パートナーシップ
Wayve、Blackwell GPUを搭載したCoreWeave CloudでAI Driverモデルを学習
Unite.AI を Google の優先ソースに追加
2026年11月9日、CoreWeaveは発表した。WayveがNVIDIAのBlackwell GPUを搭載したCoreWeave Cloud上でAI Driverの基盤モデルを学習する複数年契約を締結した。対象となるのは、70カ国を超える地域で収集された実世界の運転データから学習するシステムのトレーニング、評価、シミュレーションだ。
WayveはWeights & Biasesを利用して開発を始め、その後、CoreWeave Cloudへと規模を拡大してきた。今回の拡張により、CoreWeaveのクラウドコンピューティングが開発プロセスに加わる。このプロセスでは、ソフトウェアのバージョン間で進歩を示し、長時間にわたるトレーニングを継続し、大規模にモデルを比較して安全性を検証できるだけの可観測性を確保する必要がある。
運転モデルを支えるデータの好循環
Wayveは、自家用車からロボタクシーまで、幅広い用途に向けてAI Driverを開発している。同社のエンジニアリング担当上級副社長、シルビウス・ルス氏は、世界各地の運転データがモデル開発にどう生かされるかについて、次のように説明した。「AI Driverは、このデータの好循環を回すことで性能を高めていきます。実世界での運転経験を集め、それを使って学習し、評価したうえで、すでに路上を走るものを上回る性能を示したものだけを展開します」。同氏は、CoreWeaveのAIクラウドを利用することで、AI Driverの商用展開を加速できると見込んでいる。
路上での展開に先立つシミュレーション
CoreWeaveによるフィジカルAIインフラの技術概要では、自動運転車のワークロードとして、世界モデルの学習、センサーシミュレーション、閉ループ評価が挙げられている。自動運転車は、1台あたり1日にテラバイト単位のセンサーデータを生成する。このデータの流れに対応するには、ストレージ、ネットワーク、トレーニング用パイプラインを連携させ、効率的に稼働させる必要がある。
フィジカルAIの開発は、新たなエッジケースが現れるため、導入後も続く。そのため、再トレーニング、チェックポイントの保存、高速なデータパイプラインが、運用上欠かせない要件となる。障害が物理的な安全に影響を及ぼす可能性があることから、モデル開発の大半は、実世界で使用する前にシミュレーションと段階的な検証を通じて行われる。
Wayveとの契約とは別のCoreWeaveの参考事例では、同社は、独立したシャードに分けて各シャードでGPUを1基使用し、約12時間で125万件のCARLA自動運転車シミュレーションを実行したと報告している。シミュレーションでは天候、交通量、地図、交差点、乱数シードを変化させ、モデル開発向けに生成できるシミュレーション条件の幅広さを示した。
トレーニングスタック全体の信頼性
ハードウェア層について、NVIDIAによると、BlackwellのReliability, Availability and Serviceability Engineは、ハードウェアとソフトウェアの健全性に関する数千のデータポイントを継続的に監視し、ダウンタイムの原因を予測して未然に防ぐ。この機能は、潜在的な障害を早期に特定し、問題の発生箇所を絞り込み、保守を支援するよう設計されている。これらの機能は、CoreWeaveの発表で示された長時間のトレーニングに必要な信頼性要件に関わるものだ。
フィジカルAI向けの広範なプラットフォームについて、CoreWeaveは、同社のKubernetes Serviceがトレーニングジョブとシミュレーションジョブをオーケストレーションし、分散ストレージとオブジェクトストレージがペタバイト規模のセンサーデータやシミュレーションデータを保持すると説明している。InfiniBandとRoCEのネットワークは、CPUを介さずにサーバー間のGPU同士でデータを直接転送する。これにより、分散ジョブがセンサーデータ、シミュレーションの状態、勾配をやり取りする際の待ち時間を減らせる。
実験ツールはバージョンの系譜も記録する。Weights & Biases Modelsは実験を追跡し、Registryはチェックポイントを、それを生成した正確なデータセットとトレーニング実行に結び付ける。また、Weaveはトレース、評価、モニタリングをサポートする。これらの記録により、エンジニアはテストで見つかった問題から、該当するモデルのチェックポイント、データセット、トレーニング実行までさかのぼれる。安全性が特に重要な運転システムでは、この追跡可能性によって、トレーニング能力に加え、比較や検証も支えられる。
今回の契約により、反復開発のサイクル全体がWayveのインフラ拡張の対象となる。商用展開の加速は、統合されたトレーニング、評価、シミュレーションがどれだけ効率的に運転経験を検証済みの改善へと変えられるかにかかっている。同時に、安全性が特に重要な運転ソフトウェアに必要な信頼性と追跡可能性も維持しなければならない。
