Google Cloud는 7세대 Ironwood TPU 8,192개가 MLPerf Training v6.1 사전 학습 벤치마크에서 1.70분 만에 목표 품질에 도달했다고 밝혔다. 회사는 2026년 11월 16일 이 결과를 공개했으며, NVIDIA Grace Blackwell GPU 결과와 첫 MLPerf 에이전트형 강화 학습(RL) 벤치마크 결과도 함께 냈다.

AI 하드웨어를 빌려 쓰는 사용자에게 이 수치는 Google 클라우드가 대규모에서 어떤 성능을 내는지 보여 준다. 이번 라운드에서 Google Cloud가 공개한 결과는 모두 10건이며, 전부 MLCommons가 운영하는 벤치마크의 Closed 부문이다.

Google Cloud는 무엇을 제출했나

Google에 따르면 제출 내용은 최첨단 사전 학습과 에이전트형 RL을 아우르며 AI Hypercomputer 아키텍처에서 실행됐다. 회사는 반도체, 네트워크, 오픈 소프트웨어의 공동 설계 결과라고 설명한다.

  • Ironwood 사전 학습: Ironwood TPU 8,192개가 1.70분 만에 목표 품질 도달
  • Ironwood 에이전트형 RL: Ironwood TPU 640개
  • NVIDIA GB300 사전 학습: A4X Max 인스턴스의 GPU 256개가 31.96분 만에 목표 도달
  • NVIDIA GPU 에이전트형 RL: A4X와 A4X Max 인스턴스에서 5건 제출

Google 각주의 결과 목록을 보면 사전 학습 제출은 DeepSeek-V3를 Ironwood 칩 2,048개, 4,096개, 8,192개와 GB300 GPU 256개에서 실행했다. 에이전트형 RL은 Qwen3.5-397B를 Ironwood와 NVIDIA GPU 56개, 64개, 256개에서 실행했다.

확장성은 어떤가

Google이 강조하는 부분이다. 사전 학습이 4,096개 칩까지 96% 효율로 확장됐다는 것이다. 칩이 서로 기다리지 않고 계산에 시간을 써야 칩을 늘려도 학습이 짧아지기 때문에 중요하다. 8,192개 칩의 효율은 밝히지 않았으므로 96%는 4,096개 칩 실행의 수치다.

참고로 MLCommons는 이번 라운드에서 12개 시스템이 1,000개 이상의 가속기를 썼고 가장 큰 것은 10,240개였다고 밝혔다. NVIDIA는 GB300 시스템 10,240개 GPU로 DeepSeek-V3를 실행했다고 보고했으므로, 8,192개 Ironwood는 이번 라운드 기준으로 큰 실행이다.

에이전트형 RL 벤치마크란

에이전트형 RL은 모델이 코드를 작성하고 그 결과에서 배우게 하는 학습 방식이다. 벤치마크는 Qwen3.5-397B로, MLCommons는 이 제품군 최초의 사후 학습 워크로드라고 설명하며 Group Relative Policy Optimization으로 도구 호출을 포함한 소프트웨어 엔지니어링 과제를 추론하도록 학습시킨다고 한다.

Google은 Ironwood TPU 640개가 코딩 목표 정확도에 18.02분 만에 도달했으며 목표 0.69에 대해 0.765를 기록했다고 밝혔다. 코드 생성과 학습이 동시에 진행돼 학습용 칩이 기다린 시간은 3% 미만이었다고 덧붙였다. 이런 작업에서 놀고 있는 칩은 곧 낭비이므로 클라우드 구매자가 눈여겨볼 수치다.

가격은 얼마인가

이번 발표에는 가격이 나와 있지 않다. Ironwood TPU와 A4X, A4X Max 인스턴스는 Google Cloud 서비스이며 요금과 제공 여부는 지역과 계약에 따라 다르다. Google Cloud 요금 페이지나 해당 국가의 영업 담당자에게 확인해야 한다.

어떤 사람에게 맞나

초대형 모델을 학습시키는 팀. 수천 개의 TPU를 함께 돌릴 수 있음을 보여 주므로, 작업에 그만큼의 칩이 필요하다면 참고할 만하다.

코딩 에이전트를 만드는 팀. 칩 유휴 시간이 3% 미만이라는 RL 결과는 점점 늘어나는 작업 유형과 관련이 있다. 하나의 벤치마크일 뿐 자신의 코드에 대한 보장은 아니다.

NVIDIA를 선호하는 고객. Google은 GB300과 GB200 시스템도 제출했으므로 Google Cloud 안에서 그 구성을 쓸 수 있다.

기다려야 할 사람. 이 결과만으로 공급자를 고르는 사람이다. 결과는 범주별로 모델 하나이며, 참고한 자료는 Google을 다른 업체와 비교하지 않는다.

아직 알려지지 않은 것

Google의 글에는 가격, 지역별 제공 여부, TPU와 GPU 결과의 비교가 없다. MLCommons 결과 페이지에는 24개 기관의 153개 시스템이 올라 있어 나란히 비교할 수 있다. MLCommons는 이번 라운드에서 Google TPUv7(Ironwood)과 NVIDIA Rubin 세대 GPU의 첫 결과가 나왔다고도 밝혔다.

결과 ID는 Google의 글에서, 제출 간 비교는 MLCommons의 Training v6.1 페이지에서 확인할 수 있다.