ひとすることで言うと
半導体王者であるNVIDIAが、単なる「計算用チップの供給企業」から「社会全体を動かすAIシステムそのものを提供する企業」へと完全に脱皮したことを強烈に印象付ける発表でした。
超大型のAIファクトリーから、自律して仕事を行うAIエージェントの安全制御ソフト、さらにはデスクに置ける小型AI端末や人型ロボットに至るまで、すべてのレイヤーを自社の技術で繋ぎ込もうとしています。これにより、AIが画面の中にとどまらず、物理世界（リアルな現実世界）へ本格的に進出する基盤が完成したと言えます。
何が発表されたのか
米NVIDIAはドイツ・ベルリンのイベント会場「テンポドローム」にて、「GTC Berlin 2026」の基調講演を開催しました。登壇したジェンスン・フアンCEOは、同社を「アルゴリズムの会社であり、それを高速化するために半導体を設計している」と再定義。単体のGPU発表にとどまらず、フルスタックのAIファクトリー基盤「NVIDIA DSX」や新アーキテクチャ「Vera Rubin NVL72」、エージェント安全基盤「NVIDIA OpenShell」、個人向けAI端末「RTX Spark」、そして2027年第1四半期に登場予定の参照用ヒューマノイドロボット「Agile ONE SN」を矢継ぎ早に明かしました。大半が技術プレビューや開発パートナー向けの初期段階であり、エコシステム全体でAIを実用化する狙いが鮮明になっています。
発表された機能・アップデートの全容
次世代計算基盤「Vera Rubin NVL72 DSX POD」の全貌
講演で最初に異彩を放ったのが、超大型AIファクトリー構築のためのシステム基盤「Vera Rubin NVL72 DSX POD」です。画面上ではコンテナ型の大型モジュール構造が映し出され、総重量28,500kg、1,000万個以上の部品で構成されていることが明かされました。
このシステム単体で「25 exaFLOPS（エクサフロップス）」という極めて巨大なAI計算能力を発揮します。内部には17kmにも及ぶ高速ネットワークケーブルが張り巡らされており、単一のラックやサーバーではなく、データセンター全体を一つの巨大な計算機として機能させます。これまでのHopperやBlackwell世代を超え、巨大言語モデルの学習と広大な推論を同時に処理するための圧倒的なハードウェアです。
編集部の見立てでは、この規模のインフラはもはや大手クラウド事業者や国家レベルのAIプロジェクトでなければ導入できません。しかし、NVIDIAがこうした超巨大基盤を標準パッケージ化することで、AIサービスの開発速度が世界規模でさらに跳ね上がることは間違いありません。
AIエージェントの安全制御プラットフォーム「NVIDIA OpenShell」
ハードウェアだけでなく、ソフトウエアのレイヤーでも重要な発表がありました。自律して思考し行動する「AIエージェント」を安全に運用するためのセキュリティプラットフォーム「NVIDIA OpenShell（オープンシェル）」です。
フアンCEOは、AIエージェントを構成する5つの要素として「モデル（Model）」「サンドボックス（Sandbox）」「ハーネス（Harness）」「知識（Knowledge）」「ツール（Tools）」を提示しました。そのうえで、OpenShellはハーネスの周囲をガードし、ゲートウェイ（Gateway）、スーパーバイザー（Supervisor）、ポリシー証明器（Policy Prover）という3つの防護壁を置くことで、エージェントが不正なコードを実行したり外部へ情報漏洩を起こしたりするリスクを防ぎます。
スライドにはAnthropic、AWS、Meta、Microsoft、OpenAI、Palo Alto Networksなど100社を超えるパートナー企業が名を連ねていました。AIエージェントが企業のバックオフィスや自動処理に入り込む中で、安全性の担保は業界最大の課題となっています。NVIDIAがこの安全フレームワークを標準化しようとしている点は、極めてスマートな戦略だと評価できます。
ヒューマノイドロボット開発を加速する標準機「Agile ONE SN」
物理AI（Physical AI）の領域では、同社のロボティクスプラットフォーム「Isaac GROOT」をベースにした参照用ヒューマノイドロボット「Agile ONE SN」が公表されました。画面には全身画像と詳細なスペック構造が提示されました。
Agile ONE SNは、31自由度を持つボディと、片手で5本の指を備えた2自由度（2 DOF）の高度なロボットハンドを搭載しています。頭脳にあたる車載計算基盤には「NVIDIA Jetson Thor」を採用。安全OSである「Halos Safety OS」と「Isaac OS」が組み合わされています。
