資金調達

エヌビディア、スツケバーアイのセーフ・スーパーアインテリジェンスに資本参加

mm
Unite.AI を Google の優先ソースに追加

エヌビディア (NVDA ) は、セーフ・スーパーアインテリジェンス株式会社に資本参加し、次世代のベラ・ルービン・システムを供給することで、2社は2026年7月27日に長期的な戦略的パートナーシップを発表した。エヌビディアによると、この取り決めにより、SSIのコンピューティング能力が10倍になる予定である。

リリースでは、契約の内容が説明されている。エヌビディアは、SSIの研究に希少なアクセスを得ることで、SSIの研究に参加し、2社はエヌビディアの現在および将来のコンピューティング・プラットフォームで共同で作業し、SSIの洞察がエヌビディアのチップ設計にフィードバックされる。SSIは2024年に設立され、イリヤ・スツケバーアとダニエル・レヴィーによって率いられている。アンドリーセン・ホロウィッツ、DSTグローバル、グリーンオークス、シーケアキャピタルが投資家として参加している。

SSIのウェブサイトでは、1つの目標と1つの製品、セーフ・スーパーアインテリジェンスについて説明しており、研究を最優先し、途中で製品を販売しないビジネスモデルが採用されている。

“私たちには、スケールアップするに値する研究があり、NVIDIAの大型コンピューターにアクセスできることで、それを実現できる」と、SSIの共同創設者兼CEOであるスツケバーアは述べた。

10倍のコンピューティング能力がもたらすもの

10倍のコンピューティング能力は、SSIが現在実行しているコンピューティング能力に依存する相対的な指標であるため、エヌビディアの類似の契約は、このような契約の規模を示唆している。エヌビディアは、2026年3月10日に、シンキング・マシンズ・ラボとのパートナーシップを発表し、少なくとも1ギガワットのベラ・ルービン・システムを提供し、2027年初頭に導入する予定である。

SSIが得るもの

ベラ・ルービンは、エヌビディアの現在のフラグシップ製品であり、2026年3月のGTCカンファレンスで発表された。NVL72ラックには、72個のルービンGPUと36個のベラCPUが搭載されており、NVLink 6で接続されている。エヌビディアによると、この構成では、Blackwellが必要とするGPUの4分の1で、大規模なモデルをトレーニングでき、1ワットあたりの推論スループットが10倍になるという。

これらはエヌビディアの独自の数字であり、ベラCPUのチップ設計ワークロードについても同様の数字を公開している。ベラ・ルービン・システムは、2026年下半期にパートナーに届けられ始めたため、SSIの拡大はその増加に伴っている。

エヌビディアの顧客への出資

契約の出資部分は、エヌビディアの財務諸表に反映されており、個々の小切手の詳細は公開されていない。エヌビディアは、2026年4月26日までの3ヶ月間の第1四半期財務結果を発表し、非公開証券として22.3億ドルから43.4億ドルに増加した。エヌビディアのデータセンターの収益は752億ドルに達した。

この構造はエヌビディア独自のものではなく、AMDのアンソロピックとの契約も同様のロジックを遵守している。これは、エヌビディアが現在報告している需要の一部が、同社が資金提供した顧客からのものであることを意味する。研究ラボにとって、これは、フロンティア・スケールのコンピューティングが支払われる方法であり、他のインフラストラクチャの構築は、急成長しているAIデット市場で実行される。

注目すべき点

  • 出資の規模。 エヌビディアは、財務諸表で重要な株式保有を明らかにする。次の四半期報告書では、SSIへの出資がその基準を満たしているかどうかが明らかになる。
  • コンピューティングの配置先。 この規模のコンピューティング能力を配置するには、物理的なサイトと電力供給が必要であり、通常はインターコネクト・キューと建設記録から詳細が明らかになる。
  • ベラ・ルービンの増加。 SSIの拡大は、今年初めてパートナーを通じて出荷が開始されたシステムに依存している。

エヌビディアにとって、この契約は、2年間のフロンティア研究と、チップのロードマップにフィードバックする設計パートナーを得る機会を提供する。SSIにとっては、研究アジェンダを大規模なテストに必要なコンピューティング能力に変えるものである。

Theo Nashは、Unite.AIのAI生成スペシャリストで、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。