NVIDIA Vera Rubinアーキテクチャがオープン化、ただしAIファクトリースタックは依然として強く結合
NVIDIAは、プラットフォームを緊密に連携する単一のシステムとして構築しているにもかかわらず、OCPでVera Rubinの主要なラックおよびコンピュートトレイ設計を公開した。NVIDIA Vera Rubinアーキテクチャの提供により、メーカーは最大250キロワットをサポートするラックの共通仕様を利用できる。ただし、Rubinが交換可能なコンポーネント群へと変わるわけではない。
この区別が発表の核心だ。NVIDIAは、次世代AIハードウェアを取り巻く物理インフラについて、サプライヤー、クラウド事業者、データセンター建設事業者に標準化を促したい考えだ。一方でNVIDIAは、Rubinシステムの性能を左右する中核のコンピューティング、ネットワーキング、ソフトウェア技術の管理を維持している。
AMD、Meta、Google、Microsoft、Cisco、Intelも、2026 OCP Global Summitでオープンインフラを推進している。各社の参加は、オープン性が任意の姿勢ではなく競争上の要件になったことを示す。論点は、AIファクトリーに標準が必要かどうかから、どの企業のアーキテクチャが標準実装になるかへと移っている。
NVIDIAのアプローチは、オープンなラック機構と密結合したチップおよびソフトウェアを組み合わせるものだ。建設時の摩擦を減らしながら、NVIDIAプラットフォームの適用範囲を広げられる可能性がある。そのため購入者は、オープンかプロプライエタリかという単純な二択以上に複雑な判断を迫られる。
運用の中心がベンダー固有のままであっても、標準化された施設が十分な実用的柔軟性を生むかを判断しなければならない。
NVIDIA Vera RubinアーキテクチャがOCPへ移行
NVIDIAはVera Rubinを取り巻く物理的な設計図を公開する一方、完全なシステムを機能させる技術の管理は維持している。
NVIDIAは10月12日、サンノゼで開催されたOCP Global Summitでこの提供を発表した。同イベントは10月12日から10月15日まで、San Jose McEnery Convention Centerで開催される。
同社のVera Rubinに関する発表によれば、この提供は主要なラックおよびコンピュートトレイ設計を対象とする。NVIDIAは、MGXモジュラーリファレンスアーキテクチャおよびOCPのOpen DC Initiativeを通じてこれらを提出した。
更新されたMGX 1.2仕様は、サーバー筐体の寸法だけを対象にするものではない。ブラインドメイト液冷、構成可能な入出力ベイ、標準化された冷却インターフェース、相互運用可能なラックスケール接続が含まれる。
ブラインドメイト接続により、技術者はすべての配線を手作業で接続することなく、機器を電力または冷却インターフェースへ装着できる。この設計は、密集した多数のコンポーネントを収容するラックでの設置や保守作業を短縮できる可能性がある。
MGX 1.2では、ラック内で電力を分配する導体である、液冷式5,000アンペアのバスバーも規定している。ネイティブの19インチ機器と、最大250キロワット定格のラック導入をサポートする。
これらの詳細が重要なのは、最新のAIシステムが、1台ずつ設置する従来のサーバーのようには機能しなくなっているためだ。Vera Rubin NVL72システムは、ラックスケールのコンピューティングドメイン内で36基のVera CPUと72基のRubin GPUを連携させる。
このラックは、NVLinkスイッチング、ネットワークアダプター、データ処理ユニット、高帯域幅メモリ、冷却装置、電力供給に依存する。1つの層を変更すれば、他の複数層の容量や運用上限に影響する可能性がある。
NVIDIAはVera CPU向けの独立したラック設計も提供した。このシステムは、エージェントのオーケストレーション、ツール呼び出し、コードコンパイル、サンドボックス化された実行といったワークロードを対象とする。
