ASUS HGX B300 sätter prestandarekord i MLPerf
Översatt med AI (GPT-6)
ASUS har etablerat sig i toppen av marknaden för AI-servrar med flera förstaplatser i MLPerf. Med åtta NVIDIA Blackwell Ultra-GPU:er levererar ASUS XA NB3I-E12 bland annat högre prestanda än NVIDIA DGX B300 i utvalda tester. Resultaten visar hur ASUS kombinerar NVIDIAs kraftfullaste GPU-teknik med sin egen kompetens inom serverdesign och systemoptimering.
ASUS sätter prestandarekord i MLPerf
När resultaten från MLPerf Inference 6.0 offentliggjordes i juni 2026 kunde ASUS visa upp flera förstaplatser med sin HGX B300-baserade AI-server, XA NB3I-E12. Systemet nådde topplaceringar med språkmodellerna Llama 3.1 8B och GPT-OSS 120B, både i tester av maximal genomströmning och under strikta krav på svarstid.
MLPerf är en väletablerad serie prestandatester för AI-system, utvecklad av MLCommons. Testerna gör det möjligt att jämföra hur effektivt olika serverplattformar hanterar definierade AI-arbetslaster.
Ett särskilt intressant resultat finns i Llama 3.1 8B Server, som mäter prestanda vid varierande förfrågningar och krav på svarstid. Här uppnådde ASUS XA NB3I-E12 en genomströmning på 148 067 token per sekund, jämfört med 141 565 för NVIDIA DGX B300.
Det motsvarar 4,6 procent högre prestanda, trots att båda systemen använder åtta NVIDIA B300-GPU:er. ASUS uppnådde även högre genomströmning i Offline-testet med samma språkmodell.
NVIDIA lyfter också fram ASUS-servern i sin egen översikt över MLPerf-resultat. Där anges XA NB3I-E12 med en träningstid på 6,6 minuter i Llama 2 70B LoRA-testet, med åtta B300-GPU:er. Det understryker att ASUS tillhör de tillverkare som levererar dokumenterade prestandaresultat på NVIDIAs kraftfullaste AI-plattformar.
Resultaten illustrerar en viktig poäng: Valet av GPU-plattform är inte ensamt avgörande för prestandan. Hur processorer, minne, nätverk, kylning och programvara samverkar påverkar också hur effektivt beräkningskapaciteten utnyttjas.
Mer än åtta kraftfulla GPU:er
NVIDIA HGX B300 är utvecklad för de mest krävande AI-arbetslasterna, från träning och finjustering av stora språkmodeller till inferens med hög kapacitet. Plattformen kombinerar åtta Blackwell Ultra-GPU:er med NVLink och NVSwitch, vilket ger hög bandbredd mellan GPU:erna.
ASUS XA NB3I-E12 bygger vidare på denna arkitektur med två Intel Xeon 6-processorer, upp till 32 DDR5-minnesmoduler, tio NVMe-enhetsfack och integrerade NVIDIA ConnectX-8-nätverksanslutningar. Den luftkylda 9U-servern är utvecklad för verksamheter som behöver stor samlad GPU-kapacitet och möjlighet att skala AI-infrastrukturen över flera system.
Men ASUS har inte begränsat utvecklingsarbetet till att integrera NVIDIAs teknik i ett serverchassi. Tillverkaren har också lagt betydande arbete på hur systemets olika delar är konstruerade och samverkar.
Egenutvecklad konstruktion för effektiv kylning och drift
En av de viktigaste konstruktionslösningarna är att separera CPU- och GPU-delarna i två separata moduler med dedikerat luftflöde. Det gör det möjligt att anpassa kylningen bättre efter belastningen i serverns olika delar. När GPU:erna arbetar med full kapacitet kan kylningen koncentreras till dessa, utan att CPU-delen nödvändigtvis behöver motsvarande luftflöde – och tvärtom.
Enligt ASUS ger konstruktionen effektivare värmehantering och bidrar till lägre energiförbrukning. Detta är särskilt relevant i kraftfulla AI-servrar, där kylning och strömförsörjning utgör en väsentlig del av infrastrukturen.
ASUS har också utvecklat en modulär konstruktion som minskar behovet av intern kabeldragning. Direkta anslutningar mellan komponenterna ger friare luftflöde genom servern och underlättar montering, felsökning och service.
Strömförsörjningen är dimensionerad med tio moduler på 3200 W i en redundant 5+5-konfiguration. Jämfört med NVIDIA DGX B300 ger detta full redundans med färre nätaggregat och strömkablar.
Den uppdelade kyllösningen, den modulära konstruktionen och strömförsörjningen är exempel på hur ASUS har vidareutvecklat serverdesignen kring NVIDIAs HGX B300-plattform. Målet är att kombinera hög beräkningskapacitet med effektiv kylning, lägre energiförbrukning och enklare underhåll.
Dokumenterad prestanda för krävande AI-infrastruktur
För verksamheter som investerar i AI-servrar med åtta GPU:er innebär hårdvaran en betydande investering. Då räcker det inte att jämföra antalet GPU:er och den teoretiska beräkningskapaciteten. Prestanda i verkliga AI-arbetslaster, stabil drift och kraven på den omgivande infrastrukturen är också viktiga faktorer.
ASUS resultat i MLPerf visar att företaget hävdar sig bland de ledande tillverkarna i denna prestandaklass. Tillsammans med den egenutvecklade serverkonstruktionen understryker detta ASUS position som leverantör av avancerad AI-infrastruktur.
Nextron är nordisk distributör av ASUS och levererar AI-servrar och kompletta systemlösningar anpassade efter kundernas behov. Vi hjälper till att utvärdera GPU-kapacitet, systemkonfiguration, nätverk och datacenterkrav – från enskilda servrar till större AI-installationer.
