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。
ICRAで、NVIDIA Researchは28本の論文のうち8本を発表し、シミュレーションから現実への転送が、ロボットが動的で予測不能な環境で知覚、推論、計画、行動することを可能にする方法に焦点を当てました。ScheduleStream、COMPASS、Grasp-MPC、SPARRなどの手法は、マルチアーム協調、ナビゲーション、把持、組立タスクにおいて成功率とロバスト性を大幅に向上させます。
ジェンスン・フアン氏は、米国への5000億ドル投資を約束した後、台湾で年間1500億ドルをAIインフラに投じると発表。台湾がAIチップ製造とパッケージングの中心地であることが浮き彫りに。
NVIDIAのCEOジェンセン・フアンが清華大学経営管理学院の顧問委員会に加わることが明らかになった。委員会はアップルのティム・クックが議長を務め、イーロン・マスク、サティア・ナデラ、マーク・ザッカーバーグ、馬雲らが名を連ねる。フアンは先日、カーネギーメロン大学から名誉博士号を授与された。
NVIDIAの研究者は、エージェントハーネスを変更せずに強化学習で言語エージェントを訓練するロールアウトフレームワークPolarを発表した。Polarはハーネスと推論サーバーの間にモデルAPIプロキシを配置し、トークンレベルの相互作用を捕捉してトレーナー対応の軌跡を再構築する。Qwen3.5-4BベースモデルにGRPOを適用した結果、CodexハーネスでSWE-Bench Verified pass@1を22.6ポイント、Claude Codeで4.8ポイント、Piで6.2ポイント改善した。本フレームワークはNeMo Gym環境として登録され、ProRL Agent Serverリポジトリで公開されている。
AIファクトリーは、電力をリアルタイムでトークン（知能の単位）に変換する新しいインフラです。エージェンティックAIの拡大に伴い、ワットあたりの性能とトークンあたりのコストが重要経済指標となります。本記事では、AIファクトリーの仕組み、アーキテクチャ最適化、NVIDIAの最新ハードウェアによる効率向上を解説します。
米国政府は、CIAやNSAがAnthropicやOpenAIなどのAI大手に追いつくため、NVIDIAのGB10スーパーチップを90億ドルで秘密調達する申請を行った。この資金は議会の承認が必要で、国防予算から8億ドルがクラウドコンピューティングに振り向けられている。記事では、チップの仕様、コスト、そして激化するAIハードウェア競争について詳述する。
NVIDIAの次期台湾本社の開所イベントで、ジェンスン・フアンCEOは同国をAI革命の「震源地」と称した。
NVIDIAの台湾での年間支出がAI需要の高まりにより、150億ドルから1500億ドルに急増。主にTSMCなどのサプライヤーに支払われている。
NvidiaのCEOジェンセン・フアン氏は、AIを人員削減の原因とするCEOの言説を「意味がない」「怠惰だ」と批判した。生成AIが実用化されたのは最近であり、多くは2年前から解雇が始まっていると指摘。業界に対し、AIの可能性と安全性の両方を考慮したバランスの取れた語りを求めた。また、トランプ大統領の北京訪問に急遽同行したエピソードも語った。
確率的分離政策勾配（SDPG）を提案。軽量な視覚強化学習手法であり、単一のNVIDIA RTX 4080 GPU上で数時間以内に多様な視覚運動制御ポリシーをエンドツーエンドで訓練可能。SDPGは軌道ロールアウトのランダム摂動により政策勾配を推定し、バッチレンダリング環境の数を大幅に削減、計算およびメモリオーバーヘッドを低減。視覚MuJoCoベンチマークにおいて、訓練時間、メモリ使用量、報酬でベースライン手法を一貫して上回る。さらに、器用な操作や挑戦的な locomotion をカバーする現実的な視覚ロボティクスベンチマーク群を導入し、実ハードウェア上でのシミュレーションから現実への転送を実証。
NightSightは、単眼イベントカメラ、符号化開口レンズ、赤外線ドットプロジェクタを組み合わせた軽量な認識手法を提案し、小型飛行ロボットが完全な暗闇で自律航法できるようにする。符号化開口による深度依存のぼけ特徴をCNNで復号し、合成データのみで学習したモデルが実世界にゼロショットで汎化する。NVIDIA Jetson Orin Nano上で20Hzで動作し、2.5mまでの範囲で誤差7.0cm（2.80%）を達成。
