OpenAIのVera Rubin NVL72導入は、NVIDIAの「チップ企業」から「AIシステム企業」への転換を示すのか

OpenAIも、この導入拡大の流れに加わる。OpenAIとNVIDIAは、NVIDIA製システムを使うAIデータセンターを少なくとも10ギガワット規模で展開する計画を発表しており、第1段階の1ギガワットは2026年後半にVera Rubinシステムで稼働させる目標だ。

OpenAIの導入が重要な実証になる理由

OpenAIは、Rubinがフロンティアモデルの開発に使えるかどうかを測る、最も厳しい実環境の1つになる。最先端のAI研究所では、学習用の計算能力だけでなく、インターコネクト性能、稼働信頼性、障害対応、大規模な拡張性が求められる。

OpenAIでの実稼働が確認されれば、少なくとも次の3点について証拠が得られる。

1. 実際のワークロードとの適合性：Rubinがベンチマークや製品デモではなく、フロンティアAIの開発に使われる。
2. システムとしての完成度：NVIDIAのラック規模アーキテクチャが、顧客による検収を経て本番運用に移行できる。
3. 商業面での波及効果：導入が成功すれば、他のAI研究所やクラウド事業者もRubinの完成システムを採用しやすくなる。

ただし、導入計画の発表だけで、設置済みラックの台数、実際の学習成果、売上計上の時期まで確定するわけではない。これらの詳細が、今回のマイルストーンが事業を大きく変えるものなのか、それとも初期段階の検証にとどまるのかを左右する。

Vera Rubin NVL72の価格はいくらか

提供された報道資料には、NVIDIAが公表した公式価格はない。構成や時期によって推計は異なる。

• 1ラック約700万〜800万ドルとする報道がある。
• 後続報道が引用したBernsteinの推計では、約910万ドルとされている。
• Morgan Stanleyの別の推計では、VR200 NVL72 1ラックで約780万ドルとなっている。

これらはシステム価格や購入者側のコストに関する推計であり、NVIDIAが確認した販売価格ではない。価格に幅があることは、ラックの経済性をGPUの数だけで判断できないことも示している。メモリー、ストレージ、ネットワーク、サーバー、冷却設備などが部材コストに大きく影響するためだ。

データセンター全体への投資額はさらに大きい。Investing.comが引用したBernsteinの推計では、Vera Rubinを使った1ギガワット規模のデータセンター容量を建設するコストは約470億ドルとされる。これはインフラ投資の推計であり、NVIDIAの売上高を直接予測する数字でも、あらゆる建設案件に当てはまる一律のコストでもない。

CoreWeaveの利益率が示すクラウド事業の可能性

CoreWeaveの動きは、Vera Rubinの商業性を考えるうえで早期のシグナルになる。同社は、第2四半期に新たに契約した案件について、過去の四半期に締結した契約よりも利益率が5〜10ポイント高くなる見通しだと説明した。また、7月には製品ライン全体で値上げを実施したと報告している。

もちろん、これだけでRubinの全導入案件が高収益になるとは言えない。CoreWeaveの利益率は、契約価格、稼働率、資金調達コスト、電力、冷却、運用費、ハードウェア構成などに左右される。

それでも、この報告は「新しいAIシステムほど設備投資が増え、クラウド事業者の利益率は必ず悪化する」という単純な見方に疑問を投げかける。顧客がより高速、またはより効率的なAI処理能力に対価を支払い、事業者が設備を高稼働率で運用できれば、ラック価格が高くても経済性を改善できる可能性がある。

CoreWeaveが果たした検証の役割

CoreWeaveは、Vera Rubin NVL72を立ち上げ、完全に検証した最初のAIクラウド事業者となった。同社の検証はラック全体を対象とし、電源、冷却、ネットワーク、計算処理をエンドツーエンドで確認したものだ。

個々のチップに電源を入れることと、ネットワークやソフトウェアを含む液冷ラック全体を運用することは同じではない。CoreWeaveの作業は、Rubinが本番規模で機能するかを早期に確かめ、後続の顧客導入に伴う統合リスクを抑える役割を果たした。

