NvidiaのVera CPUが切り開く“2000億ドル市場”とは

なぜAIエージェントには新しいCPUが必要なのか

従来の生成AIは、基本的に「質問 → モデルが回答」という単発の処理だった。しかしAIエージェントは違う。

典型的なエージェントは次のような処理を繰り返す。

• 外部データの検索
• APIやツールの呼び出し
• サンドボックスでのコード実行
• 複数モデルの呼び出し
• ワークフローやメモリ管理

これらの処理の多くはニューラルネットワークの外側で実行されるため、GPUだけでは効率的に処理できない。

Veraはこの「AIシステムの制御層」を担うために設計されたCPUで、Nvidiaによれば以下のような性能を実現するという。

• 従来CPUの約2倍の効率
• 約50%高速な処理性能

（特にエージェント実行環境などの用途）

チップ自体は**88個のカスタムArm互換コア「Olympus」**を搭載し、大規模AIシステム向けに高帯域メモリを備えている。

Rubin GPUとの役割分担

VeraはGPUの代替ではない。むしろGPUを最大限に活用するための**「司令塔」**の役割を担う。

Nvidiaの次世代データセンター基盤Vera Rubinプラットフォームでは、複数のチップが統合される。

• Vera CPU
• Rubin GPU
• NVLink 6スイッチ
• ConnectX‑9ネットワーク
• BlueField‑4 DPU
• Spectrum‑6 Ethernet

これらを組み合わせて、大規模AIサービス用のラックシステムを構築する。

代表例がVera Rubin NVL72という構成で、

• Rubin GPU：72基
• Vera CPU：36基

が高速NVLinkネットワークで接続される。

この構造では、CPUが

• GPUへのタスク割り当て
• データ移動
• メモリ管理
• エージェントの実行環境

などを管理し、GPUがAI計算を担当する。

AIエージェントが増えるほどCPUの重要性が増す

Nvidiaの考え方はシンプルだ。

AIが「答えるツール」から「行動するソフトウェア」へ変わるほど、計算の流れを管理する処理が増える。

ある分析では、エージェント型AIに必要な計算量は従来の生成AIより桁違いに増える可能性があるとも指摘されている。

もし将来、クラウド上で数十億のAIエージェントが常時稼働するようになれば、CPUはAIインフラの

• スケジューラ
• I/O管理
• 実行環境
• ワークフロー管理

といったコントロールプレーンとして不可欠になる。

Intel・AMD・クラウド企業との競争

Veraの投入は、NvidiaがサーバーCPU市場にも本格参入する意思を示している。

この分野では

• Intel
• AMD
• AWS（Gravitonなど）
• Google（TPU＋自社CPU）

といった企業がすでに独自チップを開発している。

Nvidiaの戦略は単一チップで競うことではない。代わりに、

CPU・GPU・ネットワーク・ソフトウェアを統合したAIシステム全体を提供することを狙っている。

Vera Rubinアーキテクチャはその象徴で、すべてのハードウェアを共同設計することでAIサービスの性能とコスト効率を最大化すると同社は主張する。

もちろん、クラウド大手は自社半導体でNvidia依存を減らす動機を持つため、この競争の行方はまだ不透明だ。

GPU企業から「AIインフラ企業」へ

Vera CPUの登場は、Nvidiaのビジネスモデルの変化を象徴している。

同社はもはやGPUメーカーにとどまらず、

• GPU
• CPU
• ネットワーク
• データセンターシステム

をまとめて提供するAIインフラプラットフォーム企業へと進化しようとしている。

もしフアン氏の予測どおり、AIエージェントが次の巨大コンピューティング需要を生むなら、VeraのようなCPUはGPUと並ぶ中核コンポーネントになる可能性がある。