エージェンティックAIへの移行により、AIファクトリーには高速コア、大容量メモリ帯域幅、全コアアクティブ時の持続的高性能という新しいCPU要件が生じています。Phoronixが本日発表した初期ベンチマーク結果は、NVIDIA Vera CPUがこのニーズを満たすことを示しています。Veraは88個のカスタムOlympusコア、1.2TB/sのメモリ帯域幅を備え、効率的な電力範囲内でパフォーマンスを発揮します。テストでは、Veraはコードコンパイル、ファイル圧縮、ビデオトランスコーディングなどで前世代Grace比1.6倍の性能向上を達成し、最新のx86プロセッサをリードしました。LPDDR5Xメモリサブシステムは30ワット未満の消費電力でピーク帯域幅の90%を達成し、従来のx86と比較してコアあたり4倍以上のメモリ帯域幅を提供します。NVIDIAは主要なAI企業やクラウドプロバイダーに初期Vera CPUを出荷しており、パートナーからの提供は2025年下半期を予定しています。
通信事業者の経営幹部の97%がAIを採用しているにもかかわらず、ほとんどのプロジェクトは「データ債務」、つまり断片的でガバナンスが効かず、セマンティックに不透明なデータによって停滞しています。NVIDIAのレポートによると、ボトルネックはモデルの品質ではなくデータの可用性です。Databricks Unity Catalogは、統一されたセマンティックレイヤーとガバナンスを通じてこの問題に対処し、システム間のデータ連携、きめ細かなアクセス制御、リッチなセマンティックコンテキストを提供して、AIをデモから本番へと移行させます。
NVIDIA NIMによるGPU高速化推論、Amazon Bedrock AgentCoreによるマネージドランタイム、Strands Agentsによるサーバーレスオーケストレーションを組み合わせたマルチエージェントキャンペーンレビューシステムの構築方法を学びます。並列推論、コンテキスト永続化、可観測性を実現します。
面壁智能（ModelBest）が、AIによって完全に記述された世界初の本格的な大規模言語モデル事前学習フレームワーク「ForgeTrain」を発表。NVIDIAのMegatronより10%高速で、これを用いて訓練されたMiniCPM5-1Bは、1Bパラメータで従来の2B未満モデルを上回る知能密度を達成。
REDは、リソース制約のあるロボットプラットフォーム向けのリアルタイムスケジューリングフレームワークであり、中間サブデッドラインの割り当て、MIMONetの重み共有の活用、計算グラフの再構築により、実行時の環境変化に適応する。NVIDIA JetsonおよびApple Mシリーズで実装され、スループット、デッドライン達成率、堅牢性、適応性、オーバーヘッドにおいて既存手法を上回る。
このチュートリアルでは、NVIDIA FLAREを使用して高度な連合学習実験を構築し、非IID CIFAR-10データセット上でFedAvgとFedProxを比較します。ディリクレ分布を使ってクライアントのラベル不均衡をシミュレートし、NVFlare Job APIで連合タスクを定義・起動、Client APIでローカルトレーニングとモデル交換を処理します。完全なコード実装と実験結果の可視化を提供します。
ServiceNowは米国のエンタープライズソフトウェア企業で、本社はカリフォルニア州サンタクララ、世界で29,000人以上の従業員を抱え、2025年第4四半期のサブスクリプション収益は35.7億ドルです。同社はAIと自動化に多額の投資を行い、Passage AIの買収、NVIDIAとの提携拡大、10億ドルのベンチャーキャピタル基金、カナダでの1.1億カナダドルの投資などを実施。記事では、ITSM/CSMワークフローに生成AIを埋め込み、解決記録の時間を約80%削減するNow Assistと、機械学習により顧客エスカレーションを予測し、プロアクティブエンゲージメント率を11%から68%に向上させる事例を紹介しています。
本論文では、報酬チャネルのインセンティブ操作とエージェント自身の行動のポリシー操作という2つの補完的な手段を通じてマルチロボット強化学習の結果を操作するフレームワークPIMbotを紹介する。適応型多目的コントローラがこれらの手段をオンラインでバランスさせる。GazeboシミュレーションとNVIDIA Jetson Orin Nano実機での実験により有効性を実証し、PIMbotはマルチロボット協調タスクの脆弱性を露呈するストレステストツールとして位置づけられる。