さらに驚きだったのは提供時期です。スライド上で「Available Q1 2027（2027年第1四半期提供）」と明記されました。単なる研究所向けのデモではなく、製造ラインや物流現場で動作する標準ハードウェアとして市場に投入されるスケジュールが示された格好です。
Microsoftと4年かけて開発した個人向けAI端末「RTX Spark」
開発者やクリエイター向けとして非常に興味深かったのが、新型の端末カテゴリー「RTX Spark（アールティーエックス・スパーク）」の初披露です。フアンCEOは「Microsoftとの4年にわたるパートナーシップにより誕生した」と語り、ステージ上のデスクに並べられた薄型の本体を実際に手で掲げて見せました。
RTX Sparkは、ローカル環境で強力なAIモデルやエージェントを直接動かすためのコンパクトなPC／ワークステーション製品群です。クラウドに頼らず、手元でプライベートなデータを取り扱いながら、高度なAI推論を実行できます。Gigabyte、HP、Lenovo、MSIなどの主要OEMパートナーから製品が展開される予定です。
ステージ上では、このRTX Sparkを使って卓上の小型二足歩行ロボットたちに新しい動作を学習させるデモが行われました。フアンCEOが語りかけると、小さなロボットがその場で前転（サマーソルト）を決めるなど、ローカルAIによるリアルタイム制御の柔軟性がアピールされました。
欧州企業・自動車大手との大規模エコシステム連携
今回のイベントがベルリンで開催されたこともあり、欧州の主要産業との強固なアライアンスが強調されました。特に自動運転タクシーやライドヘイリング市場向けの共通基盤「NVIDIA Hyperion」においては、ヨーロッパを代表する自動車メーカーが参画することが公表されました。
発表内容によれば、フォルクスワーゲン（VW）のEVバン、JLR（ジャガー・ランドローバー）の最新モデル、ボルボのフリート車両、メルセデス・ベンツの次世代車両が、すべてHyperionと互換性を持つ形で開発されます。さらに、NVIDIAは過去1年で欧州に100億ドル以上の投資を行い、今週だけでも14社のスタートアップへ新規投資したことを明かしました。欧州市場を「AIエコノミー」の主要拠点に育てるという強力な意思が感じられます。
性能・ベンチマーク
今回の基調講演で提示された主なハードウェアおよびソフトウェアの仕様指標は以下の通りです。動画内で詳細な比較ベンチマークグラフ（精度比較等）が一部示された「Nemotron 3.5 Lightning」と「Vera Rubin」を中心にまとめます。
| 項目・名称 |
スコア・仕様値 |
比較対象・条件 |
出典 |
| Vera Rubin NVL72 DSX POD |
25 exaFLOPS |
AI推論・学習の複合処理性能 |
動画内スライド（0:46） |
| Vera Rubin POD 構成 |
重量: 28,500kg / 部品数: 1,000万個以上 |
内部ネットワークケーブル長: 17km |
動画内スライド（0:58） |
| Nemotron 3.5 Lightning |
精度（Accuracy）で他モデルを凌駕 |
Claude Opus 3.5等のモデルと比較し高精度かつ低遅延 |
動画内スライド（1:57） |
| Agile ONE SN (ロボット) |
31自由度（ボディ）+ 5指ハンド |
オンボード計算機: Jetson Thor |
動画内スライド（3:05） |
編集部として注意したいのは、「25 exaFLOPS」という数値はシステム全体を連結したポッド構成時の総理論性能である点です。個々のチップ性能の直接比較ではないため、実アプリケーションでどれだけの実効スループットが出るかは今後の検証を待つ必要があります。
競合サービスとの比較
NVIDIAの今回の発表を、AI業界の主要プレイヤー（OpenAI、Microsoft、Google、Metaなど）の取り組みと比較すると、同社固有の強みと課題が浮かび上がります。
| 観点 |
NVIDIA（GTC 2026発表内容） |
競合プレイヤー（OpenAI / Google / Meta等） |
比較解説（編集部の見立て） |
| プラットフォーム |
フルスタック（チップ・インフラ・OS・安全基盤） |
ソフトウェア・モデル層中心（一部は自社チップ開発） |
NVIDIAは半導体からロボットOSまで垂直統合しており、囲い込み力が圧倒的。 |
| エージェント安全基盤 |
NVIDIA OpenShell（業界共通枠組みを目指す） |
企業ごとの個別のガードレールやAPI制限 |
OpenShellは100社以上を巻き込んでおり、事実上の標準（デファクト）を狙える位置にいる。 |