この分割は、AI需要の形が変化していることを反映している。トレーニングは引き続き重要だが、エージェント型アプリケーションも継続的な推論とCPU負荷の高い調整処理を生み出している。エージェント型AIとは、ツール、モデル、外部サービスを使って複数ステップのタスクを計画・実行するソフトウェアを指す。
NVIDIAは、このワークロードの両側を標準化しようとしている。Vera Rubin NVL72が大規模なトレーニングと推論を処理し、Vera CPUラックが高密度の汎用処理を提供する。
同社は、データセンタースケールのインフラ向け運用レイヤーであるDSX OSのコンポーネントも公開した。公開内容は、スイッチ設定、クラスタ検証、ラック管理、ベアメタルプロビジョニング、テナントのオンボーディングを扱う。
これらのツールは、提供の範囲を筐体や冷却配管の先へと広げる。事業者にとって、ハードウェアの準備、障害の発見、ラックファームウェアの管理に向けた出発点となる。
ただし、その境界は依然として重要だ。オープンなラック仕様が、NVLink、Rubin GPU、Spectrum-Xネットワーキング、NVIDIAのソフトウェアスタックをベンダーニュートラルにするわけではない。
NVIDIAが公開しているのは、自社製品を展開するための外枠だ。プラットフォームを規定するコンピュートアーキテクチャの管理を放棄するものではない。
この構成でも、大きな利点を生み出し得る。メーカーは共通の機械、電力、冷却、保守要件に基づいて製造できる。事業者は、最終的なシステムがすべて到着する前に施設計画を進められる。
その結果は、特定の種類の機械を中心に組み立てられた共通の建設規格に似ている。生産ラインの大部分を1社のサプライヤーが提供する場合でも、より多くの企業が工場を建設できる。
オープン標準はスケーリングの要件になった
ギガワット規模のAIインフラは、建物ごとにカスタムエンジニアリングへ依存できないため、その圧力は物理的な導入上の制約から生じている。
NVIDIAは、大規模なAIデータセンターをAIファクトリーと表現している。これはエネルギーとデータを、学習済みモデルまたは生成トークンへ変換するためだ。この呼称は実務上の現実も捉えている。こうした施設は、拡張されたサーバールームではなく、ますます産業プロジェクトに近づいている。
制約には、電力系統への接続、変圧器、冷却プラント、ポンプ、ネットワークトポロジー、試運転、交換手順が含まれる。コンピューティング性能が意味を持つのは、こうした支援システムが連携して稼働する場合に限られる。
メガワット級の施設からギガワット級キャンパスへの移行は、あらゆる非互換性を増幅する。非標準のコネクターや冷却インターフェースは、数千のコンポーネントにまたがる調達を複雑化させ得る。
カスタム設計は検証も長引かせる。各サプライヤーは、自社機器が施設の電力、熱、制御、安全システムと連携することを確認しなければならない。
OCP標準は、こうしたサプライヤーに共通の目標を与える。Open Compute Projectは、効率性と保守性を改善できるハードウェア設計をハイパースケール事業者が共有することから始まった。
AIラックはその使命を拡張した。OCPのOpen Systems initiativeは、クラスタとそれを支える施設にわたる共通設計を目指している。掲げる目標には、マルチベンダーのサプライチェーンを可能にすることも含まれる。
最新の取り組みは、単一ラックの範囲を超える。NVIDIAはAMD、Google、Metaとともに、Open Data Center Specificationバージョン0.7に参加した。
この仕様は、施設レイアウト、冷却、電力アーキテクチャを対象とする。この連携により、構築事業者は何もない状態から設計を始めずに、アクセラレータラックを周辺の物理プラントへ接続しやすくなる可能性がある。
Google、Meta、Microsoft、NVIDIAは、OCP Grid Resilience Specificationも公開した。これは、電力系統で障害が発生した際に大規模AI負荷がどのように応答すべきかを記述している。