先週のAI業界は大きな転換点を迎えた：GoogleがGemini Omniとエージェント優先プラットフォームを発表、Andrej KarpathyがAnthropicに加入しClaudeを活用した事前学習の加速に着手、AnthropicはxAIのColossusと450億ドルの計算リース契約を締結、CerebrasのIPOで時価総額約950億ドルに、SpaceX、OpenAI、Anthropicが今後6ヶ月以内に上場を計画し、総評価額は3兆ドルを超える可能性がある。また、HRM-Text効率的事前学習、AIレビュアーの評価、NVIDIAの統合AR-拡散モデルなど、複数の最先端研究が発表された。
GoogleのSynthID透かしシステムは、OpenAI、Nvidia、ElevenLabs、Kakaoによって採用され、AIコンテンツ検出のための共有業界標準への移行を示しています。
ペンタゴンから「サプライチェーンリスク」と指摘されているにもかかわらず、AnthropicはNSAへのAIモデル提供を継続する見通し。情報機関はNvidiaの最新Grace Blackwellチップを入手できず、Anthropicの「Mythos」モデルも古いハードウェアで動作しているとされる。以前の交渉を頓挫させた「あらゆる合法的な使用」条項は今回の契約には含まれていない。
NVIDIAのGated DeltaNet-2は、線形注意機構においてメモリ更新時の消去と書き込みをチャネル単位のゲートに分離したモデルです。1.3Bパラメータ、100B FineWeb-Eduトークンでトレーニングされ、言語モデリング、常識推論、長文脈検索でMamba-2、Gated DeltaNet、KDA、Mamba-3を上回り、特にRULERベンチマークで大きな向上を示しました。
Metaは社内向けAIリーダーボード「Claudeonomics」を導入し、従業員のトークン消費量を追跡したが、データ漏洩により閉鎖した。業界ではAI利用の追跡が広がり、NvidiaのJensen HuangはAIトークンを報酬に含めるよう提案している。
NVIDIA が Nemotron-Labs 拡散言語モデルシリーズを発表。トークンを並列生成し反復的に洗練する手法により、従来の自己回帰モデルと比較して最大 6.4 倍の推論速度向上と高い精度を実現。8B モデルは Qwen3 8B を精度で 1.2% 上回る。
Mahjaxは、JAXで実装された完全ベクトル化された立直麻雀環境であり、GPUで大規模ロールアウト並列化を可能にします。8基のNVIDIA A100 GPU上で、無赤ルールで毎秒200万ステップ、赤ルールで毎秒100万ステップのスループットを達成。ゼロからの強化学習（tabula rasa）をサポートし、可視化ツールも提供。実験では、エージェントがベースラインポリシーに対してランクを向上させられることを確認。
COMPUTEXのNVIDIA GTC台北では、世界中の開発者、研究者、業界リーダーが集結し、AIファクトリーやスケーリングインフラからエージェンティックAI、フィジカルAIに至るまで、あらゆる業界を形作る最新のブレークスルーを探求します。NVIDIAの創業者兼CEOであるジェンスン・フアン氏は、6月1日午前11時（台北時間）に基調講演を行います。本記事では、NVIDIA Vera Rubin NVL72、Jetson Thor、AlpamayoがCOMPUTEX 2026ベストチョイスアワードを受賞した詳細を含む最新情報を提供します。
オープンソース運動がAIのブレークスルーをロボティクスに持ち込み、参入障壁を低減している。ROSフレームワークからNVIDIA、Hugging Face、Alibabaのモデルまで、ロボットの推論、決定、行動の能力がより多くの人々に利用可能になりつつある。しかし、商業的インセンティブと学術的理想の間の緊張が新たな課題を生んでいる。
NVIDIAのCEOジェンスン・フアン氏は、Vera CPUが2000億ドルの市場を切り開き、今年度の収益が200億ドルに達するとの見通しを示した。第1四半期の好決算にもかかわらず、供給制約と競合のカスタムチップが課題となっている。
