企業トラッカー
NVIDIA の最新 AI ニュース、製品、モデル、エコシステム、業界動向。
過去5年間で、Alphabet、Amazon、Meta、Microsoft、Oracleの5大テクノロジー企業はAIデータセンターへの投資資金として約3500億ドルの負債を追加し、借入額は倍増した。投資家の支援は続いているが、Amazonの250億ドルの債券発行には冷ややかな反応があり、市場の限界を示唆。OracleはAI支出増加でS&Pから格下げされ、Intelの債務問題は警告事例となっている。ハイパースケーラーは今年最大7250億ドルをデータセンターとNVIDIAチップに投入する計画だ。
このチュートリアルでは、TileGymを使用してNVIDIAのタイルベースGPUプログラミングを探求し、異なるハードウェアで動作するColabワークフローを構築します。CUDA環境を調査し、実際のcuTileバックエンドを試し、標準のColab GPUにcuTileスタックがない場合はTritonにフォールバックします。コアとなるタイルの考え方を学びます：単一スレッドではなくデータタイル全体を操作し、ロード、計算、ストアを行います。ベクトル加算、融合GELU、行方向ソフトマックス、タイル化行列乗算、フラッシュアテンションを実装し、それぞれをPyTorchと比較します。
今週のAIニュース：IBMが0.7ナノメートルチップ技術を発表、OpenAIとBroadcomが推論専用チップJalapeñoを公開、NVIDIAが全液冷AI工場設計を披露。政府の監視強化：Anthropicがモデルへのアクセスを再開、OpenAIが米政府への株式譲渡を提案。職種の進化：フォワードデプロイエンジニア、SAPの外部採用とIKEAの内部再教育に焦点。
この記事では、NVIDIA Nemotron 3 モデルの独自のアーキテクチャ（Mamba-Transformer MoE ハイブリッド、最大 1M トークンのコンテキスト長対応）を探り、利用可能な微調整手法（SFT、RLVR、RLAIF）を説明し、SageMaker Studio を使用したサーバーレスカスタマイゼーションのステップバイステップガイドを提供します。
NVIDIAのCEO、ジェンスン・フアン氏は、エンジニアの価値を評価するテストを提案している。年間のAIトークン消費額が給与の半分に満たない場合、「深く憂慮する」と述べ、NVIDIAは年間20億ドルのトークン費用を目指している。多くの企業がAI投資のために人員削減を行っているが、Gartnerの調査によれば約80％が投資利益率の向上を実現できていない。プロンプトキャッシング、モデルルーティング、RAGなどの最適化手法により、トークンコストを大幅に削減できる。長期的な成功のためには、ジュニアエンジニアの維持と育成が不可欠である。
3年前、SequoiaのパートナーであるDavid Cahn氏は、シリコンバレーのAIインフラへの巨額投資がもたらす財務的影響を初めて定量化しました。NvidiaのGPU年間収益500億ドルから、先行投資を回収するには2000億ドルの収益が必要だと計算しました。
NVIDIAは、Nemotron-3-Superの圧縮版であるNemotron-Labs-3-Puzzle-75B-A9Bをリリースしました。反復型Puzzle圧縮技術により、総パラメータ数を120.7Bから75.3Bに、アクティブパラメータを12.8Bから9.3Bに削減。単一の8xB200ノードで2.03倍のスループット（100 tok/s/ユーザー）、単一H100で1Mトークンの同時実行数を1から8に向上。多くのベンチマークで高い精度を維持しつつ、指示追従とエージェント評価で軽微な低下が見られます。
エージェント型AIのユースケースが増加し、リアルタイムのインタラクティブ性が求められる中、推論インフラは根本から再設計されている。d-Matrix社はNVIDIAと協業し、DRAMとロジックを積層したCorsairアクセラレータを提供。メモリ帯域幅を大幅に向上させ、低遅延の高速トークン生成を実現し、プレミアム料金を課す新たな収益源を生み出している。
DDNのCEO Alex Bouzari氏はRAISEサミットで、AIデータインフラがGPU投資の成否を左右すると述べ、組織はGPUを効率的に活用するグループと資本を浪費するグループに二分されつつあると指摘。DDNは12の主権AIプロジェクトに関与し、SalesforceのGPU生産性を70%向上させ、NVIDIAが8年間内部で使用している。DDNのInfinidatプラットフォームは、分散エッジデータセンター、大規模データセンター、マルチクラウド環境を接続する課題に取り組む。