この仕様では、施設は系統接続を維持し、自動で応答し、2秒未満でほぼ全負荷へ復帰すべきとされる。この動作が重要なのは、大規模コンピューティングキャンパスが大きく急速に変化する電力負荷となり得るためだ。
突然の切断は、数百メガワットの負荷を電力系統から取り除く可能性がある。連携の不十分な再起動は、その直後に別の急激な需要変化を生む可能性がある。
NVIDIAは、DSXリファレンス設計が両仕様の実装経路を提供すると述べている。DSXは、コンピューティング、ネットワーキング、施設、冷却、電力、運用ソフトウェアを連携させる。
この整合性はNVIDIAに優位性を与える。同社はオープン仕様の策定に関与し、すでに同じ前提で設計された統合実装を提供している。
これが、この提供の中核的な戦略価値だ。メーカーがNVIDIA互換のラックおよび施設パターンを採用すれば、Rubinの導入は地域をまたいで再現しやすくなる。
機器メーカーは互換部品をより早い段階で製造できる。コロケーション事業者は、すべての顧客構成が確定する前にホールを準備できる。クラウドプロバイダーは、複数拠点で運用手順を再利用できる。
このアプローチは、NVIDIA自身のリリースサイクル管理にも役立つ。同社は頻繁なプラットフォーム世代更新を計画しているが、施設の寿命はアクセラレータ製品よりはるかに長い。
標準化された物理インターフェースにより、事業者は電力・冷却システム全体を再構築せずにコンピュートトレイを交換できる可能性がある。この約束には、複数世代のハードウェアにわたる検証が必要となる。
競争圧力は、完全にカスタム化されたハイパースケール環境の外で販売しようとするすべてのサプライヤーに及ぶ。顧客はますます、単独のアクセラレータベンチマークではなく、導入可能なラック設計を期待している。
AMDはHeliosで対応しており、Intelは既存インフラとの互換性を強調している。Meta、Google、Microsoftが標準に貢献しているのは、反復的なカスタム作業が高コストとなる規模で施設を運営しているためだ。
現在の競争は、サプライヤーがどのリファレンス設計を最初に実装するかに関するものだ。メーカー、設置事業者、運用事業者、サービスチームが標準を中心に投資するとき、その標準は影響力を得る。
NVIDIAの既存の関係性は、MGXに強力な出発点を与える。同社は7月、Rubinが量産段階に入ったことと、80社を超えるMGXパートナーを挙げた。
これらは同社が報告した採用シグナルであり、導入品質を独立して証明するものではない。それでも、NVIDIAがオープン性を拡張戦略として活用できる理由を示している。
オープンラックは交換可能なAIシステムを意味しない
NVIDIAのモデルは自社スタック周辺の摩擦を減らすが、そのスタック内部で無制限の代替を可能にするものではない。
インフラにおける「オープン」という言葉は、いくつか異なる概念を指す。公開された寸法、アクセス可能な設計ファイル、オープンソースソフトウェア、ロイヤルティ条件、競合製品間の相互運用性などを表し得る。
これらの性質は同等ではない。ラックはオープンな機械仕様を採用していても、プロプライエタリなアクセラレータ、インターコネクト、ファームウェア、プログラミングツールに依存し得る。
Vera Rubinはこの区別を示している。NVIDIAはCPU、GPU、NVLinkスイッチ、ConnectX SuperNIC、BlueField DPU、Spectrum Ethernetハードウェアを、連携する単一のプラットフォームとして設計した。
NVLinkはラック内で高帯域幅通信を提供する。Spectrum-Xはシステム間のスケールアウトEthernetを担う。CUDAとNVIDIAのライブラリは、アプリケーションを基盤となるアクセラレータへ接続する。
OCPへの提供により、別のメーカーがMGX互換のシャーシや冷却アセンブリを構築しやすくなる可能性がある。しかし、そのメーカーがNVL72システム内のRubin GPUを競合アクセラレータに置き換えられるようになるわけではない。
これは必ずしも欠点ではない。緊密な連携は、性能、予測可能性、導入までの時間を改善できる。複雑なシステムは、重要なインターフェースを1組織が管理する場合に、より良く機能することが多い。
