NVIDIA、新型AIラックシステム「Vera Rubin NVL72」がMLPerf推論テストに初参加と発表 スループットはGB300の最大3.7倍

NVIDIAは2026年9月16日、データセンター向けAIラックシステム「Vera Rubin NVL72」がMLPerf Inference v6.1に初参加し、AI処理速度がGB300 NVL72の最大3.7倍になったと発表しました。本稿ではNVIDIAが公表した数値、テスト条件、制約を整理し、AIサービスを使う一般読者にとっての意味を解説します。数値はすべてNVIDIA自身の主張です。

ニュース日: 読了目安 8 分

LINEで送る
目次
  1. 1. NVIDIAが公表した内容
  2. 2. NVIDIA公表の主な数値の比較
  3. 3. 性能の源泉:NVIDIAの技術的説明
  4. 4. その他の提出とパートナー
  5. 5. 一般読者への影響

NVIDIAが公表した内容

NVIDIA公式ブログの2026年9月16日付記事(著者:Zhihan Jiang)によると、MLPerf Inference v6.1の結果は同日公表されました。MLPerf InferenceはAI推論性能を測るベンチマークで、推論とはAIサービスが質問に答えたり画像・動画を生成したりする際に実際に行われる計算を指します。NVIDIAは次世代のVera Rubin NVL72システムの結果を初めてプレビュー(preview)形式で提出し、提出はDeepSeek-R1とQwen3-VLという2つのAIモデルのテスト項目を対象にしているとしています。

NVIDIAによれば、Qwen3-VLのoffline、server、interactiveの3シナリオで、Vera Rubin NVL72はvLLMとオープンソース推論フレームワークNVIDIA Dynamoを用い、スループットがGB300 NVL72の最大3.7倍。DeepSeek-R1ではTensorRT-LLMライブラリを用い、最大2.5倍としています。これらの数値はMLPerfのClosed Divisionに属し、9月16日にmlcommons.orgから取得したものと注記されています。また、パートナーのNebiusもVera Rubin NVL72のプレビュー結果を提出したとのことです。

NVIDIA公表の主な数値の比較

出典:NVIDIA公式ブログ(2026年9月16日)。いずれもNVIDIA自身による数値
項目システムNVIDIA公表の数値備考
Qwen3-VL スループットVera Rubin NVL72 対 GB300 NVL72最大3.7倍プレビュー提出。vLLMとNVIDIA Dynamoを使用
DeepSeek-R1 スループットVera Rubin NVL72 対 GB300 NVL72最大2.5倍プレビュー提出。TensorRT-LLMを使用
SemiAnalysis AgentXVera Rubin NVL72 対 GB300 NVL7230倍NVIDIAによるとプレビューテストの結果。MLPerfの項目ではない
マルチラックのスケーリング効率GB300 NVL72、72〜288基のGPU99%DeepSeek-R1、offlineシナリオ
WAN 2.2 テキストから動画生成GB300 NVL72 対 単一ノード毎秒0.65本の720p動画。スループット9倍、レイテンシ7.5分の11本あたり5.7秒
ソフトウェア最適化GB300 NVL72、v6.1 対 v6.0最大1.6倍Qwen3-VL

性能の源泉:NVIDIAの技術的説明

NVIDIAは結果をハードとソフトの協調設計によるものとしています。同社によれば、Vera Rubinが強化したTensor CoreとTransformer Engineは、推論のprefill(プロンプトの読み込み)とdecode(返答の逐次生成)の両段階を加速します。また、低精度フォーマットNVFP4はモデルの重み、attention、KVキャッシュ(推論中に一時保存されるデータ)のメモリ使用量を減らし、出力品質の損失を最小限に抑えつつスループットを高めるとしています。

