何が発表されたのか
NVIDIAは2026年10月23日、ドイツ・ベルリンで開催された「GTC Berlin 2026」の基調講演において、生成AIおよび加速計算（Accelerated Computing）に関する包括的な新技術群を発表しました。同社創業者兼CEOのジェンスン・フアン氏が登壇し、次世代GPUアーキテクチャ「Vera Rubin」、コンテナ一体型のAI工場システム「NVIDIA DSX POD」、AIエージェントの安全性を統合制御するオープンソース基盤「NVIDIA OpenShell」を公開しました。
今回の発表は単なるチップの単体性能向上にとどまらず、電力供給・冷却設備・ソフトウェア・セキュリティまでを含めた「AIファクトリー（AI工場）」全体の標準化を目指すものです。製品の位置づけとしては、従来のBlackwell世代に続く次世代インフラの技術プレビューおよびエコシステム構築の提示であり、産業界全体における自律型AI（Agentic AI）と物理AI（Physical AI）の社会実装を強力に推し進める内容となっています。
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」アーキテクチャと100%液冷モジュール
基調講演の序盤でフアン氏が実物を披露したのが、Blackwellの次世代となる「Vera Rubin」アーキテクチャです。会場のステージ上では、ケーブルや配線を排した100%液体冷却仕様の計算スロットモジュールが公開されました。
既存のGrace Blackwellシステムでは1ノードの組み立てに約2時間要していましたが、Vera Rubinでは配線を排したモジュール設計により5分未満で組み立てが完了します。1モジュールあたり2基のGPUを搭載し、各GPUは20ペタフロップス（PFLOPS）の計算性能を発揮します。NVLink Switchトレイを介して72基のGPUを統合することで、1基の巨大な仮想GPUとして機能する「Vera Rubin NVL72」を構成します。前世代のBlackwellと比較して同等条件でのAI処理性能は大幅に向上し、トークン生成コストを約30分の1まで低減させることが示されました。
コンテナ一体型AI工場「NVIDIA DSX POD」
データセンターの急速な建設需要に対応するため、NVIDIAはモジュール式AI工場リファレンスアーキテクチャ「NVIDIA DSX POD」を発表しました。工場で事前組み立て・配線・事前テストを完了させた標準規格コンテナ内部に、Vera Rubin NVL72計算ラック7基と17kmにおよぶSpectrum-Xイーサネットケーブル、冷却機構、800V DC電源センターを一体化しています。
従来のデータセンター建設では設置から稼働まで数ヶ月を要していましたが、DSX PODを現地に輸送して配管および電源を接続するだけで、数日での運用開始が可能になります。冷却面では、最高45度の冷却水を用いる完全密閉型液体冷却と外気ドライクーラーを組み合わせることで、2ギガワット（GW）規模の施設において日あたり5400万リットルの節水を達成できる仕様となっています。
AIエージェント安全保護フレームワーク「NVIDIA OpenShell」
自律的に判断・行動するAIエージェントが企業ネットワークやツールにアクセスする際のセキュリティ問題を解決するため、NVIDIAは「OpenShell」を発表しました。Apache 2.0ライセンスでオープンソース公開されます。
OpenShellは、AIエージェントをシステム本体から分離された隔離環境（サンドボックス）内部で実行します。エージェントが外部ネットワークやファイルシステムへアクセスしようとする際、サンドボックス外の「Supervisor（監査役）」が事前設定されたセキュリティポリシーと照合します。許容されないシステムコールやデータアクセスは即座に遮断され、認証キーなどの機密情報はサンドボックス内に保持されません。さらに「BlueField-4 DPU」上で動作するハードウェア監視層「NVIDIA Sentry」と連携することで、ミリ秒単位での危険検知および通信切断をハードウェアレベルで強制執行できます。
物理世界を認識・制御するPhysical AIと「Agile ONE」
NVIDIAは現実世界で動作する「Physical AI」のプラットフォーム拡張を提示しました。ロボティクス向け開発基盤「NVIDIA Isaac」では、世界モデル「Cosmos」やロボティクス向け基幹モデル「GROOT」との連携を強化しています。
ステージでは、Agile Robots社との提携による人型ロボット「Agile ONE」を発表しました。Agile ONEは「Jetson Thor」オンボード計算ユニットとリアルタイム安全OSを標準搭載したリファレンスロボットで、2027年第1四半期の提供を予定しています。ゼロからメカニカル設計やOS開発を行うことなく、購入後すぐに高度な行動学習を開始できる標準プラットフォームとして位置づけられています。
卓上型AIスーパーコンピュータ「NVIDIA RTX Spark」
個人の開発者や研究者がローカル環境でAIエージェントや物理シミュレーションを構築するための卓上型ハードウェア「NVIDIA RTX Spark」が公開されました。
独自の「N1X」チップを搭載するRTX Sparkは、1ペタフロップス（PFLOPS）のAI計算性能と128GBの統合メモリを備えています。2016年に同社がOpenAIに初納入した初代AIスーパーコンピュータ「DGX-1」と同等の計算能力を、ノートPCサイズのコンパクトな筐体で実現しました。講演内のデモでは、Hugging FaceおよびPollen Roboticsが手掛ける小型二足歩行ロボット「Microduck」の行動ポリシー学習において、ローカルのRTX Sparkで環境生成と制御ロジックを回し、大規模な試行錯誤のみをクラウドのIsaac Labへバースト出力するハイブリッド開発システムが披露されました。
性能・ベンチマーク
