NVIDIAやAMDのAIサーバーの学習性能を評価するベンチマークテスト「MLPerf Training v6.0」の結果が公表される

AIインフラの性能測定結果を収集して公開している業界団体のMLCommonsが、学習性能評価テスト「MLPerf Training v6.0」の結果を2026年6月16日に公開しました。

MLPerf Training v6.0 Results: New MoE Benchmarks and Record System Diversity | MLCommons
https://mlcommons.org/2026/06/mlperf-training-v6-0-results/

NVIDIA Blackwell Sweeps MLPerf Training 6.0 | NVIDIA Blog
https://blogs.nvidia.com/blog/blackwell-mlperf-training-6-0/

Technical Dive into AMD’s MLPerf Training v6.0 Submission — ROCm Blogs
https://rocm.blogs.amd.com/artificial-intelligence/mlperf-training-v6.0/README.html

MLPerf TrainingはAIインフラでAIモデルの学習を実行した際の性能を測定するベンチーマークテストです。NVIDIAやAMDといったチップメーカーが自社製品の測定結果をMLCommonsに提出しているほか、Dellや富士通やCiscoといったサードパーティベンダーも結果を提出しています。

MLPerf Trainingのテスト内容は時流に沿ってアップデートされており、MLPerf Training v6.0では「DeepSeek V3」と「gpt-oss-20b」の学習がテスト項目として追加されました。

2026年6月16日の結果公表の時点で24の組織から合計95種のシステムを用いたテスト結果が提出されており、以下のリンク先で結果を確認できます。全体的にNVIDIA製GPUを搭載したシステムが高いスコアを記録し、AMD製GPU搭載システムが後を追いかける構図となっています。

MLCommons MLPerf Training Benchmark
https://mlcommons.org/benchmarks/training/

MLPerf Training v6.0の結果は各社の公式サイトでもアピールされています。NVIDIAは同一モデルをGB200 NVL72とGB300 NVL72で学習した際の学習速度比較グラフを掲載し、「GB300 NVL72はGB200 NVL72と比べて最大1.6倍高速な学習が可能」とアピールしています。

また、MicrosoftはGB200 NVL72を128台並列実行し、合計8192基ものGPUを用いてLlama 3.1 405Bをわずか7分で学習できたことを報告しています。

AMDは2025年の「MI300XでMXFP8精度で学習する」という環境から2026年の「MI355XでMXFP4精度で学習する」という環境にアップグレードすることで学習速度を3.5倍に向上できるとアピール。

さらに「B200でNVFP4精度で学習する」という環境と「MI355XでMXFP4精度で学習する」という環境を比較して「Llama 2 70Bのファインチューニングでは5％、Llama 3.1 8Bの事前学習では6％の性能差に収まっている」と述べ、NVIDIAとの競争力を維持していることを強調しています。