  • 2段階の分離処理:NVIDIAは、提出で分離型サービングを多用し、prefillとdecodeを分けて処理するとともに、大規模なエキスパート並列を組み合わせ、DeepSeek-R1やQwen3-VLなどの混合エキスパート(MoE)アーキテクチャのモデルを処理したと述べています。
  • ラック内の高速接続:NVIDIAは、第6世代NVLinkとNVLink Switchが一般的なイーサネットに比べ、パケットレート10倍、レイテンシ3分の1を実現すると述べています。
  • ソフトウェアの継続的最適化:NVIDIAは、GB300 NVL72のQwen3-VLでの向上は、KVキャッシュの低精度化、カーネル(低レベルの演算プログラム)融合の拡大、より優れたカーネルと分離型サービングによるものとしています。

その他の提出とパートナー

NVIDIAは、エッジデバイスJetson AGX Thorの結果もTensorRT Edge-LLMで提出したと述べています。新設のEdge-Agenticベンチマーク(Qwen3.6-27B使用)が対象です。さらに、19社のパートナーが参加し、うち8社がマルチノードのBlackwell NVL72システムを使用したとしています。参加パートナーにはASUS、Azure、Cisco、CoreWeave、Dell Technologies、HPE、Oracle Cloud Infrastructure、Supermicroなどが含まれます。NVIDIAは近く登場するMLPerf Endpointsベンチマークにも触れ、AIエージェント(複数ステップで推論・計画・行動するAI)型の推論ワークロードに標準化された測定を提供するとしています。

背景として、NVIDIAは2026年7月21日の別記事で、Vera Rubin NVL72の生産が段階的に増加しており、CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure、Nebiusなどのパートナーで稼働していると述べています。

一般読者への影響

Vera Rubin NVL72はラック規模のデータセンター用システムで、パソコンやスマートフォンの部品ではないため、一般ユーザーが直接触れることはありません。意味があるのはバックエンドです。AIサービスが質問に答えたり画像・動画を生成したりする際の推論計算は、こうした設備で実行されます。NVIDIAの主張するスループットとスケーリング効率が実運用でも成り立つなら、クラウド事業者は理論上、同じハードでより多くのユーザーに対応できます。ただし、それが応答の高速化やサービス価格の低下につながるかは各事業者の判断次第で、NVIDIAの記事は触れていません。また、ベンチマークは特定のモデルとシナリオのみを反映するため、実際の性能は異なる可能性があります。

よくある質問

MLPerf Inference v6.1とは何ですか?

AI推論性能を測るベンチマークです。NVIDIA記事の注記によると、MLPerfはMLCommons Associationの名称および商標で、関連結果はmlcommons.orgに掲載されています。NVIDIAはv6.1の結果が2026年9月16日に公表されたと述べ、Closed Divisionの結果を引用しています。

3.7倍はすべてのAI処理が3.7倍速いという意味ですか?

いいえ。NVIDIAによれば3.7倍はQwen3-VLベンチマークでの「最大」値で、DeepSeek-R1では最大2.5倍と公表されています。モデルやシナリオによって結果は異なります。

これらの結果は独立して検証されていますか?

本稿の数値はすべてNVIDIA公式サイトによるメーカー自身の主張です。NVIDIAは引用データをmlcommons.orgから取得したと表示していますが、提出締切後のGPT-OSS-120BとDLRMv3の結果はMLCommons未検証と認めており、Vera Rubinの結果はプレビュー提出です。

30倍という数字はどこから来たのですか?

NVIDIAによれば、SemiAnalysis AgentXベンチマークのプレビューテストで、Vera Rubin NVL72の性能はGB300 NVL72の30倍でした。これはMLPerfの結果ではなく、NVIDIAの記事も試験条件を詳しく説明していません。

一般の人は今何かする必要がありますか?

必要ありません。データセンター級のハードで、本稿は購入を勧めるものではありません。AIクラウドサービスのバックエンドの進化を示す一つの兆候と捉え、実際のサービス性能で判断してください。

このトピックの最新ニュースを見る

この記事が役に立ったら、必要な方にシェアしてください

LINEで送る

出典

上記の参考資料および記載の確認日時点の情報をもとに整理しています。料金・時刻・機能・利用規約は変更される場合があるため、ご旅行や予約・購入の前には該当する公式サイトで最新情報をご確認ください。

ライフスタイル