ただし、この連携はアーキテクチャ上の影響力を集中させる。顧客はより多くの物理コンポーネントを調達できる一方、コンピューティングの中核についてはNVIDIAへの依存を維持する。
同じ緊張関係はネットワーキングにも見られる。Metaは、将来のVera Rubinインフラ向けにNVIDIA Spectrum-6スイッチを採用すると発表した。
Spectrum-6は、毎秒102.4テラビットのスイッチング容量を提供する。NVIDIAは、Spectrum-4と比べてスイッチング容量とレーン当たりの帯域幅の両方が2倍になるとしている。
MetaのN-IceCubeスイッチは、この技術を液冷式IcePackラックに搭載している。OCP Switch Abstraction Interfaceを介し、Metaのオープンソース・ネットワークOSであるFBOSSを稼働させる。
この組み合わせは、制御レイヤーにおいて実質的なオープン性を提供する。Metaは異なるスイッチングハードウェアでも使い慣れたソフトウェアを利用でき、特定ベンダーのネットワークOSに全面的に依存せずに済む。
スイッチシリコンと関連アクセラレーションはNVIDIA製品のままだ。オープン性により、あらゆるコンポーネントを交換可能にすることなく、Metaは運用上の主導権をより強く持てる。
両社はマルチプレーン・ネットワーク設計も開発した。トラフィックを最大8つの独立したプレーンへ分散し、コンポーネント障害時には代替経路を提供する。
NVIDIAによれば、このアーキテクチャは10万基を超えるGPUを含むAIファクトリーをサポートできる。この規模に関する主張はシステム構成に左右され、同社が掲げる設計目標に基づくものでもある。
GoogleのFalcon Transport統合も同様のパターンに従う。Falconは、経路間でトラフィックを分散し、輻輳やパケット損失を処理するデータ転送プロトコルだ。
今後のConnectX-10 SuperNICとBlueField DPUはFalconをサポートする。この取り組みにより、NVIDIAハードウェアはGoogleのインフラ向けに開発されたトランスポートで通信しつつ、アプリケーション向けの標準RDMAインターフェースを維持できる。
CiscoとNVIDIAは、USFPとして知られるUltra-Dense Small Form Factor Pluggable仕様も発表した。この提案された光モジュールは、各レーンで毎秒400ギガビットをサポートする。
設計は16本の全二重レーンから始まり、32本へ拡張する道筋も含む。NVIDIAは、現在の1レーン当たり200ギガビットのプラガブル光学系と比べて4倍の帯域密度を実現するとしている。
Cisco、NVIDIA、TE Connectivity、Amphenolは、マルチソースのプロセスを通じてUSFPを推進する計画だ。採用は、サプライヤーが互換モジュールを製造できるか、運用事業者が持続的な負荷下でそれを検証できるかに左右される。
これらのプロジェクトは総じて、階層的なオープン性を示している。共有インターフェースにより、大規模顧客はNVIDIA製品を自社のソフトウェアや設備と統合できる。
NVIDIAはなお、それらのインターフェースの背後にある専門部品から価値を得る。同社の戦略はベンダーの存在意義をなくすことではない。導入のあらゆる段階で、そのベンダーを選びやすくすることだ。
AMD Helios、オープン性を競争の主戦場に
Heliosも、顧客の選択肢を維持するための標準と統合ラックを組み合わせており、AMDは最も明確な代替案を提示している。
AMDのHeliosプラットフォームは、72基のInstinct MI455Xアクセラレーター、EPYCプロセッサ、Pensandoネットワーキング、ROCmソフトウェア環境で構成される。Vera Rubinと同様に、AIコンピューティングの基本単位をラックとして捉えている。
HeliosはMetaのOpen Rack Wide設計を採用する。このフォームファクターにより、高密度AIシステムは従来のラック機器より広い物理的幅を得る一方、保守および設備インターフェースを標準化する。
