編集部
NvidiaのCEOであるジェンセン・フアンは、2026年にリリース予定の次世代AI加速GPUプラットフォーム「Rubin」を発表した。今回の発表は、台湾で開催された大規模なトレードショー「Computex」で行われた。Rubinプラットフォームは、HBM4メモリとNVLink 6スイッチを搭載し、物理AIの実現を目指す。
フアン氏は、物理AIが物理法則を理解し、我々の周りで動作する自律システムの次なるステップであると述べた。彼はまた、未来の工場がロボットによって運営され、そのロボットが自律的に製品を製造するビジョンを示した。
Nvidia CEOジェンセン・フアン、2026年リリース予定のRubin GPUプラットフォームを紹介
NvidiaのCEOであるジェンセン・フアンは、2026年にリリース予定の次世代AI加速GPUプラットフォーム「Rubin」を発表した。この発表は、台湾で開催された大規模なトレードショー「Computex」で行われ、注目を集めた。現在市場に出ている世代は「Hopper」であり、今年末には「Blackwell」がリリースされる予定である。次年度には「Blackwell Ultra」が登場し、AIアーキテクチャの性能を向上させる予定である。そして2026年には、「Rubin」アーキテクチャが登場する。
新アーキテクチャの名称は、有名な科学者にちなんで名付けられており、今回の「Rubin」は天文学者のヴェラ・ルービンに由来している。フアン氏は「Rubin」について詳細を語る時間は多く取らなかったが、その理由として、発表が早すぎることによる販売への影響を懸念していることが考えられる。具体的には、次世代製品の発表が現行製品の販売を停滞させる「オズボーン効果」を警戒していると見られる。
Rubinプラットフォームには、まだ市場に出ていないHBM4メモリとNVLink 6スイッチが使用される予定であり、その転送速度は3,600 Gbpsに達する見込みである。さらに、新しいARMベースのCPU「Vera」も導入され、これが「Vera Rubin」と呼ばれる新しいアクセラレータボードの一部となる。このように、Nvidiaは次世代技術に対する強いコミットメントを示している。
物理AIの未来：自律的なロボットが工場を支配
ジェンセン・フアンは、物理AIの未来についても語り、そのビジョンを示した。物理AIとは、物理法則を理解し、人間の周りで動作する自律的なシステムを指す。フアン氏は、「いつかすべての動くものが自律的になる」と述べ、AIが我々の生活にどのように統合されるかを強調した。物理AIが実現するためには、世界モデルを理解し、周囲の状況を認識する能力が必要である。
そのため、物理AIは優れた認知能力を持ち、人間の指示を理解し、将来的なタスクを実行することが求められる。フアン氏は、将来的にすべての工場がロボットによって運営されることを予測している。工場内ではロボットが製品を製造し、さらにロボット同士が連携して動作するというビジョンである。このようなロボティクスの進展には、物理AIの技術が不可欠である。
フアン氏は、物理AIがロボット技術に与える影響を示すデモビデオも紹介した。デモでは、物理AIによって駆動されるロボットが複雑なタスクを迅速かつ安全に学習する様子が描かれていた。このようにして、ロボットは仮想環境で物理法則に基づいて行動を学び、試行錯誤を通じてスキルを磨いていく。このような技術の進展により、物理AIの実現がますます現実味を帯びている。
年次アップデートの新方針：1年毎のGPUアーキテクチャ更新
Nvidiaは、GPUアーキテクチャの更新頻度を従来の2年から1年に短縮する方針を明らかにした。この新方針は、技術の進化を加速させる意図があり、フアン氏は「我々の会社は1年ごとのリズムを持っている」と述べた。このアプローチにより、Nvidiaはデータセンター全体をスケールし、分散化し、技術の限界まで押し上げることを目指している。
この「パーツ販売」のアプローチが、Nvidiaの株価を押し上げ、同社の市場価値を3兆ドル以上に押し上げた要因である。さらに、フアン氏の純資産も1000億ドルを超えると推定されている。この新方針は非常に野心的であり、エラーの余地がない。AMDも同様の方針を取り、Instinctラインの更新頻度を1年に短縮する予定である。
フアン氏は、この新しいリズムに従って製品を開発することで、市場に対する迅速な対応と技術革新の継続を目指している。Nvidiaの成功は、この戦略がいかに効果的であるかを示しており、今後も同社の成長が期待されている。このようにして、Nvidiaは次世代技術のリーダーシップを維持し続ける意向である。
物理AIの実現に向けた技術的ブレークスルー
物理AIの実現に向けて、Nvidiaはさまざまな技術的ブレークスルーを追求している。その一つが、強化学習によるスキル習得である。強化学習は、人間のフィードバックを通じて特定のスキルを学習する方法であるが、フアン氏はこれを仮想環境で実行する新たなアプローチを提案している。この仮想環境では、ロボットが物理法則に従って行動し、試行錯誤を通じてスキルを磨くことができる。
このような「ロボットジム」では、ロボットが複雑でダイナミックなタスクを安全かつ迅速に学習することができる。フアン氏は、これによりロボットが将来的に自律的に行動するためのスキルを獲得できると述べている。このビジョンは、Nvidiaが物理AIの実現に向けたリーダーシップを発揮していることを示している。
さらに、NvidiaはマルチモーダルLLM（大規模言語モデル）を用いたロボットの学習能力向上にも注力している。これにより、ロボットは周囲の世界を認識し、行動計画を立てることができるようになる。このような技術の進展により、物理AIの実現がますます現実のものとなりつつある。