アリババは新たなAIチップとモデルを発表し、Nvidiaチップへの依存を減らし、フルスタックAI戦略を推進する。
NVIDIAの研究者が、3つのデコードモードを1つのアーキテクチャに統合したNemotron-Labs-Diffusionモデルファミリーを公開。自己回帰(AR)デコード、拡散ベース並列デコード、自己推測デコードをサポート。3B、8B、14Bのパラメータサイズに加え、ベース、インストラクト、ビジョン言語バリアントを提供。自己推測モードでは、Qwen3-8B比6倍のトークン/フォワードを達成しつつ、高精度を維持。
ホワイトペーパーにより、NVIDIA A100 GPUが使用率0%を報告しながら最大146.66ワットを消費することが明らかになり、GPUテレメトリーの重大な盲点が露呈した。著者は新しいエネルギー効率ベンチマーク（CEI）と、そのような「ゴースト」異常を検出するオープンソース最適化ツールを提案している。
今年のGoogle I/Oカンファレンスで、NVIDIAとGoogle Cloudは共同開発者コミュニティの10万人以上の開発者の作業を加速し、厳選された学習パス、ハンズオンラボ、イベントを提供しています。新たにJAXライブラリの学習パス、NVIDIA Dynamo codelab、毎月の開発者ライブストリームが追加されました。両社はJAX、NVIDIA Dynamo on GKEなどのオープンフレームワークで緊密に連携し、Google DeepMindのGemmaやNVIDIA Nemotronモデルを統合しています。また、NVIDIAは初めてGoogle DeepMindのSynthID透かし技術をNVIDIA Cosmosモデルに適用し、コンテンツの整合性を確保しています。
2026年5月19日、NVIDIAのスタンドアロンCPU「Vera」がAnthropic、OpenAI、Oracle Cloud Infrastructure、SpaceXAIに初めて納入されました。VeraはエージェンティックAIワークロード向けに設計され、88個のカスタムOlympusコア、1.2 TB/sのメモリ帯域幅、50%向上したコアあたりの性能を備えています。Oracleは2026年から数十万基のVera CPUを展開する計画です。
トランプ大統領が北京に飛び、最後の瞬間にジェンセン・ファン氏を連れて2日後に去り、チップ輸出について「何かが起きるかもしれない」と記者団に語った。しかし何も起きなかった。2025年12月にトランプ氏が販売を承認して以来、Nvidia H200チップは1つも中国に出荷されておらず、米通商代表部のジェイミーソン・グリア氏はBloombergに対し、半導体規制は二国間議題にすら載っていなかったと述べた。
本研究は、Apple M3 Ultra（60コアGPU、512 GBユニファイドメモリ）を対象に10フェーズの包括的な最適化実験を実施し、リアルタイムカメラimg2img変換を目指しました。蒸留特化モデルSDXS-512のCoreML変換と3スレッドカメラパイプラインを組み合わせることで、512x512解像度で22.7 FPSを達成しました。CUDAの最適化知見がApple Siliconのユニファイドメモリアーキテクチャには有効でないこと、量子化による高速化がないこと、並列推論が非効率であること、ニューラルエンジンが大規模モデルに不適切であることを明らかにし、Apple Silicon向けの拡散モデル推論の実践的ガイドラインを提供します。
SuperInferは、NVIDIA GH200などのスーパーチップ向けの高性能LLM推論システムです。SLO認識型のプロアクティブなロータリースケジューラRotaSchedと、全二重メモリ転送エンジンDuplexKVを導入し、TTFT SLO達成率を最大74.7%向上させつつ、TBTとスループットを維持します。
Dell Technologies Worldで、DellとNVIDIAは、NVIDIA Vera Rubin NVL72を搭載したDell PowerEdge XE9812を含む新しいAIインフラを発表し、エージェンティックAI推論のトークンあたりコストを最大10分の1に削減します。Dell CEOのマイケル・デルは、世界のAIインフラ支出が2030年までに3～4兆ドルに達し、トークン消費量が3400%増加する可能性があると予測しました。NVIDIA CEOのジェンスン・フアンは、需要が「完全に放物線的に」拡大していると強調しました。エンタープライズAIはパイロットからエージェンティックAIと大規模推論へと移行しています。Dell AI Factory with NVIDIAは、机上周辺からデータセンターまで、機密計算とオープンモデルのサポートを含むエンドツーエンドのソリューションを提供します。
