NVIDIA次世代Rubinが量産へ｜Vera Rubin NVL72を大手クラウドで立ち上げ・日本は国家AI基盤に2.75万GPU採用

⏱ 読了約8分3,257 字

📑 目次

『Rubin世代』とは何か
大手クラウドで量産が立ち上がる
日本が『国家AIインフラ』——1.3万CPU・2.75万GPU
提携ラッシュの中での位置づけ
電力とコスト——見えないボトルネック
日本のビジネスパーソンにとって何が変わるか
まとめ
参考・出典

AI計算基盤の主役が、現行のBlackwellから次世代の『Rubin』へと動き始めた。NVIDIAは7月21日、次世代プラットフォームのラック製品『Vera Rubin NVL72』の生産が、CoreWeave・Google Cloud・Microsoft Azure・Oracle Cloudといった大手クラウドで立ち上がりつつあると明らかにした。さらに7月16日には、日本政府と産業界が『世界初の国家AIインフラ』を立ち上げ、NVIDIAのVera CPU 1万3,750基とRubin GPU 2万7,500基を採用すると発表した。最新世代のGPUを、どの国が・どれだけ確保できるかが、そのまま国力の話になり始めている。

『Rubin世代』とは何か

Rubinは、CPUの『Vera』とGPUの『Rubin』を組み合わせたNVIDIAの次世代AIプラットフォームで、現行のBlackwell／Grace系の後継にあたる。中核となるのがラック単位の製品『Vera Rubin NVL72』で、多数のGPUを1つのラックに束ねて超大規模なAI学習・推論を回す構成だ。あわせてNVIDIAは、ギガスケール（超大規模）のAIファクトリー向けネットワーク『Spectrum-6』も投入し、計算とネットワークの両輪で次世代基盤を固めにきている。

大手クラウドで量産が立ち上がる

NVIDIAによれば、Vera Rubin NVL72の生産はCoreWeave、Google Cloud、Microsoft Azure、Oracle Cloudで順次ramping（量産の立ち上げ）に入っている。ここが実務上は大きい。最新世代のGPUは供給が逼迫しがちで、自前で調達しようとすると長いリードタイムと巨額の設備投資が要る。だが主要クラウドがRubin級のインスタンスを揃えれば、日本企業もオンプレミスでの調達を待たずに、クラウド経由で最新世代の計算力へアクセスできるようになる。

日本が『国家AIインフラ』——1.3万CPU・2.75万GPU

そして今回とりわけ目を引くのが日本の動きだ。7月16日、日本政府と産業リーダーがNVIDIAとともに『世界初の国家AIインフラ』を立ち上げると発表。ここにVera CPUを1万3,750基、Rubin GPUを2万7,500基という規模で投入する。前日の15日には、ロボティクスやエッジAI向けの小型コンピュータ『Jetson Thor』が投入され、日本企業がNVIDIAのオープンモデル群『Nemotron』を使って業種特化AIを構築する動きも紹介された。

背景にあるのは『主権AI（ソブリンAI）』の考え方だ。計算基盤とデータを自国内に置き、他国のクラウドやモデルに依存しすぎない体制を整える——行政・製造・防災といった公共領域でAIを本格運用する前提として、各国が自前のAIインフラを持とうとしている。日本のこの一手は、その流れの象徴といえる。

提携ラッシュの中での位置づけ

Rubinの量産と日本の国家基盤は、単発の出来事ではない。直前の7月24日には、NVIDIAがSK Groupと5,000億ドル超の包括提携で合意し、同じ日にNAVER・Brookfieldと韓国のAIファクトリーを200メガワットへ拡張すると発表している。世界中でNVIDIAを軸にしたインフラ投資が同時多発的に進んでいるのが今の局面だ。

もっとも、これはNVIDIA一強の裏返しでもある。CUDAという開発基盤による囲い込みが強く、対抗軸を作ろうとする動きも続く。AMDは新型ラック『Helios』でNVIDIAに挑み（関連記事）、中国勢は輸出規制をにらんで独自チップによる内製化を進めている（Zhipu AIの国産チップ拠点）。Rubin世代の量産は、この競争の中でNVIDIAが一歩先んじた形だ。

電力とコスト——見えないボトルネック

Rubin世代の性能が上がるほど、実は半導体そのもの以上に効いてくるのが電力だ。前述の韓国のAIファクトリーが200メガワット規模へ拡張されるように、最新世代のAI基盤は都市の一区画に匹敵する電力を消費する。GPUを買えても、それを動かし冷やす電力とデータセンターの用地がなければ計算力は生まれない。日本が国家AIインフラを掲げる際も、チップの調達と同じ重みで、電源構成と立地が課題になる。

コスト面でも構図は同じだ。最新GPUは供給が需要に追いつかず、価格も高止まりしやすい。だからこそ大手クラウドがRubinを揃える意味は大きい。自前で数千基のGPUを抱え込むより、必要な時に必要なだけクラウドで借りる方が、多くの日本企業にとっては現実的な選択肢になる。『所有』から『利用』へ——AI計算力の調達も、かつてのサーバーがそうだったようにクラウドへ寄っていく。

日本のビジネスパーソンにとって何が変わるか

直接GPUを買わない企業にとっても、この話は経営に効いてくる。第一に、計算コストと調達リードタイム、そして電力が経営マターになる。AIを本格活用するほど、どの世代のGPUをどのクラウドで、いくらで確保できるかが競争力を左右する。第二に、国家AI基盤が整うということは、行政手続き・製造現場・防災といった公共領域でAI実装が進む前提が整うということだ。自社のサービスや業務が、その基盤とどう接続するかを考える段階に入っている。

まとめ

NVIDIAのRubin世代が量産に入り、日本は世界初とうたう国家AIインフラを立ち上げた。最新GPUの確保がクラウド経由で広がる一方、その供給を握るNVIDIAの存在感はいっそう増している。『どの世代の計算力に、いくらで、どれだけ触れられるか』——この問いは、もはや半導体業界だけのものではなく、AIを使うすべての企業と国の共通テーマになりつつある。