杭州に拠点を置くAIスタートアップDeepSeekが、NVIDIAとHuaweiへの依存を減らすため、自社推論チップの設計を進めている。コスト最適化と協調設計の強みを活かし、米国の輸出規制に対応する動きであり、AI価格競争を激化させる可能性がある。
NVIDIAはNemotron-3-Superの圧縮版であるNemotron-Labs-3-Puzzle-75B-A9Bをリリースした。反復的Puzzle圧縮により、モデルパラメータは総数1207億/アクティブ128億から753億/アクティブ93億に削減。単一8xB200ノードでユーザー每秒100トークン時に総スループット2.03倍を達成し、単一H100では1Mトークン同時実行数が1から8に増加。
Prime Intellect は、Radical Ventures がリードする1億3000万ドルのシリーズAラウンドを発表。NVIDIA Ventures、Intel Capital、Dell Technologies Capital などが参加し、総調達額は1億5000万ドルを超える。強化学習（RL）を活用し、企業が自社のモデル最適化ループを所有できるオープンな超知能スタックを構築。すでに6000以上の顧客を擁し、年換算収益は1億ドルを突破。Ramp などの企業がクローズドな最先端モデルを凌駕する成果を上げている。今後は長期間エージェント、再帰的言語モデル、自動化研究、継続学習に注力する。
OpenClawは、週末プロジェクトから世界的なムーブメントへと成長し、毎週450万の新しい「爪」が生まれ、GitHub史上最速で成長するリポジトリとなりました。本日、非営利財団の設立を発表し、プロジェクトをオープンかつ独立したものとして管理します。財団はガバナンス、安定した資金提供、フルタイムチームを提供します。OpenAI、NVIDIA、Microsoft、ミシガン大学などとのパートナーシップにより、パーソナルAIエージェントの進化を目指します。
この動きは、物理AIのアクセシビリティと展開を支援し、Nvidiaのこの分野での既に強い存在感をさらに高めるものと見られている。
NVIDIAは、エージェントAIの構築におけるオープンデータと合成データの重要性を強調し、データの検査可能性、品質、信頼を重視しています。Nemotronデータセット、Prompt Atlas可視化ツール、地域的多様性のための合成ペルソナについて詳細に説明しています。
LangChainとNVIDIAが協業し、LangChain Deep Agents Code、NVIDIA Nemotron 3 Ultra、OpenShellを組み合わせた、オープンでガバナンスが効くエンタープライズエージェント向けブループリント「NemoClaw」を発表。評価では、リーディングパフォーマンスを約10分の1の推論コストで実現。
NVIDIA Nemotron 3 Ultraは、最も広く採用されているAIエージェントオーケストレーションプラットフォームにおいて、トップクローズドモデルよりも低コストでリーディングパフォーマンスを提供。LangChainがNemotron 3 Ultra向けにDeep Agentsハーネスをチューニングした結果、オープンモデルで最高の精度を達成し、より多くのタスクを高いスループットで完了、実行あたりの推論コストは主要クローズドモデルの10分の1に抑えられました。
Deep Agents Code が NVIDIA NemoClaw のガバナンスブループリントとして利用可能に。デフォルト拒否ネットワーク、人間による承認、監査ログにより、機密コードのモダナイゼーションを安全に実行。
チューリング賞受賞者のYann LeCun氏が支援するフランスのAIスタートアップZMLは、Nvidia、AMD、Google TPU、Apple Metal、Intel Arcを含む複数のチップ上で多様なオープンソース大規模言語モデルを実行可能にする無料の推論パフォーマンスソフトウェアをリリースしました。
このチュートリアルでは、実用的なColabの観点からNVIDIAのCosmosフレームワークを探求し、実際のCosmos 3チェックポイントに必要なハードウェアを正直に評価します。フレームワークの実際の構造、CLIサーフェス、入力スキーマを使用して、コンパクトなオムニモーダル混合トランスフォーマーワールドモデルを構築してトレーニングします。合成物理世界データと自己回帰ロールアウトを使用して、テキスト、ビジョン、アクションのモダリティにわたって将来の潜在状態を予測する方法を示します。