エヌビディアのIan Buck氏が初のVera CPUシステムをAnthropic、OpenAI、SpaceXAI、Oracle Cloud Infrastructureに直接納入。VeraはエージェンティックAIワークロード向けに設計され、88のカスタムコア、1.2 TB/sのメモリ帯域幅、50%向上したコア性能を備える。
本記事では、LoRAおよびDoRAというパラメータ効率的なファインチューニング手法を用いて、NVIDIA Cosmos Predict 2.5世界モデルを単一GPUでロボット動画生成に適応させる方法を解説します。データ準備、アダプター初期化、訓練ループ、推論方法、評価指標について詳述します。
NVIDIAは、Blackwell Tensor Coreでネイティブサポートされる4ビットマイクロスケーリングフォーマットNVFP4を基盤とした事前学習手法を発表。120億パラメータのハイブリッドMamba-Transformerを10兆トークンで訓練し、MMLU-ProでFP8ベースラインの62.62%に対し62.58%とほぼ同等の精度を達成。線形層のGEMMのみをNVFP4で量子化し、その他はBF16/FP32を維持。選択的高精度層、ランダムアダマール変換、2Dウェイトスケーリング、確率的丸めの4手法で収束を実現。MXFP4と比較して同トークン数で低損失、GB300でFP8比3倍のスループット向上。
AI FoundryはニュージーランドでNVIDIA Blackwell GPUを使用した定額無制限LLM推論サービスを提供しており、ログインページからアクセスできます。
本記事は、NVIDIA CEOのジェンセン・ファンが北京で半日の街歩き（Citywalk）をしたルートを辿り、尹三豆汁、鼓楼饅頭、黄瓦増福財神廟、ミクスアイス、紫光園ヨーグルト、方磚廠炸醤麺、稲香村、おもちゃ屋、後海のバー、慶雲楼飯荘、潮府林苑などを訪問。店主やファンとの交流エピソードを記録し、オープンソースのルートガイドも作成した。
Yum BrandsはNvidiaと提携し、AI開発を加速。2025年第2四半期に、ピザハット、タコベル、KFC、ハビットバーガーの約500店舗にAIツールを展開します。対象は音声AI、コンピュータビジョン（労働監視を含む）、レストラン分析です。
Blue Technologyが発表したBabyAlpha A3は、独自のヘテロジニアスコンピューティングクラスターを搭載し、NVIDIAのエコシステムから脱却。10倍の効率、デバイス上の70億パラメータモデル、人間を超える認識能力を実現し、家庭向け具現化AIを目指す。
NVIDIAのSANA-WMはオープンソースの世界モデルで、1枚の画像とカメラ軌跡から60秒の720p動画を生成。訓練は64基のH100 GPUで行い、推論は単一GPUで実行可能。蒸留版は単一のRTX 5090で34秒で60秒の720p動画を生成する。
生成AIが日常業務に浸透し、エージェント型AIが進化する中、企業はサードパーティのAIモデルにデータを提供するリスクを再評価している。EDBの調査で経営幹部の70%が主権型AIプラットフォームの必要性を認識。NVIDIAのジェンスン・フアンCEOは各国が自国の言語と文化を活かしたAIインフラ構築を提唱。
NVIDIAがCEOジェンセン・フアンの子供たち、マディソンとスペンサーの最新報酬を開示。それぞれ123万2000ドル、132万ドルで前年から増加。会社は昇給がフアンとは無関係であり、実力で評価されたと説明。
米国はアリババ、テンセント、バイトダンスを含む約10の中国企業に対し、Nvidia H200チップを各社最大75,000個購入する許可を与えた。しかし、まだ1個も出荷されていない。商務長官ラットニック氏によると、北京は国内チップ産業を保護するため購入を阻止している。
理論物理学者ハンス・ブリーゲル率いる研究チームがNVIDIAと協力し、量子コンピュータを実用的にするための重要なボトルネックである効率的な量子回路を自動生成するAI手法を開発した。