収集型から生成型へ：NVIDIAが次世代コンピューティング時代の道筋を示す

NVIDIA (NVDA ) CEOのJensen Huangは、同社のGTC 2025年3月 keynoteにおいて、AIコンピューティング能力に関する画期的な進歩を発表し、「1兆ドルのコンピューティングの転換点」と呼んだ。このキーノートでは、Blackwell GPUアーキテクチャの生産準備、将来のアーキテクチャに関する多年間のロードマップ、AIネットワークにおける重大なブレークスルー、新しいエンタープライズAIソリューション、ロボティクスおよび物理AIにおける重大な進歩が発表された。

「トークン経済」とAIファクトリー

Huangのビジョンの中心は、AIと「AIファクトリー」の基本的な構成要素としての「トークン」の概念である。

「これが知能の作り方です。新しい種類のファクトリー、トークンの生成者。トークンは新しいフロンティアを開いた」とHuangは聴衆に語った。彼は、トークンが「画像を科学データに変換して、未知の惑星の大気を表す」、「物理法則を解読する」、「病気が発生する前にそれを認識する」ことができることを強調した。

このビジョンは、従来の「収集型コンピューティング」から「生成型コンピューティング」への移行を表し、ここでAIはコンテキストを理解し、事前に保存されたデータを取得するのではなく、回答を生成する。Huangによると、この移行には、データセンターの新しいアーキテクチャが必要であり、「コンピューターはファイルの収集ではなく、トークンの生成者になっている」と述べた。

Blackwellアーキテクチャによる大幅なパフォーマンス向上

NVIDIAのBlackwell GPUアーキテクチャは、現在「完全な生産」段階にあり、同社によると、Hopperと比較して同じ電力条件下で「40倍のパフォーマンス」を実現する。アーキテクチャには、FP4精度のサポートが含まれており、エネルギー効率が大幅に向上する。

「同じ電力条件下で、Blackwellは25倍」とHuangは述べ、ニューアーキテクチャの劇的な効率向上を強調した。

Blackwellアーキテクチャは、NVLink 72などのテクノロジーを使用して、極限のスケールアップをサポートし、巨大な統一GPUシステムを作成できる。Huangは、Blackwellのパフォーマンスにより、以前の世代のGPUは、要求の厳しいAIワークロードではあまり魅力的になくなると予測した。

(Source: NVIDIA)

AIインフラストラクチャーの予測可能なロードマップ

NVIDIAは、AIインフラストラクチャーの革新に関する定期的な年次カデンスを概説し、顧客が投資をより確実に計画できるようにした：

• Blackwell Ultra (2025年下半期)：Blackwellプラットフォームのアップグレードで、FLOPS、メモリ、バンド幅が増加する。
• Vera Rubin (2026年下半期)：CPUのパフォーマンスが2倍になる新しいアーキテクチャで、新しいGPUと次世代のNVLinkおよびメモリテクノロジーが特徴である。
• Rubin Ultra (2027年下半期)：1ラックあたり15エクサフロップのコンピュートを目指す、極限のスケールアップアーキテクチャ。

AIの民主化：ネットワークからモデルまで

AIの広範な採用を実現するために、NVIDIAは、ネットワーク、ハードウェア、ソフトウェアにわたる包括的なソリューションを発表した。インフラストラクチャーレベルでは、同社は、シリコンフォトニクステクノロジーへの重大な投資を通じて、AIファクトリー内の数十万または数百万のGPUを接続する課題に取り組んでいる。同社の最初のコパッケージドオプティクス（CPO）シリコンフォトニックシステムは、1.6テラビット/秒のCPOで、マイクロリング共振モジュレータ（MRM）テクノロジーに基づいており、従来のトランシーバーと比較して、顕著な電力節約と密度の向上を約束し、多数のGPU間の効率的な接続を可能にする。

大規模なAIファクトリーの基盤を構築しながら、NVIDIAは同時に、AIコンピューティングパワーを個人や小規模チームに提供している。同社は、Grace Blackwellプラットフォームを搭載した新しいDGXパーソナルAIスーパーコンピューターを導入し、AI開発者、研究者、データサイエンティストのエンパワーメントを目的としている。このラインナップには、コンパクトな開発プラットフォームのDGX Sparkと、高性能デスクトップワークステーションのDGX Stationが含まれており、後者は液体冷却と20ペタフロップスのコンピュートを備えている。

NVIDIA DGX Spark (Source: NVIDIA)

これらのハードウェアの進歩に加えて、NVIDIAは、Llama Nemotronモデルファミリーをオープンソースで提供し、エンタープライズ向けに高度なAIエージェントの構築を目的としている。これらのモデルは、NVIDIA NIM（NVIDIA Inference Microservices）に統合されており、開発者がローカルワークステーションからクラウドまで、さまざまなプラットフォームでデプロイできる。同社は、エンタープライズAIの採用を加速するために、主要企業との広範なコラボレーションを強化している。

Huangは、これらの取り組みが、NVIDIAのモデル、NIM、ライブラリをAI戦略に統合するさまざまな業界の主要企業との広範なコラボレーションを通じて強化されていると強調した。

物理AIとロボティクス：5兆ドルの機会

NVIDIAは、物理AIとロボティクスを「5兆ドルの機会」と見なしている。同社は、人間型ロボットのための汎用的な基礎モデルであるNVIDIA Isaac GR00T N1をオープンソースで提供した。

NVIDIA Cosmosワールドファンデーションモデルの重要な更新により、NVIDIA Omniverseを使用してロボットのトレーニング用の合成データを生成する際の制御が前例のないレベルに達した。Huangは、「Omniverseを使用してCosmosを条件付けて、Cosmosを使用して無限の数の環境を生成することで、同時に制御された無限のデータを生成できる」と説明した。

同社は、Google DeepMindとDisney Researchとのコラボレーションで開発された、新しいオープンソース物理エンジン「Newton」を発表した。このエンジンは、剛体および柔らかい体のシミュレーションに適しており、タクティルフィードバックとGPUアクセラレーションを備えている。

Isaac GR00T N1 (Source: NVIDIA)

エージェントAIと産業の変革

Huangは、「エージェントAI」を「コンテキストを認識して理解する」、「推論する」、「計画して行動する」、「ツールを使用して学習する」ことができるAIと定義した。

「エージェントAIは、状況のコンテキストを認識して理解することができるAIです。推論することができ、問題を解決する方法について推論することができ、計画して行動することができます。ツールを使用して学習することができます」とHuangは説明した。

この機能は、計算要件の急増を引き起こしている。「AIのスケーリング法は、以前よりも迅速に進化しており、エージェントAIや推論の結果として、必要な計算量は、1年前の今頃と比較して、100倍以上に増加しています」と彼は付け加えた。

まとめ

Jensen HuangのGTC 2025キーノートは、知的エージェント、自律ロボット、目的のあるAIファクトリーが特徴的なAI主導の未来の包括的なビジョンを提示した。NVIDIAのハードウェアアーキテクチャ、ネットワーク、ソフトウェア、オープンソースモデルの発表は、同社が次世代のコンピューティングを推進する決意を示している。

コンピューティングが収集型から生成型へシフトする中、NVIDIAのAIの核心となるトークンへの焦点と、クラウド、エンタープライズ、ロボティクスプラットフォームを横断するスケーリング能力は、テクノロジーの未来の道筋を示し、世界中の産業に広範な影響を及ぼす。