| エッジ・ローカルAI |
RTX Spark（専用小型ハードによるローカル推論） |
クラウドAPI経由の処理が主流 |
クラウド依存からの脱却を目指す層（セキュリティ重視企業）に対してRTX Sparkは強い訴求力を持つ。 |
| ロボティクス |
Isaac GROOT / Agile ONE SN（基盤モデルと参照機） |
Google（RT-2など）や各種ロボットベンチャー |
NVIDIAは自社でロボットを作るのではなく「開発用の標準基盤」を提供する立ち位置を徹底している。 |
編集部の見立てでは、OpenAIやGoogleがモデルの賢さ（知能）を競っているのに対し、NVIDIAはそのモデルが動くための「土台（ファクトリー・安全枠・ハードウェア）」をすべて押さえにかかっています。どのモデルが勝っても、最終的にNVIDIAのインフラが必要になるという構造をさらに強固にしています。
料金・提供プラン
今回の基調講演では、発表された各プロダクトの具体的な販売価格やライセンス費用についての言及はありませんでした。
提供時期や形態については以下の通り提示されています。
- Agile ONE SN（ヒューマノイドロボット）: 2027年第1四半期（Q1 2027）に提供予定。
- NVIDIA OpenShell: パートナー企業を通じて順次展開されるオープンな安全プラットフォーム。
- RTX Spark: HP、Lenovo、MSIなどのパートナー企業より順次ハードウェア製品として発売予定。
- Vera Rubin NVL72: 大規模データセンターおよびクラウド事業者向けに提供順次開始。
価格に関する詳細な情報は、各OEMパートナーやNVIDIAの法人窓口からの個別案内となるのが一般的です。
日本から使う方法
日本の開発者や企業が、今回発表された技術にアプローチするための手順を整理します。
- NVIDIA Developer Programへの登録: NVIDIA公式の開発者ポータル（developer.nvidia.com）でアカウントを作成します。CUDA-XライブラリやOpenShellに関連する初期ドキュメント、SDKへアクセスできます。
- NVIDIA NGC（GPU Cloud）の活用: サポートされているオープンモデル（NemotronやBioNeMo関連）やコンテナは、NGCレジストリから入手してクラウド環境（AWS、GCP、Azureの日本リージョン等）で試用可能です。
- RTX Spark搭載機の購入準備: 国内PCメーカーや代理店（Lenovo Japan、HP Japan、MSI Japanなど）からの「RTX Spark」対応ワークステーションの国内発表を待ちます。
- 注意点: ロボティクス用のJetson ThorやAgile ONE SNなどのハードウェアは、最初は米国の先行パートナー向けに展開される可能性が高いため、国内での入手時期にはタイムラグが生じる場合があります。
誰にどう効くのか
エンジニア・開発者
AIエージェントの開発において「セキュリティ対策」を自作する必要が薄れます。NVIDIA OpenShellを活用することで、安全なガードレールを備えたエージェントアプリを短期間で構築できるようになります。また、CUDA-Xの拡張により、物理シミュレーションや創薬の技術計算をAIに組み込む作業が大幅に効率化されます。
企画・マーケティング担当者
「画面の中のチャットボット」を超えた新しいサービス企画が可能になります。たとえば、RTX Sparkを使った店舗用ローカルAI端末や、自動運転フリート（Hyperion）を活用した新しい移動体験サービスなど、リアルな現場と連動したAI事業の計画が立てやすくなります。
経営層・CIO
自社のデータをクラウドに預けずにローカルで安全にAI運用する「ソブリンAI（Sovereign AI）」の具体的選択肢が得られます。また、将来的な人手不足を見越した工場・物流のロボット化において、NVIDIAのエコシステムに乗ることが最もリスクの低い投資パスになる可能性を示しています。
まとめ
NVIDIA GTC Berlin 2026は、AIが画面を出て「現実世界で働く時代」へのシフトを明確に示すイベントとなりました。Vera Rubinによる圧倒的な計算力、OpenShellによる安全性、そしてRTX Sparkやヒューマノイドロボットという具現化された端末群が、その未来を支えます。
読者が次に取るべきアクションは、自社で進めているAIプロジェクトにおいて「エージェント化」と「セキュリティ（OpenShell等の活用）」の準備を今すぐ始めることです。AIの進化速度は留まることを知りません。ハードウェアの登場を待つ間にも、ソフトウェアとプロセスのアップデートを進めておくことが成功の鍵となります。