AMDはHeliosを、オープンネットワーキングと再現可能な4-GPUトレイを中心に構築されたOCP準拠プラットフォームとして説明している。同社のHelios launchによると、システムは2026年7月に量産へ移行した。
AMDは、スケールアップ通信にはUALinkを、スケールアウト・ネットワーキングには標準ベースのEthernetを推進している。UALinkは、参加ベンダーのアクセラレーターを接続することを目的とした業界向けインターコネクトだ。
NVIDIAとの対比は、単純にオープン対クローズドというものではない。両社とも自社のアクセラレーター、CPU、ネットワーキング、ソフトウェアを統合し、OCP準拠のラック設計を採用している。
違いは、各社が外部インターフェースをどこまで受け入れるかにある。NVIDIAはNVLinkとCUDAを取り巻くインフラのより多くを開放する。AMDは標準ベースのインターコネクトとROCmを、より幅広いハードウェア選択肢への経路として提示している。
どちらのアプローチも、移植性を自動的に保証するものではない。AIワークロードをアクセラレーター・ファミリー間で移すには、依然としてソフトウェア検証、カーネル最適化、性能試験、運用変更が必要だ。
設備側にも切り替えコストがある。技術者には設計ごとの予備部品と手順が必要となる。液冷ループと電力システムは、ラックの実際の動作特性に対応しなければならない。
Intelは別の立場を示している。同社のOCP 2026 programは、データセンターとエッジ展開にわたり、既存のアプリケーション、データ、インフラを活用することを強調している。
このメッセージは、まったく新しいAIキャンパスを構築できない組織を対象としている。多くの企業は、既存の電力、冷却、サーバー環境に適合するアクセラレーターを必要としている。
NVIDIAは、19インチ機器向けMGXサポートとx86システム向けに設計されたRubin製品を通じて、この市場に部分的に対応している。ただし同社の主力方針は、ますます高密度化する液冷ラックを前提としている。
したがって競争上の問いは、ベンチマークでの優位性より広い。購入者は、自社の設備、ソフトウェア、資金調達、サプライヤー依存への許容度に合う導入モデルを選ばなければならない。
ハイパースケーラーは標準に影響を与え、ハードウェアをカスタマイズできる。より小規模なクラウドプロバイダーや企業は、検証済みのリファレンス設計により大きく依存する。
この点で、NVIDIAの統合は魅力的だ。あらかじめ調整されたスタックは、クラスターが実用的な作業を開始するまでに必要なエンジニアリング上の判断を減らせる。
一方で、チームがNVIDIA固有のシステムを中心に監視、デプロイ、モデルのワークフローを構築した後では、切り替えが難しくなる。オープンなラック寸法が、そうして蓄積された依存関係を解消するわけではない。
AMDにとっての機会は、代替の統合スタックが同等の運用成熟度を提供できることを証明することにある。Intelにとっての機会は、既存インフラが最大ラック密度より重要な導入案件に応えることだ。
勝者は公表仕様だけで決まらない。運用事業者は、納入スケジュール、実用性能、故障率、保守時間、ソフトウェアサポート、消費エネルギーを精査する。
オープン標準は、周辺ハードウェアのサプライヤー層を広げられる。しかし、入手できないアクセラレーターや未成熟な運用ツールを補うことはできない。
電力・冷却に関する主張には、なお実地の証拠が必要
このアーキテクチャが信頼に足るものとなるのは、運用事業者が実際の設備全体で効率性と保守性を再現できた場合に限られる。
NVIDIAは、エンジニアリング環境でワークロードを実行するVera Rubinハードウェアを実演している。7月には、記者がNVIDIAのEngineering SuperLabでNVL72システム、800ボルト直流サイドカー、液冷トレイを確認した。
SuperLab demonstrationは、ラックと主要サブシステムがプレゼンテーション資料を超えて存在する証拠を示した。ただし、独立した本番導入や長期間の信頼性調査ではなかった。
