Nvidia「Vera Rubin」AIラックはなぜ約780万ドルに達するのか

つまり、AIシステムの高度化に伴い、ラック内部のほぼすべての要素が高価になっているのです。

最大のコスト増はメモリ

最も大きくコストが増えているのは次世代メモリ技術です。

Rubin GPUは、AI向けの高速メモリである**HBM4（High Bandwidth Memory 第4世代）**を採用しています。

さらに、Rubinプラットフォームでは新しいVera CPUと組み合わせて、最大1.5TBのLPDDR5XメモリをSOCAMMモジュールで搭載します。

この構成では次の2種類のメモリが同時に使われます。

• GPU向けのHBM4（超高帯域メモリ）
• CPU側のLPDDR5X大容量メモリプール

例えばMicronは、Rubin向けにHBM4スタックとSOCAMM2メモリモジュールの量産を開始していると発表しています。

この結果、ラック全体のメモリ容量と価格が大幅に増え、メモリだけでラックコストの約4分の1を占める可能性があると分析されています。

ラック全体で複雑化するAIシステム

Rubin世代では、AIサーバーは単なるGPU集合ではなく、複数の専用チップを統合したシステムになります。

主な構成には次のような要素が含まれます。

• Vera CPU
• Rubin GPU
• NVLinkスイッチ
• ConnectX SuperNIC
• BlueField DPU
• Spectrum Ethernetスイッチ

これらを1ラック内で高速接続するため、基板や電源、インターコネクトの設計が大幅に複雑化しています。

その結果、次のような部品のコストが上昇しています。

• PCB：より多層で高速信号に対応
• MLCC：電源安定化のための受動部品増加
• ABF基板：高度な半導体パッケージ基板

単体では小さな部品でも、ラック全体では大量に使われるためコストに大きく影響します。

GPUは依然高価だが「支配的ではない」

Rubin GPU自体も高価です。推定では1チップ約5万5,000ドルで、Blackwell世代より約57%高いとされています。

それでも重要な変化があります。

GPUが依然最大の部品である一方、システム全体に占める割合は低下しているという点です。

つまりAIサーバーの価値は、もはやGPUだけでは決まらず、

• メモリ
• ネットワーク
• 基板
• 電源・冷却

といったシステム全体の設計が大きな比重を占めるようになっています。

AI半導体サプライチェーンへの影響

このコスト構造の変化は、半導体業界全体にも影響を与えています。

AIブームの恩恵は、GPUメーカーだけでなく次の分野にも広がっています。

• HBM・DRAMメモリメーカー
• 半導体パッケージ基板メーカー
• 高多層PCBメーカー
• 受動部品メーカー

さらに、AIラックを組み立てるODM/OEMメーカーの付加価値も増えると見られています。

またRubinはHBM4供給に大きく依存するため、メモリ供給能力や先端パッケージングがAIインフラ拡大のボトルネックになる可能性も指摘されています。

AIハードウェアは「ラック単位のスーパーコンピュータ」へ

今回の約780万ドルという価格は、AIインフラの変化を象徴しています。

かつてのAIサーバーは、一般的なサーバーにGPUを追加する形でした。しかしRubin世代では、計算・メモリ・ネットワーク・ストレージを統合したラック型スーパーコンピュータとして設計されています。

そのため現在では、1ラックの価格が小規模データセンターに匹敵するレベルになりつつあります。

なお、780万ドルという価格はサプライチェーン分析に基づくアナリスト推定であり、Nvidiaが公式価格を発表したものではありません。

それでも方向性は明確です。次世代AIインフラの競争は、単一のGPU性能ではなく、ラック全体のシステム設計で決まる時代に入っています。