本記事は、AIの真のボトルネックはGPU計算能力ではなくメモリ帯域幅であると主張し、2007年のUlrich Drepperによるメモリウォールに関する論文を引用している。AMD、Qualcomm、Nvidiaの最近の動きはこれを反映している。FlashAttentionや小規模言語モデルなどのソリューションは、データの局所性を最適化する回避策である。
このAINews号は2026年7月6日から7日までの幅広いAI開発をカバーしています。ハイライトには、Lilian Wengによる再帰的自己改善のためのハーネス工学への深掘り、MetaのMuse ImageとMuse Videoの発表（エージェント生成ループを備える）、Anthropic、LangChain、Googleによるエージェントプラットフォームの主要製品アップデートが含まれます。その他注目点：NVIDIAのAudexオーディオモデル、Cohereのアラビア語ASR、Hugging FaceとNVIDIAとのロボティクス統合、Liquid AIのAntidoom（推論ループ失敗削減）、Anthropicの論争を呼んだJ-space解釈可能性研究。また、エージェントと法律AIのベンチマーク、研究自動化、推論効率の進歩もカバーしています。
NVIDIAはAudexを公開しました。MoEアーキテクチャ（総パラメータ30B、活性化3B）に基づく統合音声テキストLLMで、音声理解、音声認識、翻訳、TTS、音声生成を処理します。Nemotron-Cascade-2バックボーンのテキスト知能を多段階SFTとテキスト専用RLで保持。音声認識でオープンモデルをリード（OpenASR WER 6.82）、汎用音声生成も可能。非商用ライセンスで公開。
NVIDIA Veraは、エージェントAI時代のために設計された新しいタイプのCPUで、大規模な最大シングルスレッド性能を重視しています。自社開発のOlympusコアを搭載し、従来のGraceと比較してIPCが50%向上し、最大1.2TB/sのメモリ帯域幅を備えています。エージェントワークロードでは、x86と比較して1.8倍の持続的なコアあたり性能を実現し、実際のテストでは1.5～1.9倍の速度向上を示しました。Veraはツール呼び出しからデータ処理までを統合し、AIファクトリーのGPU活用を最大化します。
NvidiaはGPUレンタルのバックストッププログラムを開始し、AI計算の資金調達ボトルネックに対処、市場の多様化を促進する。最低収益保証をネオクラウドに提供することで、債務融資を容易にし、短期レンタルを可能にし、バイヤーベースを拡大する。本記事はAIキャペックスと債務融資の成長を予測し、NVIDIAの戦略的動きがGPU市場構造を変革することを分析する。
NVIDIAとHugging Faceは、ヒューマノイドロボット向けのNVIDIA Isaac GR00T 1.7モデルとIsaac TeleopフレームワークをLeRobotに統合し、さらにNVIDIA Cosmos 3の追加も計画しています。これらの統合により、開発者はロボット開発のためのよりアクセスしやすく標準化されたパスを得られ、オープンロボティクスコミュニティの革新を促進します。
PalantirのCEOアレックス・カープはCNBCでAI業界を「非常識だ」と激しく非難し、OpenAIやAnthropicが「アメリカ企業に対する富裕税」を課していると非難した。しかし、その劇的な発言の背後には、顧客が自らのコンピュート、モデル、データを管理したいという主権AIの核心があった。PalantirとNvidiaは、安全な隔離環境でNvidiaのNemotronモデルを展開できる主権AI OS参照アーキテクチャを発表し、株価は9%上昇した。
ICML 2026では、2000以上の論文がNVIDIA GPUを引用し、Nemotron、Cosmos、BioNeMoなどのオープンモデルがロボティクス、ライフサイエンス、合成データ生成にわたるAI研究の基盤となっています。NVIDIAは74の論文が採択され、ビジョン、強化学習、エージェントトレーニングのトレンドが浮き彫りになりました。
各国は、生成AIとエージェント型AIによって、国内のAIインフラ、地域データで訓練された基盤モデル、人材育成に投資し、AIを地域のニーズに合わせてカスタマイズしています。欧州、アジア、ラテンアメリカの事例が社会的利益を示しています。
Epoch AIの独立データベースは世界の67の大規模AIデータセンターをカバーし、衛星画像や許可証から建設タイムラインを追跡。最大施設はSpaceXAIのColossus 2（メンフィス）で、946 MWのIT電力、111.2万H100相当の計算能力。米国、特にテキサス州とオハイオ州に集中。総IT電力容量10.8 GW、施設電力約14 GW。ハードウェアはNVIDIA GPUが主流で、GoogleとAmazonはカスタムチップを採用。
