DeepSeek-v3 671B 測試：英偉達 Blackwell GB300 刷新 MoE 預訓練世界紀錄，每 GPU 算力 1648 TFLOPs

英偉達於昨日（7 月 21 日）正式發表博文，宣布其 Blackwell GB300 平台在混合專家模型（MoE）預訓練任務中創下全新世界紀錄，每顆 GPU 的算力高達 1648 TFLOPs（每秒萬億次浮點運算）。這項成果不僅展現了 Blackwell 架構的強大效能，也為大型語言模型的訓練效率樹立了新的標竿。混合專家模型（MoE）是一種先進的機器學習架構，其核心概念是將大型模型拆分為多個較小的「專家」子網路，在每次推理或訓練過程中僅啟動其中一部分專家。這樣的設計讓模型能夠在保持龐大容量的同時，大幅降低計算成本，因此被廣泛應用於當前的大語言模型，以提升訓練與推理效率。

而所謂的模型預訓練，則是指在大量未標註的數據集上，透過自監督學習方法，讓模型初步掌握語言規律、語意特徵或常識知識，這是打造高階 AI 模型不可或缺的基礎環節。根據英偉達官方公布的資訊，此次創紀錄的測試是在 256 顆 GPU 的配置下，對 DeepSeek-v3 671B 模型進行預訓練。結果顯示，GB300 NVL72 系統達到了每顆 GPU 1648 TFLOPs 的吞吐量，刷新了 MoE 預訓練的世界紀錄。值得注意的是，與過去同類訓練任務相比，GB300 NVL72 使用了更少的 GPU 硬體，卻能達成相同的模型性能，凸顯出 Blackwell 架構在資源利用效率上的顯著優勢。

這項里程碑並非一蹴可幾。英偉達透露，在過去六個多月的時間裡，團隊透過模擬超過 25 萬種不同的系統配置，為 Blackwell 平台摸索並發現了多達 38 項重大優化方案。這些優化累計使用了 140 萬小時的 GPU 測試時間，才得以將系統潛力徹底釋放。相較於 2025 年 11 月進行的預訓練測試——當時的成績為每 GPU 1088 TFLOPs——如今的 GB300 NVL72 系統性能提升了整整 50%，進步幅度相當驚人。背景來看，DeepSeek-v3 671B 是一個擁有 6710 億參數的巨型語言模型，其訓練難度極高，對 GPU 的算力、記憶體頻寬以及系統互連效率都有嚴苛要求。

英偉達此次選用該模型作為測試基準，正是為了證明 Blackwell GB300 在處理超大規模 MoE 模型時的實力。透過 256 顆 GPU 的協同運算，不僅成功完成預訓練任務，更創下每 GPU 1648 TFLOPs 的紀錄，這意味著整體系統的算力利用率已達到相當高的水準。在技術細節上，英偉達強調，這些優化涵蓋了底層硬體調度、通訊協定、記憶體訪問模式以及模型並行策略等多個層面。38 項重大優化方案是經過大規模模擬與反覆驗證後篩選出來的，每一項都對系統性能的提升有具體貢獻。

140 萬小時的 GPU 測試更顯示出英偉達對 Blackwell 架構的重視程度，以及其在 AI 基礎設施領域持續投入的決心。從市場角度來看，Blackwell GB300 在 MoE 預訓練上的突破，對於正在競逐大型語言模型訓練能力的雲端服務商、AI 研究機構以及企業用戶而言，無疑是一項重大利多。更少的 GPU 數量就能達到相同甚至更好的訓練效果，意味著能大幅降低硬體採購成本、電力消耗與資料中心空間需求，進而加速 AI 模型的迭代週期。英偉達此次公布的成果，也為下一代 AI 加速器的設計方向提供了參考。

MoE 架構的普及，使得 GPU 不僅需要強大的純計算能力，更需要在稀疏計算、動態路由以及專家選擇等環節上具備高度靈活性。Blackwell GB300 正是在這些方面進行了針對性的優化，才得以在 DeepSeek-v3 671B 的預訓練中脫穎而出。目前，英偉達尚未宣布該測試結果的具體應用時間表，但業界普遍預期 Blackwell GB300 將在未來幾個月內陸續導入各大雲端平台與企業級資料中心。隨著 AI 模型規模持續擴大，這類破紀錄的效能表現將成為衡量 GPU 競爭力的重要指標。而英偉達透過持續的軟硬體協同優化，再次證明其在 AI 運算領域的領導地位。