布首个完全基于英伟达硬件训练的 AI 模型。

两笔交易的逻辑如出一辙：通过战略投资锁定最受瞩目的 AI 研究机构，确保它们优先采用英伟达芯片，同时压制竞争对手的芯片生态。不过，随着英伟达对 AI 初创公司的投资越滚越大，市场上关于「循环融资」的质疑声也越来越响——芯片商投资客户，客户再用融资购买芯片，一旦 AI 公司增长放缓，链条上的风险将被放大。

值得一提的是，就在协议宣布当天，英伟达股价下跌近 5%，全球市值第一的宝座被苹果夺走。对英伟达而言，押注 SSI 这样的前沿实验室，既是对未来算力需求的提前锁定，也是一场不折不扣的豪赌。

来源：《华尔街日报》、英伟达官方新闻稿、第一财经