CoreWeaveはさらに、実機を使った比較として、DeepSeek-R1の同一条件のワークロードで、Vera Rubin NVL72がNVIDIAのGB200 NVL72に比べて、1メガワット当たりの毎秒トークン生成量で10倍になったと公表している。これは特定条件下での企業発表ベースのベンチマークであり、あらゆるワークロードに共通する性能保証ではない。

NVIDIAはアクセラレーター以上のものを売ろうとしている

Rubinの展開は、NVIDIAが完成度の高いAIインフラシステムを提供する方向へ進んでいることを示す。NVIDIAは、30カ国にまたがる350以上の工場拠点で構成される、同社史上最大のラック規模サプライチェーンだと説明している。

この地理的な広がりが重要なのは、ボトルネックがGPUを十分に生産できるかどうかだけではなくなっているからだ。実用的なAIラックには、GPU、CPU、高性能メモリー、サーバー、ネットワーク機器、液冷設備、電源インフラ、設置能力を同時にそろえる必要がある。

NVIDIAがこうした完成システムの調整、あるいは直接納入に深く関与すれば、AIインフラ全体に対する同社の影響力は強まる可能性がある。一方で、実行リスクも高まる。主要部品の遅延はラック全体の遅延につながり、ラックの遅れは顧客のデータセンター計画やNVIDIAの売上計上時期にも影響する。

同じ72基GPUの基本単位を使う場合、2ラック、4ラック、8ラックの構成は、それぞれ144基、288基、576基のGPUを搭載する計算になる。ただし、提供された情報だけでは、これら3種類が正式な製品SKUとして発表されているか、すべてについて納入スケジュールが確定しているかは確認できない。重要なのは、NVIDIAが繰り返し組み合わせられるラック規模の構成要素を軸に、より大きなAIファクトリーを設計している点だ。

8月26日のNVIDIA決算で注目すべきこと

NVIDIAは、2027年度第2四半期の売上高を910億ドル、上下2％と見込んでいる。この見通しには、中国向けデータセンター・コンピューティングの売上高を含めていない。会社側は、GAAPベースの粗利益率を約74.9％、非GAAPベースを**75.0％**と予想している。

8月26日の決算は、過去の売上高を確認するだけでなく、Rubinが商業的に勢いを得ているかを測る機会になる。投資家が確認すべきポイントは4つだ。

1. Rubinは検証から量産・量販へ移ったのか

量産出荷、顧客への設置、部材の供給状況、Rubinが売上高に本格的に寄与し始める時期について、具体的な説明があるかに注目したい。NVIDIAは量産出荷を秋から開始する予定だと説明している一方、別の報道ではすでにフル生産と顧客向け出荷が始まっているとされている。

2. NVIDIAは利益率を維持できるのか

ラック規模のシステムは、単体アクセラレーターよりも高価で複雑な部品を多く含む。NVIDIAがコスト上昇分を価格に転嫁しながら、示している粗利益率水準を維持できるかが焦点になる。

3. メモリーなどの部品が供給を制約していないか

NVIDIAは、世界的なメモリー不足を背景に供給制約を警告し、供給関連の支出を増やしている。メモリーの入手可能性、部品コスト、こうした制約がRubinの立ち上がりを遅らせる可能性について、開示があるかを確認したい。

4. 先行き見通しは継続的な需要を裏付けるか

直近の910億ドルという数字も重要だが、より大きな意味を持つのは次の四半期の見通しと、顧客の契約・導入計画に関する経営陣の説明かもしれない。Rubinの成長ストーリーには、最初の導入が成功したという事実だけでなく、繰り返し発生する需要の証拠が必要になる。

まとめ

OpenAIによるVera Rubin導入は、NVIDIAの次世代プラットフォームがフロンティアAI開発という厳しい用途に接続されることを意味する。CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure、NebiusでRubinが稼働しているというNVIDIAの説明も、同アーキテクチャが単なる製品発表を超えて展開していることを示す材料だ。

ただし、投資判断に必要なのは導入発表だけではない。ラック価格は公式価格ではなく推計にすぎず、CoreWeaveの利益率改善も同社固有の要因を含む。また、初期検証の成功は大量納入を保証しない。

NVIDIAが8月26日の決算で、Vera Rubinを高い利益率で量産・納入できるシステム事業へ育てていることを示せるのか。それとも、まだ印象的だが初期段階にあるインフラ転換にとどまるのか。今回の決算は、その分岐点を見極める機会になりそうだ。