TL;DR
· The Informationの報道によると、Vera Rubinテストラックは数十社の顧客に納入され、1ラックあたり約700万～800万ドル。
· 各ラックには72基のRubin GPUと36基のVera CPUが搭載され、製造パートナーの目標生産能力は最大で1日あたり1000ラック。
· 1000ラックはあくまで生産能力の上限であり、受注数を意味するものではない。顧客のデータセンターにおける電力供給、液冷、および稼働開始能力が依然として制約となる。

The Informationの報道によると、NVIDIAの次世代Vera Rubinサーバーシステムは、数十社の顧客に少量のテストラックを納入済みで、1ラックあたりの価格は約700万～800万ドル。製造パートナーの最終目標生産能力は最大で1日あたり1000ラックに達する可能性がある。

NVIDIA Vera Rubin NVL144 CPX ラックとトレイ

この数字は、NVIDIAの次なるAIハードウェアアップグレードの要点を明確に示している。それは、より強力なGPUを販売するだけでなく、より高価で複雑なラック全体のサーバーシステムを販売するということだ。NVIDIAの公式資料によると、Vera Rubin NVL72は72基のRubin GPUと36基のVera CPUを搭載したラックレベルのシステムである。現在のフラッグシップであるGrace Blackwell 300ラックの約500万ドルと比較して、Rubinの1ラックあたりの価格はさらに上昇している。

CoreWeaveは6月の発表で、Vera Rubin NVL72のブリングアップと検証を完了したと述べている。NVIDIAは最近、Vera Rubinがフル生産の立ち上げ段階に入っており、CoreWeave、Google Cloud、Microsoft Azure、OCIなどのパートナー環境ですでにラックが稼働していると述べている。つまり、Rubinはもはや紙上の製品ではないが、The Informationが報じた1ラック700万～800万ドルの価格、数十社のテスト顧客、1日あたり1000ラックの目標生産能力は、依然としてNVIDIAの公式な収益ガイダンスではない。

1ラック最大800万ドル、購入するのは一連の計算ユニット

Rubinの価格は単なるチップの値上げではなく、NVIDIAのラック全体システム路線の延長線上にある。

Blackwell以降、NVIDIAが大口顧客に販売する中核製品は、ますます孤立したGPUではなくなっている。GPU、CPU、ネットワーク、冷却、電力、ソフトウェア、ラックレベルの相互接続をパッケージ化したシステムを販売しているのだ。顧客が調達するのは、データセンターの計画に組み込める計算ユニットであり、ゼロから部品を組み立てる必要はない。

これが、単一キャビネットの価格が700万～800万ドルに達する理由でもある。NVIDIAの技術資料によると、Vera Rubin NVL72の重量は約4000ポンドで、ピックアップトラック1台分に近い。クラウド事業者やAI企業にとって、Rubinの調達は単にチップを発注するだけでなく、サーバールームの耐荷重、電力供給、液冷、ネットワーク接続、そして立ち上げ時の調整を同時に準備する必要がある。

The Informationは、NVIDIAのハイパフォーマンスコンピューティング担当バイスプレジデントであるIan Buck氏の言葉を引用し、同社はすべての顧客に販売したいと考えているが、実際の割り当ては、顧客が物理的に設置し、サーバーを稼働させる能力に依存すると述べている。これらのキャビネットを実際にデータセンターに接続できる顧客こそが、より多くの製品を入手できる可能性が高い。

1日1000キャビネットは驚異的だが、受注ではない

市場の想像力を最も刺激するのは「1日1000キャビネット」だ。

The Informationは、NVIDIAのハードウェアエンジニアリング担当シニアバイスプレジデントであるAndrew Bell氏の言葉を引用し、NVIDIAと協力してRubinラックを生産する10以上の製造パートナーは、最終的に1日最大1000ラックを生産できるようになると述べている。1キャビネットあたり700万～800万ドルで計算すると、これは非常に大きな潜在的な収益スペースに相当する。

同報道はこの生産能力の規模に基づいて試算し、1日1000キャビネットの生産が継続された場合、理論上は四半期で少なくとも6300億ドルの収益に相当するとしている。比較として、2026年4月26日までの四半期におけるNVIDIAの収益は816億ドルだった。

しかし、この数字は「生産能力×単価」という理論的な試算として理解すべきだ。これはNVIDIAの経営陣による収益ガイダンスではなく、確定した受注でもなく、製造パートナーが長期間フル生産を続けることを意味するものでもない。実際の出荷は、顧客の受注、サプライチェーン、データセンターの建設、検収のペース、収益認識ルールに依存する。