美団は1.6兆パラメータのMixture-of-ExpertsモデルLongCat-2.0を発表。訓練と推論を完全に国産AI ASICスーパーポッドで行い、NVIDIA GPUを一切使用していない。モデルはOwl Alphaという匿名名でOpenRouterに登場し、高い利用量を記録。性能面では最強ではないが、国産コンピュートで大規模モデルをゼロから訓練する実現可能性を示した。
米国企業MeituanがLongCat-2.0を発表。1.6兆パラメータのオープンソース大規模言語モデルで、完全に国産ハードウェアで訓練・推論を行い、中国のAI自給自足への大きな一歩を示す。
NvidiaはGPUを購入するネオクラウド企業に融資を提供し、遊休容量をリースバックしてクラウド収益の一部を受け取ることで、ハードウェア企業から金融機関へと変貌しつつある。
Anthropicは2026年6月30日、Claude Scienceのベータ版をリリースしました。このアプリは既存のClaudeモデル上で動作します。コーディネートエージェントがドメインスペシャリストにタスクを委任し、レビューエージェントが引用や数値をチェックして修正し、すべての図には正確なコード、環境、完全なメッセージ履歴が付属します。ローカルマシン、SSH経由のHPC、Modalで計算を管理し、60以上のデータベースとNVIDIA BioNeMoスキルに接続します。
NVIDIA ResearchはHORIZONを発表。ハンズフリーエージェントフレームワークにより、ハードウェア設計をGitワークツリー上のリポジトリレベルのコード進化として扱い、評価されたすべてのRTLベンチマークで100%の合格率を達成。ただし、エージェントベースのハードウェア設計はまだ解決されていないと述べている。
NVIDIAのASPIREはロボット制御プログラムを作成・改良し、検証済みの修正を再利用可能なスキルライブラリに抽出します。LIBERO-Proで最大77ポイント向上し、未見の長期タスクにゼロショット転移します。
NVIDIA Cloud Functions (NVCF) は、GPUアクセラレーションワークロードを大規模にデプロイ、管理、実行するためのオープンソースプラットフォームです。長時間実行される関数と非同期タスクをサポートし、Kubernetesによるオーケストレーションを活用、統合コントロールプレーン、負荷分散ルーティング、マルチクラスターオートスケーリングなどを提供します。この記事では、NVCFのアーキテクチャ、ワークロードタイプ、コア機能、Bazelを使ったビルド方法について説明します。
NVIDIA DGX Stationの実際の能力を調査。748GBコヒーレントメモリのうち高速HBM3eは252GBのみで残りは低速LPDDR5X。CornellやSnowflakeの使用例、GLM-5.2などのベンチマークを通じて、ローカルフロンティア推論の可能性を探る。
物理データセンター、InfiniBandファブリックからKubernetes、Slurm、Ray、分散トレーニング、強化学習後トレーニング、大規模LLM推論サービスまで、GPUクラスターのデプロイ、運用、最適化のための実用的で引用可能なナレッジベース。NVIDIA全製品（Ampere、Hopper、BlackwellデータセンターGPU、RTXコンシューマー/ワークステーションカード、DGXシステム（DGX Spark含む））をカバーし、現在はBlackwell Ultra（B300/GB300 NVL72）世代に焦点を当てています。2026年半ばまで最新情報に対応。
AnthropicはClaude Scienceのパブリックベータ版を発表し、NVIDIA BioNeMo Agent Toolkitを統合。科学者は自然言語でデジタルエージェントと対話し、エンドツーエンドの研究ワークフローを実行できるようになり、計算生命科学研究が加速される。
今号では、AnthropicのFable 5がセーフティフォールバック付きで再開され、エコシステムがマルチモデルオーケストレーションに移行していることを取り上げます。オープンモデルではGLM-5.2がZCodeやベンチマークで進展。エージェント基盤はWikiメモリと構造化コンポジションパターンを導入し、Devin Security Swarmがエージェントベースの脆弱性発見を実証。NVIDIA TwoTowerやオンデバイス推論の進歩などのアーキテクチャの発展も含まれます。
AIがモデル開発から本番推論へと移行する中、コンピュート需要は加速し、継続的に稼働するAIファクトリーへとシフトしています。NVIDIAは、収益分配モデルを通じて新興企業やモデル構築者などに大規模アクセラレーテッドコンピュートへのアクセスを提供する新戦略を発表。Sharon AIやFirmusが先行して展開しています。
AWS GovCloud (US) リージョンでは、Amazon Bedrock を通じて OpenAI のオープンウェイト GPT OSS モデル（120B、20B）および NVIDIA Nemotron モデル（Nano 9B v2、Nano 12B v2、Nano 30B、Super 120B）をサポートするようになりました。推論はすべて米国内で米国市民が運営するインフラ上で実行され、FedRAMP、DoD SRG などのコンプライアンス要件を満たします。
NVIDIAとそのパートナーは、アメリカの製造業、サプライチェーン、エネルギーグリッド、熟練労働者に投資しており、米国がより良い医療、画期的な科学的発見、強力な産業生産性、世界的な技術リーダーシップに必要なインフラを生産できるようにしています。
NVIDIAは、2つのタワーアーキテクチャを採用した拡散言語モデルNemotron-Labs-TwoTowerを公開しました。凍結された自己回帰バックボーンにトレーニング済みのデノイザーを追加し、ベンチマーク品質の98.7%を維持しながら2.42倍の生成スループットを実現します。オープンウェイトで提供され、拡散、模擬自己回帰、自己回帰の3つの復号モードをサポートします。
著者はNVIDIA Jetson Orin Nano SuperとKokoro-82Mモデルを使用してローカルテキスト読み上げアプリStreamTTSを構築し、従来のリクエスト・レスポンスではなくデュラブルストリーム（S2）を採用することで、共有可能でリアルタイム更新可能な音声生成を実現し、遅い推論、公平なスケジューリング、重複排除に対処しました。
Hugging Face と Cerebras は、Gemma 4 を活用したリアルタイム音声AIシステムを発表。オープンなモジュラーアーキテクチャによりレイテンシを大幅に削減し、自然な対話を実現する。Nvidia の音声認識、Cerebras の高速推論、Alibaba の音声合成を統合し、9,000台以上の Reachy Mini ロボットに導入されている。
NVIDIAはBioNeMo Agent Toolkitを発表し、AnthropicのClaude Scienceと統合することで、科学者が自然言語を用いて創薬、ゲノミクスなどの加速AIワークフローを実行できるようにしました。このツールキットにはParabricks、RAPIDS-singlecell、nvMolKitなどのGPU加速ツールが含まれ、世界のトップ20製薬企業のうち18社がNVIDIA BioNeMoを利用しています。Claude Scienceは現在パブリックベータ版です。
Anthropicは火曜日、科学者向けの新たなアプリケーション「Claude Science」を発表しました。macOSとLinuxでローカルに、またはリモートマシン上で動作します。このツールは、研究者が日常的に使用するPubMed、Jupyter、R、ターミナルなどのデータベースやツールを統合し、ワンストップの研究環境を提供します。現在ベータ版で、主にライフサイエンスを対象としていますが、将来的な拡大が計画されています。Claude Scienceは標準のClaudeモデルに基づき、60以上のデータベースにアクセス可能なコーディネーションエージェントを介して動作し、NvidiaのBioNeMo Agent Toolkitを活用して専門的な生命科学モデルに接続します。また、3Dタンパク質構造などのビジュアルを生成し、HPCやModalアカウントと連携して大規模計算を実行できます。
NVIDIAの推論ソフトウェアスタックは、GPU、CPU、ネットワーキング、システムと共同設計され、オープンソースエコシステムによって強化され、ハードウェアのパフォーマンスを継続的に向上させています。Blackwellプラットフォームでは、このソフトウェアスタックがわずか1か月でDeepSeek V4モデルのトークンコストを最大5倍削減しました。この記事では、ソフトウェアの最適化が運用、アプリケーションアクセラレーション、インフラアクセスの3つの層を通じてどのようにシステムレベルのパフォーマンス向上をもたらし、トークンあたりのコストを削減するかを詳しく説明しています。