NVIDIA AI ファクトリーが投資収益を最大化する方法:高スループット、長寿命、汎用性
NVIDIA は、AI ファクトリーの投資収益はメガワット当たりの生産能力、ハードウェアの使用寿命、トークン需要の三つの要因で決まるとし、Vera Rubin NVL72 を例に、メガワット当たりのスループットが GB300 NVL72 の 30 倍以上、DeepSeek V4 Pro での 100 万トークン当たりコストが最大 45 分の 1 になると述べている。
NVIDIA は、AI ファクトリーの投資収益はメガワット当たりの生産能力、ハードウェアの使用寿命、トークン需要の三つの要因で決まるとし、Vera Rubin NVL72 を例に、メガワット当たりのスループットが GB300 NVL72 の 30 倍以上、DeepSeek V4 Pro での 100 万トークン当たりコストが最大 45 分の 1 になると述べている。
OpenAIとSynopsysは多年にわたる戦略的提携を結び、GPT-Synopsysと呼ばれるチップ設計専用モデルを共同開発する。OpenAIのAI技術とSynopsysのEDAツールを組み合わせ、チップ設計と検証を推論し、Synopsysのツールを直接操作できるモデルを目指す。
Destroはステルス状態を終え、800万ドルのシード資金を調達した。同社のAI知能層はロボットと人間の作業員を同時に指揮し、Yusen Logisticsの物流現場でクロスドッキングを実施する。オープンウェイトの視覚・言語・行動モデルを基盤とし、Vision OSがロボットを動かし、Mothership OSが人、貨物、車両を一括して調整する。試行はロボット3台から26台に拡大し、南カリフォルニアでは17台を使う新たな試行も始まった。
CoreWeave は、Spectrum-X 102.4T Ethernet と組み合わせた NVIDIA Vera Rubin NVL72 システムが CoreWeave Cloud で利用可能になったと発表した。Cognition が本番環境でこのシステムを運用する最初の顧客となる。
DeepSeekとHuaweiはAscendチップ向けのプログラミングツールを共同開発し、すべてオープンソースで公開した。中心となるのはCUDAより習得しやすいTileLangで、北京大学の研究者が開発したこの言語をDeepSeekは約1年間使ってきた。両社は128個のAscend 950チップで構成するスーパーノードも最適化し、Huaweiは全面的に支援したと説明している。DeepSeekは、独立したAIチップのソフトウェアエコシステムを築くには、まずプログラミングしやすく、ハードウェアの性能を最大限に引き出せる汎用言語が必要だとしている。
ベルリンのスタートアップRestateは、Singularが主導し、Redpoint VenturesとCapital One Venturesが参加したシリーズAで2,000万ドルを調達した。同社の永続実行エンジンは、AIエージェントの複数ステップにわたるワークフローを、クラッシュやネットワーク切断から復旧できるようにする。
Cerebras Systems の CEO 兼共同創業者 Andrew Feldman は、TechCrunch Disrupt 2026 の Disrupt Stage で「Can AI Keep Scaling?」について登壇する。
関係者によると、AI推論インフラを提供するModal Labsは、Accel主導の7.5億ドルの調達完了に近づき、評価額は157.5億ドルに達する。このラウンドの規模はこれまで報じられていなかった。
Mistral は Munich に新拠点を開き、Physics AI と産業 AI に特化する研究チームを組織した。2030年までに欧州で1 GW の計算容量を整備する計画だ。BMW と衝突シミュレーション・エンジニアリング AI、Siemens Energy と産業 AI 応用で連携し、Munich 工科大学(TUM)とは風洞施設を使う自動車空力デジタルツインを開発する。
Google の Project Suncatcher は10月1日に初試験衛星 MVP を打ち上げ、軌道 AI データセンター構想を検証する。冷蔵庫ほどの大きさで、Google の TPU を4基搭載し、太陽電池は約1 kWを供給する。衛星本体は衛星画像企業 Planet Labs が製造済みで、Google は計画を速めるためチップを組み込んだ。当初は2027年に専用衛星2基を打ち上げる計画だった。
NVIDIAはDSX AI工場の参照設計への適合を確かめるDSX Ready認定を導入した。当初は蓄電システム(BESS)と冷却分配装置(CDU)を対象とする。
NVIDIAは物理AIの大規模配置に、ハードウェア、ソフトウェア、AIの行動、動作環境を網羅する安全体系が必要だと説明し、全層の安全システムNVIDIA Halosを紹介した。
