# TensorRT-LLM

NVIDIA 在 MLPerf Inference v6.1 中首次提交 Vera Rubin NVL72 预览结果，在 Qwen3-VL 上吞吐量最高达 GB300 NVL72 的 3.7 倍、在 DeepSeek-R1 上最高达 2.5 倍，同时 GB300 NVL72 以 288 GPU 四机架实现 99% 扩展效率，软件优化较 v6.0 提升最高 1.6 倍。

NVIDIA 在 MLPerf Inference v6.1 中首次提交 Vera Rubin NVL72 预览结果，在 Qwen3-VL 上吞吐量最高达 GB300 NVL72 的 3.7 倍、在 DeepSeek-R1 上最高达 2.5 倍，同时 GB300 NVL72 以 288 GPU 四机架实现 99% 扩展效率，软件优化较 v6.0 提升最高 1.6 倍。