動画内で提示された主要な計算基盤のスペックおよび性能指標は以下の通りです。NVIDIAが過去10年間で推進してきた極限の「Extreme Co-design（ハードウェア・ソフトウェア・アルゴリズムの同時最適化）」により、モジュール単位での飛躍的な性能向上が示されています。
| 項目・製品名 |
性能・仕様数値 |
比較対象・条件 |
出典 |
| Vera Rubin GPU単体 |
20 PFLOPS |
単体AI計算性能 |
動画内（0:22:12） |
| Vera Rubin NVL72 |
72基GPU統合（1368 PFLOPS級） |
Blackwell比でトークン生成コスト1/30 |
動画内（0:26:36） |
| DSX POD 節水効果 |
日あたり5400万リットル削減 |
2GW施設での従来型蒸発冷却との比較 |
動画内（0:28:53） |
| DSX POD 電力効率 |
同一出力で消費電力30%削減 |
DSX MaxLPS制御回路適用時 |
動画内（0:28:21） |
| RTX Spark（卓上型） |
1 PFLOPS / 128GB統合メモリ |
2016年製DGX-1（初代AIスパコン）と同等 |
動画内（1:17:44） |
| DGX Station（新モデル） |
20 PFLOPS / 754GB統合メモリ |
卓上型ハイエンドワークステーション |
動画内（1:24:43） |
競合サービスとの比較
AIインフラおよびエージェント実行基盤の観点から、他社の動向と比較した位置づけを論じます（※競合製品の仕様は既存の公開情報に基づく編集部注を含みます）。
Google（Trillium TPU）やMeta（MTIA）などのハイパースケーラーは、自社データセンター内の推論・学習コストを下げる目的でカスタムASICの自社開発を強化しています。これに対し、NVIDIAは「1つのCUDAアーキテクチャで全市場をカバーする」汎用性を最大の強みとしています。量子化学計算、流体解析、リアルタイムグラフィックス、LLM推論までを同一のインフラで処理できる点において、特定モデルに最適化されたカスタムASICに対して優位性を保持しています。
また、エージェントの安全制御層（OpenShell）においても独自の立ち位置を示しています。OpenAIやAnthropicが提供するガードレール機能は、主に言語モデル（LLM）の出力テキストをフィルタリングするソフトウェア層にとどまります。一方、NVIDIAのOpenShellはLinuxカーネルレベルでのシステムコール制限に加え、BlueField-4 DPU（NVIDIA Sentry）による物理ハードウェア分離を組み合わせています。OSやネットワーク層まで踏み込んだ安全制御は、工場や医療機器などでAIを安全に動作させる上で不可欠な要素であり、インフラベンダーとしての強みが際立っています。
料金・提供プラン
本基調講演における主要発表製品の価格および提供スケジュールは以下の通りです。
- Vera Rubin / DSX POD: 価格は未発表。データセンター事業者および大手クラウドプロバイダー向けに順次出荷予定です。
- NVIDIA OpenShell: Apache 2.0ライセンスに基づくオープンソースソフトウェアとして無償提供されます。GitHubから即日導入可能です。
- NVIDIA RTX Spark: パートナー各社（Acer, ASUS, Dell, HP, Lenovo, MSIなど）より製品展開が行われます。詳細価格は各メーカのアナウンス待ちとなります。
- Agile ONE（人型リファレンスロボット）: 2027年第1四半期（Q1）の提供開始を予定しています。価格は未発表です。
日本から使う方法
日本の開発者および企業が今回発表された技術を活用するためのステップは以下の通りです。
- NVIDIA OpenShellの試用: 本日より公式GitHubリポジトリからソースコードおよびCLIツールを取得可能です。Linux環境において、わずか2つのコマンドでローカルのサンドボックス環境を構築できます。
- オープンモデルのダウンロード: Hugging Face等のプラットフォーム経由で、言語モデル「Nemotron-3.5」や世界モデル「Cosmos」の重みデータおよび構築スクリプトが無償で提供されています。
- RTX Spark搭載PCの導入準備: 国内PCベンダーからのRTX Spark搭載デスクトップおよびラップトップの発売発表に備え、必要要件（CUDA-X環境）の確認を進めることを推奨します。
誰にどう効くのか
エンジニア・開発者
OpenShellを利用することで、自作のAIエージェントに高度なアクセス制限と監査機能を容易に組み込めます。また、RTX Spark等のローカル強力環境により、クラウドのAPIコストを気にすることなく複雑なマルチエージェントや物理シミュレーションの開発・テストを手元で完結できます。
企画・マーケティング職
自社の保有するマニュアルや過去の顧客データ（構造化・非構造化データ）を「Agent Knowledge Foundation」群（Nemotron Parse / Embed / Rerank）に通すことで、社内専門知識を正確に参照する独自エージェントの企画・構築が容易になります。
経営層・CIO
データセンター構築ソリューション「DSX POD」の登場により、AIインフラへの設備投資（CapEx）から実際の収益発生（トークン生成）までのタイムラグを劇的に短縮できます。また、製造ラインや物流への物理AI（ロボティクス）導入において、標準化されたアーキテクチャを採用することで技術的負債のリスクを軽減できます。
まとめ
NVIDIA GTC Berlin 2026の基調講演は、AIを単なるソフトウェアから「産業システム」へと昇華させる同社の明確なロードマップを示すものでした。計算力・冷却・電源・セキュリティ・実環境ロボットまでを一気通貫で垂直統合するNVIDIAの強みが遺憾なく発揮されています。開発者はまず無償公開されたOpenShellやNemotronモデルの検証から着手し、次世代のAIエージェント時代に向けた技術準備を始めることが推奨されます。