NVIDIAは大エジプト博物館でAIイベントを開き、Deep Learning Instituteのエジプト参加者は1年で10倍超となった。Hassan Allamは国家通信規制局のデータセンター許可を得て、A15と投資予定4億ドルの新施設を開発する。NVIDIAによるとアフリカでAI工場4か所が発表・稼働し、さらに656MWが建設中だ。
NVIDIAはAIでクリーンエネルギーを進める5社を紹介した。ThinkLabs AIはCUDAを基盤とするデジタルツインとエージェントで、Southern California Edisonの電力網接続申請の評価を30~45日から2分に短縮する。
Anthropic は Claude Code に Projects を導入した。一つの会話から並列クラウドセッションを派生し、スレッド間で文脈を渡し、ユーザーが離れた後も動く。Google は Gemini の管理エージェントに Antigravity ベースのハーネスを更新し、Credentials API と Files API を追加した。費用は最大30%減り、キャッシュヒット率は22%向上するとする。
Emerald AI、Google、NVIDIAはAI Energy Management Alliance(AEMA)の設立を発表した。データセンターが電力網の状況に応じて消費電力を動的に調整するよう促す。
Manchester 大学は NVIDIA Earth-2 の生成モデル Earth-2 CorrDiff を使い、1年分の英国の毎時汚染データから、全英をカバーする2~3平方 km解像度のモデルを訓練した。Isambard-AI の8 GPUノード1基で2日間だけを要した。
NVIDIA は AI Infra Summit で、一定の電力予算内で AI 工場のトークンスループットを高める DSX を紹介した。Lambda は5ラック・19ノードの HGX B200 クラスターで DSX MaxLPS を検証し、16ノードの最大電力と同じ予算で19ノードを稼働させた。トークンスループットは毎秒約400万から500万に24%増え、1ワット当たり性能は23%向上した。
NVIDIAはAI Infra SummitでVera RubinとDSXプラットフォームの複数の進展を公表し、1メガワット当たりのトークン処理量のエネルギー効率最適化を重点的に示した。
MistralとClouderaはモデルをハイブリッドデータ基盤へ統合する提携を結んだ。企業は私有・公開クラウド、ローカル、完全隔離環境で推論を配置し、制御を保てる。管理環境で自社データを使う独自モデルの学習もでき、データと生じた知能の所有権を維持する。Clouderaでは30エクサバイトの顧客管理データが稼働する。
MistralとHUMAINはAI基盤、先進モデル、実装の提携を発表した。当初はサイバー安全と音声に注力し、アラビア語に強い最先端モデルを作る。数億ユーロ規模で、MistralはHUMAINデータセンターの利用を検討し、サウジの規制業界向け共同市場戦略も計画する。
UC San DiegoはGoogleの支援で、退役したPixel2000台の基板からデータセンターを作り、数百人の学生・教員に安価で低炭素のクラウド計算を提供する計画だ。SPECでは25~50台が現代的サーバー1台に相当し、Kubernetesで管理する25~50台のクラスターにまとめる。2026年秋の稼働を予定する。
Mistral AI は今週、産業企業の AI 転換支援を強化するため Physics AI の先駆者 Emmi AI を買収する最終契約に署名した。Austria で設立された Emmi AI は30人超の研究者・技術者を擁し、大規模エンジニアリングモデルで数日かかる計算をリアルタイムシミュレーションに置き換え、デジタルツインを構築する。共同創業者とチームは5月に Mistral の Science と Applied AI チームに加わる。
Mistral AI は SAP と複数年契約を結び、AI Foundation にモデルを統合し、欧州の複雑な産業と公的部門向け独自方式を共同開発する。Helsing とは防衛・安全向け vision-language-action モデルの研究を加速する。今後数か月にドイツ拠点を開き、現地人員も大幅に増やす。
Mistral AIはCarbone 4と仏ADEMEと初のモデル全ライフサイクル分析を行った。2025年1月時点でLarge 2の学習と18か月の利用は20.4 ktCO₂e、水281000立方メートル、資源660 kg Sb eqを消費した。
Mistral AI は政府と公的機関が AI で公共サービスを変え、革新と競争力を支える AI for Citizens 協力計画を公開した。公開モデル、自社運用、データ主権、個別開発を提供し、フランス、ルクセンブルク、シンガポール、オランダ、英国、スイスなどの政府・公的部門と連携している。