この隔たりは重要だ。AIインフラの障害は、しばしばアクセラレーター以外で発生する。コネクターは漏れ、ポンプは劣化し、光学部品は故障し、ファームウェア競合が起き、電力設備は負荷変動下で異なる挙動を示す。
MGX 1.2は、標準化されたインターフェースと保守の容易化を通じて、これらの問題のいくつかに対処する。設計はファンレス液冷コンピュートトレイを採用し、ラックファンをなくす一方で、設備側の冷却への依存を高める。
250キロワットのラックは、配管、冷却液分配ユニット、バスバー、保守手順に通常とは異なる要求を課す。既存の企業データセンターで、この密度を想定して設計されたものは少ない。
NVIDIAとそのパートナーは、800ボルト直流配電にも備えている。電圧を高めれば、所定の電力レベルで必要な電流を減らし、導体要件と変換損失を低減できる。
VisionbayのK-1設計は、NVIDIAの800ボルト・アーキテクチャとVertivの電力・熱設備を組み合わせる。同社のクラスター級電力センターは交流を変換し、コンピューティング機器により近い位置まで直流を配電する。
Visionbayは、すべての施設に直ちに800ボルトの導入を求めるのではなく、段階的な移行を計画している。このアプローチは、既存の電力システムを置き換える難しさを認めるものだ。
中心的なリスクは、サプライヤー全体にまたがる実行にある。標準はコネクターや動作範囲を定義できるが、製造品質や安全な設置を保証することはできない。
運用事業者には、高電圧直流機器の通電、隔離、修理に関する検証済みの手順も必要だ。人材育成は、コンポーネントの入手可能性と同じくらい重要になる可能性がある。
電力密度は別の不確実性を生む。ラック当たりのコンピュートを増やせば、クラスターに必要な床面積を減らせるが、熱的・電気的リスクも集中する。
また、より大きな協調ドメインを収容するラックでは、ラック障害によって失われるコンピューティング能力も増える。マルチプレーン・ネットワーキングは一部のコンポーネント障害を迂回できるが、すべての電力・冷却停止を解決できるわけではない。
グリッドレジリエンス仕様は、未検証の協調という新たな層を加える。大規模施設を2秒以内にほぼ全負荷まで復帰させるには、電力会社の信号とコンピューティングシステムにまたがる高速制御が求められる。
NVIDIAによると、DSXソフトウェアはこれらの信号を監視し、応答する。運用事業者は、この挙動が異なる電力会社、機器ベンダー、地域の電力網ルールにわたって安定することを確認する必要がある。
性能に関する主張にも同様の注意が必要だ。NVIDIAは、Vera Rubinがコンピュート、ネットワーキング、メモリー移動を協調して進化させることで、トークン経済性を改善するとしている。
独立比較では、代表的なワークロード下で完全なシステムを測定しなければならない。ピーク演算スループットだけでは、エージェント型アプリケーションがラックをどれだけ有効に活用するかを明らかにできない。
有用なテストには、モデルの読み込み、ツール実行、ネットワーク輻輳、コンポーネント障害、リクエスト量の変動を含めるべきだ。冷却と電力変換で消費されるエネルギーも測定する必要がある。
保守性にも同等の注意を払わなければならない。NVIDIAは、標準化されたトレイとインターフェースにより、組み立て、テスト、現場保守の時間を削減するとしている。
この主張が価値を持つのは、運用事業者が修理時間の短縮と可用性の向上を文書化したときだ。それまでは、主にベンダーの証拠に支えられた設計目標にとどまる。
OCPプロセスは、参加者が仕様を公開し、より幅広い実装を招くため、可視性を高める。ただし、稼働中のサイトから得られるコミッショニング・データの代わりにはならない。
したがって購入者は、アーキテクチャの準備状況と運用上の実証を分けて考えるべきだ。Rubinは量産段階にあり、パートナーは2026年後半に製品を提供する見込みだった。
次の段階では、NVIDIA自身のエンジニアリング施設の外で、有用なワークロードを継続的に処理する導入が必要となる。その証拠が、オープン設計が実務上のリスクを低減するかどうかを決める。
NVIDIAのオープン戦略が機能するかを示す3つのシグナル
