NVIDIAは人工知能インフラのゲームのルールを再び書き換えた。業界がこぞって搭載GPUの枚数を競う中、NVIDIAはチップから電力網、計算からストレージに至るまで完全垂直統合されたスーパーコンピューティングクラスタ「Vera Rubin Pod」を投入した。これはサーバーでもラックでもない、エージェント時代のために特別に設計された完全なAIファクトリーである。
複数のテクノロジーメディアの報道によると、2026年6月下旬の発表でNVIDIAは、第3世代MGXモジュラーアーキテクチャに基づくこのスーパーAI一体型システムを披露した。その中核的目標は極めて明確で、あらゆる電力を効率的にAIトークンへと変換し、すべてのチップをエージェントアプリケーションの極限の効率で動作させることにある。
同時にNVIDIAは、DSXフルスタックエネルギー効率最適化プラットフォームとNVFP4精度フォーマットも発表した。Blockchain.Newsによると、これらのツール群はAIファクトリーのエネルギー効率を新たな高みへと引き上げ、トークンの生成コストを最大25%削減する可能性があるという。電力コストがAIファクトリーの運営支出の最大40%を占める状況下で、これは単なる技術アップグレードではなく、収益性における革命である。
5種類のラックがAIワークフローを再構築：データセンター全体を1台のマシンに
Vera Rubin Podの最も革新的な設計は、複雑なAIワークフローをそれぞれ役割の異なる5つの専用ラックに分解し、全リンクを統合することでシステムレベルの連携を実現した点にある。
中でも計算コアラックは、驚異的な集積密度を示している。単一ラックに72基のRubin GPUと36基のVera CPUを搭載し、第6世代NVLink銅製バックプレーンでハード接続する。この設計により、ラック全体が論理的に1つの巨大GPUとなり、従来のサーバー内部ケーブルに起因する遅延と帯域幅のボトルネックを完全に排除した。
エージェントアプリケーションのリアルタイム応答に対する厳しい要求に対応するため、NVIDIAはGroq LPUに類似したコンセプトをラックレベルの推論エンジンとして具現化した。このエンジンは、エージェントが「高速、安定、待機不可」という課題を解決することに特化しており、低遅延での高スループットを保証する。
さらにPod内には、エージェントの試行錯誤、シミュレーション、意思決定プロセスにおける複雑な論理演算の需要を支える専用のCPUサンドボックスラックも設定されている。すべてのラックは共パッケージ光学（CPO）、Spectrum-XおよびQuantum-X800スイッチで相互接続され、ジッターフリーの同期ネットワークを実現し、クラスタ全体が1台のマシンのように統一行動することを保証する。
Vera Rubin Podは明確な拡張パスを提供する。単一ラック72カードのNVL72から、8ラックで576カードの統一計算ドメインを構成するUltra NVL576、さらに次世代を見据えた1152カードのスーパークラスタKyber NVL1152まで対応する。
単なるスペック競争を超えたエンジニアリング設計：温水冷却とプラグアンドプレイ
Vera Rubin Podの強みは単にチップを積み重ねただけではない。エンジニアリング設計のブレークスルーも同様に重要である。MGXアーキテクチャは銅製バックプレーンを採用し、数千本の煩雑なケーブルを排除。計算トレイはプラグアンドプレイに対応し、展開の複雑さを大幅に低減した。
冷却面では、システムは45℃の温水直接冷却に対応する。これは、ほとんどの気候地域において、データセンターが高エネルギー消費のコンプレッサーに頼ることなく自然冷却を実現できることを意味し、電力使用効率（PUE）を大幅に改善し、より多くの電力を計算そのものに振り向けることを可能にする。
NVIDIAは、顧客がハードウェアを購入したものの展開できないという事態を明らかに望んでいない。そのため、同社はDSXフルスタックリファレンスプラットフォームを直接提供している。その設計思想が示す通り、「あなたが購入するのはスーパーコンピュータではなく、収益を生み出す完全なAIファクトリー一式」なのである。
DSXとNVFP4：エネルギー効率を利益に変えるソフトウェアの実力
Vera Rubin Podがハードウェアの極致であるならば、同時に発表されたDSXプラットフォームとNVFP4精度フォーマットは、エネルギー効率最適化のソフトウェアの魂と言える。
Blockchain.Newsの報道によると、AIファクトリーにおいて推論段階は収益を生み出す中核である。NVIDIAのGB200 NVL72システムは既に液冷と電力平滑化技術により、GPU密度を高めつつエネルギー効率を確保していた。これに加え、新しいNVFP4低精度フォーマットは従来のFP8と比較して、精度を犠牲にすることなく、より低い消費電力でより高いスループットを提供する。NVIDIA DynamoやTensorRT-LLMなどのツールと連携することで、推論ワークロードのエネルギー効率はリアルタイムで最適化される。
モデル学習においては、NVIDIAはミシガン大学のML.ENERGY Initiativeと協力し、GPUの処理速度を動的に調整する技術を開発した。GPUのアイドル時間を削減することで、学習プロセス全体の所要時間を延長することなく、最大25%のエネルギー消費を削減できる。この技術は既にMegatron-LMフレームワークに統合されている。
DSXプラットフォームは、ハードウェアと電力網をつなぐ架け橋である。計算、冷却、施設給電、ワークロードスケジューリングにわたるリアルタイムのエネルギー効率認識最適化を提供する。そのグリッド認識層であるDSX Flexは、外部の電力網と冷却区域の最適効率点に基づいてワークロードを動的にオーケストレーションし、あらゆるワットの電力を最大限に活用する。
次世代AIインフラ標準を定義
Vera Rubin Podの発表は、AI計算能力競争の完全な方向転換を示すものだ。未来は誰がより多くのGPUを搭載しているかではなく、誰のAIファクトリーの総合力がより高いかで決まる。このシステムの低遅延、高スループット、高エネルギー効率、全リンク拡張可能という特性は、ほぼエージェントAIのためにオーダーメイドされたものである。
トークン生成コストを削減することで、NVIDIAはAIサービスをより経済的にするだけでなく、大規模事業者が電力制約のある施設においても大きな利益を生み出す余地を創出する。AIアプリケーションがあらゆる産業に浸透するにつれ、この大規模なエネルギー効率最適化能力は中核的な競争障壁となるだろう。ジェンスン・フアンCEOとそのチームが示した最終的な答えは明確だ。「チップの数で勝負はしない。我々は次世代のAIインフラを直接定義する」。