エヌビディア (NVIDIA) は8月24日(現地時間)、AIエージェント向けに設計されたNVIDIA Vera Rubin NVL72システムを発表した。同システムは、エージェンティックAIワークロードにおいて、現行のNVIDIA GB300 NVL72と比較し、1メガワットあたりのスループットを最大30倍向上させ、トークンあたりのコストを最大35倍削減するとされる。NVIDIAは、この効率向上が電力制約のあるAIファクトリーにおけるエネルギー消費と収益性に直接影響すると説明している。
オープンルーター (OpenRouter) のデータによると、エージェンティックAIワークロードは、単純なチャットリクエストと比較して15倍多くのトークンを消費する。これは、AIエージェントが投資判断のために金融データベース照会やニュース検索を行い、サブエージェントを起動して比較やモデル評価を実行するなど、タスク完了まで推論を続けることで文脈トークンが蓄積するためである。これにより、長文脈の処理がエージェンティックAIのパフォーマンスにおいて中心的な課題となる。
NVIDIAは、セミアナリシス (SemiAnalysis) AgentXワークロードを使用してパフォーマンスを測定した。このワークロードは、実際のagenticコーディングセッションを記録し、文脈の成長、ツール呼び出し、サブエージェントの生成を保持している。測定結果として、NVIDIA ブラックウェル (Blackwell) プラットフォームは、キミ (Kimi) K3、ミニマックス (MiniMax) M3、GLM5.3、クウェン (Qwen) 3.5、ディープシーク (DeepSeek) V4 Proを含む複数のエージェンティックモデルで高いパフォーマンスを発揮する。特にGB300 NVL72は、NVIDIA ホッパー (Hopper) アーキテクチャと比較してDeepSeek V4 Proモデルで最大15倍の1メガワットあたりのスループットを達成している。
Vera Rubin NVL72は、NVIDIA DSX MaxLPS技術により、同一のメガワット予算内で最大40%多くのGPUをプロビジョニング可能とする。また、コンテキスト処理と応答生成を分離するDisaggregated serving、レートマッチング、大規模エキスパート並列処理、分散KV-caching、KV-awareルーティング、Fused CUDA kernels、強化された第5世代Tensor Coresと第3世代Transformer Engine、NVFP4量子化などの技術を通じて、性能向上を実現している。
Vera Rubin NVL72は、NVIDIA Vera CPU、グロック (Groq) 3 LPU、NVLink 6 Switch、ブルーフィールド (BlueField)-4 DPU、スペクトラム (Spectrum)-6 SPX、コネクトエックス (ConnectX)-9 SuperNICといったコンポーネントを含む7チップアーキテクチャとして設計されている。NVIDIAは、Vera Rubinがすでにフル生産に入り、エコシステム全体で展開されていると述べている。
参考: NVIDIA Blog (AI) (アーカイブ) — 2026年8月25日 00:00 (JST)