投資家にとって、1日1000キャビネットは、NVIDIAが次世代システムの製造上限を示すものに過ぎず、収益モデルに直接組み込める短期的な収益数字ではない。本当に収益のペースを変えるのは、これらの高価なラックが安定して納品され、顧客のサーバールームに設置され、稼働を開始できるかどうかである。

Blackwellの教訓：Rubinはまず製造の課題を解決せよ

Rubinが最初に証明すべきことは、性能だけでなく、Blackwellよりもスムーズに製造、設置、稼働できるかどうかである。

Bell氏は、昨年Blackwellラックで発生した問題を振り返り、「私たちはほぼすべてを台無しにした」と述べている。ハードウェア、ソフトウェア、診断システム、製造プロセスのすべてに問題が発生した。NVIDIAはこれまでに経験したことのないラックスケールに達した後、システムをほぼゼロから再構築する必要があった。

この経験から、なぜルービンの製造詳細が経営陣に強調されたのかが説明できる。次世代ラックは「ケーブルレス」ではない。エヌビディアの技術ブログによると、NVLinkスパインの背面には約5000本の銅線を含むプリインテグレーション済みケーブルカートリッジが搭載されている。変化は、より多くのケーブルや部品がモジュール化・プリインテグレーション構造にされ、現場や生産ラインでの手作業による配線作業を減らし、一貫性と組立速度を向上させた点にある。

これはエヌビディアにとって極めて重要だ。AI顧客がルービンを購入するのは、単に帳簿上の演算能力のためではなく、安定した納品と迅速な稼働開始のためである。次世代ラックで再びブラックウェル級のハードウェア、ソフトウェア、診断、製造上の問題が発生すれば、顧客の設備投資のペースが遅れ、エヌビディアの出荷や収益認識にも影響が出る。

エヌビディアは顧客をデータセンターシステム全体に囲い込む

ルービンのもう一つの意味は、エヌビディアが自社の立場をGPUサプライヤーからAIデータセンターシステムサプライヤーへと押し上げていることだ。

本社でのやり取りの中で、エヌビディアの経営陣は、同社がGPUだけでなく、CPU、ネットワークスイッチ、ケーブル、ストレージ、サーバー冷却技術などの非GPUコンポーネントも販売していることを強調した。これは単なる品目拡大ではなく、クラウド事業者や大規模モデル企業が代替AIチップを模索する中で、データセンターの重要部分を引き続き掌握するための戦略である。

競争はますます複雑化している。グーグルの公開情報によると、第8世代TPUはトレーニング用TPU 8tと推論用TPU 8iに分かれており、推論チップとトレーニングチップのロードマップが分化しつつある。クラウド事業者や大規模モデル企業は、より安価で制御しやすい演算ソリューションを模索している。顧客が将来的に一部で非エヌビディアのAIチップを使用する場合でも、エヌビディアはネットワーク、相互接続、冷却、その他のサーバーコンポーネントを販売したいと考えている。

これが、ルービンのラック単価が注目される理由でもある。これは単一チップの価格ではなく、エヌビディアがAIデータセンターの重要部分をパッケージ化した新たな価格指標である。より多くの顧客がラックシステム全体を購入すればするほど、エヌビディアはネットワーク、CPU、冷却、システム統合から追加収益を得られる。

高価格ラックが本格稼働するには、データセンター現場が鍵

ルービンはすでに生産能力の立ち上げ段階に入っているが、大規模な商業展開は2027年まで続く可能性がある。顧客は電力、液冷、ラック設置、ネットワーク調整、ソフトウェア適応を完了する必要があり、いずれかの工程が遅れれば、ルービンの実際の使用ペースに影響が出る。

サプライチェーンの制約は、先端チップ製造だけにとどまらない。エヌビディアの経営陣は、同社にはサプライチェーンを継続的に追跡するチームがあり、アルミニウムやリン化インジウムなどの天然資源に関わる企業との関係構築を進めていると述べた。これらの材料はサーバーやネットワーク機器に関係しており、ラックシステム全体の量産が進むにつれて、ボトルネックはウェハーやパッケージングだけでなく、より多くの従来型産業工程に現れる可能性があることを示している。

1日1000キャビネットという目標は市場に大きな想像の余地を与えているが、Rubinが実際に乗り越えなければならないのは、製造パートナーが安定して組み立てられるか、顧客が受領・設置できるか、データセンターが十分な電力と冷却を提供できるか、非GPU部品が同時に量産できるかという現実的な制約の連続である。

NVIDIAは次世代のAIハードウェアビジネスを、より高い単価とより大きなシステム複雑性へと押し上げている。Rubinの真価を決めるのは、キャビネットあたり72個のGPUの演算能力だけではなく、これらの数百万ドル規模のラックが計画通りにデータセンターに導入され、実際に稼働できるかどうかである。

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia