NVIDIA DGXの10年史、Vera Rubinラック規模で推論コスト10分の1へ

何が発表されたのか

米エヌビディア（NVIDIA）は、同社のAI専用スーパーコンピューティング基盤「NVIDIA DGX」プラットフォームが歩んだ10年の歴史と、次世代アーキテクチャの展望を発表しました。同社でDGXシステム部門のバイスプレジデントを務めるチャーリー・ボイル（Charlie Boyle）氏が登壇し、これまでの技術的マイルストーンを振り返りつつ、次世代プラットフォームに関する重要指標を明らかにしました。

今回の発表は単なる歴史の回顧にとどまりません。次世代GPUアーキテクチャ「Vera Rubin」に基づくラック規模（Rack-scale）システムにおいて、自律型AI（エージェンティックAI）ワークロードの推論トークンコストを最大10分の1（10x reduction）に低減できる見通しを示しました。研究開発用途の単体アプライアンスから始まったDGXが、製造・金融・創薬を支える「AIファクトリー」の標準アーキテクチャへと昇華したことを公式に宣言する内容です。

発表された機能・アップデートの全容

初代「DGX-1」から始まった統合AIアプライアンスの原点

2016年の年次カンファレンス「GTC 2016」で発表された初代「NVIDIA DGX-1」は、独自インターコネクト規格「NVLink」を初めて本格採用したシステムでした。当時、ディープラーニングの研究現場では、研究者自身が複数の汎用パーツやGPUボードを寄せ集めて配線し、動作環境を手探りで構築していました。発熱や帯域幅の制限により、実験規模の拡大には限界が生じていました。

エヌビディアはこの課題を打破するため、8基のGPUを高帯域NVLinkで直結し、ソフトウェアスタックを完全に事前統合した単一の筐体としてDGX-1を市場に投入しました。2016年当時、ジェンスン・フアンCEO自らが設立間もないOpenAIへ初号機を手渡しで納入した場面は、生成AI革命の端緒として記録されています。単一筐体で圧倒的な計算密度を提供したDGX-1は、その後の大規模言語モデル研究を物理的に支える標準機となりました。

「DGX SuperPOD」によるターンキー型大規模クラスタの実現

単一サーバーの提供にとどまらず、エヌビディアはクラスタ規模の拡張モデルとして「DGX SuperPOD」を定義しました。従来、数千基規模のGPUクラスタを構築するには、ネットワーク設計、電源設計、熱対策の検証に数カ月から数年を要していました。DGX SuperPODは、計算ノード、InfiniBandスイッチ、ストレージファブリックを設計図（ブループリント）として規格化しました。

これにより、あらゆる規模の組織が最高水準のAIインフラをわずか数日または数週間で展開できるようになりました。動画内では、米フロリダ大学の「HiPerGator」やスウェーデン・リンショーピン大学の「Berzelius Supercomputer」、世界のスーパーコンピュータランキング「TOP500（2023年11月）」で世界第9位にランクインしたエヌビディア自社クラスタ「Eos」が、DGX SuperPODを基盤として稼働している様子が紹介されています。

HopperからBlackwellへ：自律型AIを支える超広帯域と大容量メモリ

「NVIDIA Hopper」から最新の「NVIDIA Blackwell」アーキテクチャに至る過程で、DGXの開発思想は大規模コンテキストの処理へと大きく舵を切りました。従来の単純な対話型チャットボットから、自律的に意思決定を下すエージェンティックAIへの進化に伴い、メモリ容量と帯域幅の不足が最大のボトルネックとなっていたためです。

エヌビディアは第5世代NVLink技術や広帯域メモリ（HBM）をDGX基盤へ密統合することで、巨大モデルにおける通信遅延とメモリ制限を排除しました。動画内では、米製薬大手イーライリリー（Eli Lilly & Company）が創薬におけるインシリコ（コンピュータ上）での分子設計に導入し、数年かかっていた研究開発期間を数週間に短縮した事例や、翻訳プラットフォームのDeepLがウェブ全体の翻訳処理時間を90%削減した実績が示されています。

デスクトップから超巨大ラックへ：「DGX Spark」と次世代「Vera Rubin」

システム規模の両極端に向けたポートフォリオ展開も明示されました。パーソナルな開発環境に向けては、データセンター級の処理性能をエンジニアの手元に届ける卓上型筐体「DGX Spark」が紹介されました。ジェンスン・フアンCEOが片手で掲げられるコンパクトなフォームファクタであり、オフィス環境でのローカルモデル開発を支援します。

一方、データセンターの中核に向けては、次世代アーキテクチャ「Vera Rubin」に基づくラック規模システムが提示されました。高密度に積載されたコンピュートトレイと高度な配線設計により、推論処理にかかるトークンあたりのコストを最大10分の1に圧縮します。自律型AIエージェントがリアルタイムで大量の推論処理を繰り返す時代において、経済合理性を確保するための基幹インフラとなります。

データセンター全体を1つのコンピュータにする「NVIDIA DSX Platform」

映像の終盤では、データセンター全体の監視と運用を統合する「NVIDIA DSX Platform」の全体アーキテクチャ図が公開されました。単にサーバーを並べるのではなく、受電設備、冷却配管、ネットワークトポロジー、運用ソフトウェアスタックを完全に一体化させる構想です。

公開されたスライドでは、Siemensなどの産業ソフトウェアや各種CAD/CAEツール、Omniverseを用いたデジタルツインシミュレーションとの連携フローが図示されました。冷却水温度や消費電力をラック単位でリアルタイム監視するUI画面も映し出されており、施設インフラ（Facility）からAIアプリケーション層までを一気通貫で設計する「AIファクトリーの完成形」が提示されています。