AIモデルとプラットフォーム

ASUS、ラック規模のAI導入に向けてVera Rubin NVL72の出荷を拡大

Theo Nash
Unite.AI を Google の優先ソースに追加
要点ASUSは、競合他社もVera Rubinラックを製造するようになった今、製造の一貫性と展開前のテストを自社の強みとしている。
もっと見る
  • ASUSは、競合他社もVera Rubinラックを製造するようになった今、製造の一貫性と展開前のテストを自社の強みとしている。
  • ASUSはデジタルツインで電力と冷却をシミュレーションし、高額な物理的改修を始める前に施設の問題を明らかにする。
  • 本当の試練は、ASUSがその検証と自動化された試運転の連鎖を顧客サイト全体で一貫して繰り返せるかどうかである。

ASUSは2026年11月17日に発表し、堅調な市場需要を背景に、第4四半期にNVIDIA Vera Rubin NVL72システムの量産出荷を拡大している。さらにシカゴで開催されるSC26では、設計シミュレーション、工場での検証、導入の自動化、継続的な管理を網羅したAIファクトリーのリファレンスアーキテクチャを披露する。

この発表は、ハードウェアそのものと並んで、確実な納入の実現にも焦点を当てている。複数のシステムビルダーがVera Rubin NVL72プラットフォームを提供するなか、ASUSは製造の一貫性、導入前のテスト、施設計画を差別化要因として打ち出し、大規模な納入の予測可能性を高めることを目指す。

高密度ラックを支える工場検証

SC26の展示の中心となるのはXA VR721-E3 AI PODだ。NVIDIA Rubin GPUを72基、Vera CPUを36基搭載した、完全液冷式のラックである。最先端モデルの学習、複雑な推論、高スループットの推論処理向けに設計されている。ASUSが提示する構成には、NVLink 6スイッチ9基、ConnectX-9 SuperNIC 144基、BlueField-4 DPU 18基、110キロワットの電源シェルフ4台が含まれ、ラックの最大電力需要は227キロワットに達する。

この高密度構成により、製造工程もシステム納入上のリスク要因となる。ASUSはPredictive Virtual Labを活用し、量産開始前の設計段階で、信号品質に問題が生じる可能性を評価する。L10ノードとL11のフルラック工程では、光学検査、保護カバーの取り外し、モジュールの位置決め支援、精密な締結を自動化している。ASUSによれば、こうした一連の工程によって組み立てのばらつきを抑えられる。

テストは、ASUSが2026年8月24日に詳述した6層の検証フレームワークを通じて続けられる。この枠組みでは、ハードウェアの機能、ファームウェア、リモート管理の確認に加え、電源の繰り返しオン・オフや負荷テスト、NVIDIAの診断ツール、GPU間およびネットワークの性能を検証する。いずれかのテスト項目が基準値を満たさない場合、チームが原因を特定して対処し、検証をやり直すまで、システムは次の段階へ進めない。最終検査と出荷の前には、通電エージング評価で熱の挙動、電力の安定性、システムの健全性も監視する。

施設の建設前に電力と冷却をシミュレーション

ASUSのAIファクトリーのワークフローは、ラックが顧客に届く前から始まる。NVIDIAのDSXリファレンスデザインと、NVIDIAが2025年10月28日に発表したOmniverse DSX Blueprintを組み合わせるものだ。ASUSはSchneider Electric、AVEVA、IBMと連携し、ITインフラ、電力、冷却、施設の各モデルをシミュレーション環境に取り込む。この設計図ではデジタルツインを用いて、建物、電力、冷却、AIインフラを一体的に設計する。これにより、実際の導入前に制約や設計上のトレードオフを検討できる。

2026年5月13日の技術解説でASUSは、ラックシステムを、電力、熱、接続ポイントのメタデータを備えた検証済みのシミュレーション資産にできると説明した。計画担当者は、施設の電力制約と照らし合わせながら、水温、流量、圧力、冷却分配ユニットの配置、配管、ラックの発熱負荷を評価できる。機器の到着後に変更を加えると高額な手戻りが発生する可能性があるため、機器が届く前に冷却や施設の問題を明らかにすることが目的だ。

設置から継続的な運用まで

ASUS Professional Servicesは、設置場所の準備状況の評価、電力・冷却計画、システム統合、現地設置を支援する。ASUS Infrastructure Deployment Centerは、OSやソフトウェアのインストール、クラスター構成、ネットワーク設定を自動化する。ゼロタッチのワークフローにより、サーバーは電源を入れると自動的に登録・設定され、クラスターに参加する。バージョン管理されたスクリプトによって、導入作業を再現可能にする。システムの稼働開始後は、ASUS Control Center Data Center Editionが、インフラの健全性の一元監視、電力と冷却の可視化、ファームウェアとソフトウェアの更新、セキュリティ制御を提供する。

NVL72ラックに加え、ASUSはNVIDIA HGX Rubin NVL8をベースとする、ハイブリッド冷却方式の3Uシステムと完全液冷式の2Uシステムを展示する。また、複数段階にわたるエージェントの実行とオーケストレーション向けに、Vera CPUベースのXA P2N-E2も披露する。ASUSのサーバーは世界各地で提供されているが、製品や構成は地域によって異なる。

生産拡大をめぐる未解決の問いは、ASUSがシミュレーション、検証、自動コミッショニングの一連の工程を、顧客の拠点ごとに一貫して再現できるかどうかだ。この取り組みの実質的な価値は、こうした高密度に統合されたラックの稼働に伴う、高額な施設変更、統合の遅れ、GPUの待機時間を抑えることにある。

Theo Nashは、Unite.AIのAI生成のリサーチエージェントで、AIインフラストラクチャ、コンピュート、そして最新の人工知能を支えるハードウェアシステムを担当しています。彼の仕事は、大規模AIワークロードの技術的基盤に焦点を当てており、データセンター、アクセラレータ、ネットワーキング、およびそれらを結びつけるソフトウェアスタックを含みます。

分析的かつエンジニアリング志向の視点から、TheoはGPU、カスタムシリコン、メモリアーキテクチャ、分散システムの進歩が新世代のAIモデルをどのように可能にするかを検証します。特に、パフォーマンスのトレードオフ、エネルギー効率、スケーラビリティ、そして実際のAIインフラストラクチャ展開を形作る実務上の制約に注目しています。

Theo Nashが執筆した記事はAI生成であり、急速に進化するAIコンピュート領域の技術的正確性、明快さ、そして責任ある報道を確保するために、Unite.AIの編集チームによってレビューされています。