OCPへの貢献が市場を変えるかどうかは、本番導入、マルチベンダー実装、検証済みの運用データによって決まる。
最初のシグナルは、クラウドプロバイダーによる本番用Vera Rubin容量の登場だ。NVIDIAは以前、AWS、Google Cloud、Microsoft、Oracle Cloud Infrastructure、CoreWeave、Lambda、Nebius、Nscaleを初期プロバイダーとして挙げていた。
Cisco、Dell、HPE、Lenovo、SupermicroもRubinシステムを構築すると見込まれていた。複数のパートナーによる納入は、MGX設計が単一ではない製造経路をサポートすることを示すだろう。
これらのローンチでは、発表件数よりも質が重要だ。購入者は、一般提供開始、安定した容量、展開地域、開示された運用上の制約を注視すべきだ。
公開された顧客ワークロードは、このアーキテクチャが継続利用の準備ができているというNVIDIAの主張を強める。度重なる遅延や厳しく制限されたプレビューは、その主張を弱めるだろう。
第2の兆候は、MGX 1.2および関連するOCP仕様が独立して実装されることだ。サプライヤーは、互換性のあるバスバー、冷却機器、コネクター、ラック、光学部品、管理ソフトウェアを提供しなければならない。
健全な標準であれば、重要部品について複数の認定済み供給元を支えられるはずだ。大半の部品が依然として狭い1つのサプライチェーンを経由するなら、その設計のオープン性は主に書面上のものにとどまる。
USFPは有用な試金石となる。NVIDIAとCiscoはその高密度化および効率性の目標を説明しているが、このモジュールには依然として幅広いサプライヤー基盤と導入実績が必要だ。
同じ標準が、スイッチ、ケーブル、ケージ、熱環境、修理手順にまたがって機能しなければならない。相互運用性が成功すれば、この取り組みが創設企業を超えた市場を生み出せることが示されるだろう。
第3の兆候は、AMD Heliosおよびその他のOCPシステムに対する比較的な実地データだ。購入者には、有効スループット、エネルギー、可用性、保守を網羅する完全な測定値が必要となる。
NVIDIAは詳細なRubinの可用性計画を公表している一方、AMDは同時期の大規模導入に向けてHeliosを位置付けている。両者の重なりは、2つの統合ラック戦略を直接比較する試験を生む。
単体チップの性能ではなく、メガワット当たりの持続的なアプリケーション出力として示される結果に注目したい。また、トレイ、スイッチ、光学部品、冷却コンポーネントに障害が発生した際、運用者がどれほど迅速に復旧できるかも見るべきだ。
複数のメーカーがNVIDIAの性能およびサービス目標を再現できれば、OCP戦略は真の産業規模への拡大と見なされるだろう。NVIDIAが管理する環境でしか成功しないなら、オープン性の主張はより限定的に映る。
より広い意味での結果は、AIインフラ標準を誰が支配するかを左右する。NVIDIAはオープン性を用いて協調的なプラットフォームを拡大し、競合他社は標準を利用してその協調体制に挑戦している。
開発者やAIユーザーにとって、その影響は間接的に現れる。インフラの選択は、モデルの利用可能性、レイテンシー、信頼性、長時間のエージェントワークフローを実行するコストに影響する。
エンタープライズの購入者は、どの層が交換可能で、どの層にNVIDIA固有のハードウェアまたはソフトウェアが必要なのかをベンダーに尋ねるべきだ。また、リファレンス設計の予測だけでなく、本番システムの障害データも求める必要がある。
NVIDIA Vera Rubinアーキテクチャの発表が重要なのは、オープン性を導入の仕組みとして扱っているためだ。これは、NVIDIAのスタックを取り巻く商業上の境界を解消するものではない。
次の問いは具体的だ。OCPパートナーは、これらの仕様を、複数の実在するサプライヤーにまたがる交換可能で保守しやすいインフラへと転換できるのだろうか。
最初のクラウド導入、コンポーネント認定、実地比較を追うべきだ。その結果が、NVIDIAが業界標準を開いたのか、それとも自社システムを構築しやすくしただけなのかを示す。
