MLCommons在旧金山正式公布了MLPerf Training v6.0的基准测试结果，这一轮评测通过新增基准和大幅扩展的提交范围，清晰勾勒出AI训练生态正在经历的两大转变：模型架构向稀疏计算集中，以及训练基础设施从本地向云端加速迁移。

本轮最引人注目的变化是引入了两项专门针对混合专家（MoE）架构的基准测试。DeepSeek V3作为一个大规模预训练模型，拥有6710亿总参数，每个token激活370亿参数，成为MLPerf训练套件中规模最大的基准，旨在评估生产级开源权重MoE模型的训练效率。另一项GPT-OSS 20B则定位为入门级测试，总参数210亿，每token激活36亿参数，可在单节点8 GPU的配置上运行，让资源有限的组织也能评估MoE架构复杂的路由逻辑和稀疏计算模式。MLPerf训练工作组联合主席Shriya Rishab指出，过去两年所有主要的新生成式AI模型都采用了稀疏计算架构，这两项基准的快速普及表明，业界对MoE性能基准测试的需求十分迫切。

提交系统的多样性同样创下纪录。本轮共有95个独特系统参与，使用了13种不同的硬件加速器、19种主机处理器以及多种软件框架，其中60%为多节点系统。尤其值得关注的是，云系统的提交数量相比六个月前的v5.1版本增长了一倍以上，反映出AI训练托管在云端的新兴市场正在快速成型。工作组联合主席Pavan Yalamanchili表示，当前企业获取AI训练算力的途径比以往任何时候都多，多家公司提供云端训练系统，与持续高速建设的本地系统形成互补。

在技术实现层面，提交结果还显示出FP4精度方案的多样性，不同实现方式在灵活性和特定训练场景下的性能表现存在差异。MLPerf通过要求所有提交必须达到准确度阈值，帮助利益相关方理解这些硬件和实现设计选择如何影响最终性能。

本轮共有24家机构提交了结果，包括AMD、Azure、CoreWeave、谷歌、英伟达、甲骨文、戴尔、HPE、富士通等，涵盖芯片供应商、云服务商、服务器制造商和新兴算力提供商。这种广泛的参与度表明，生成式AI驱动的算力需求正在拉动整个产业链的竞争与创新，而MLPerf的基准数据正成为观察这场竞赛的关键窗口。