SpaceX、AIコンピューティングにNvidia Vera Rubinを独占採用へ
Elon Musk氏は、AMDやカスタムチップ提供企業による代替案が増えるなかでも、SpaceXはNvidiaハードウェアを標準化すると述べた。Nvidiaに関するTom's Hardwareの報道によると、Musk氏はVera Rubinを現在利用可能な最高のAIアーキテクチャと評し、来年の軌道上展開計画を示した。
この方針は、地上のコンピューティング能力を大幅に拡張する取り組みと、より投機的なSpaceXの軌道上構想の両方を対象とする。Musk氏は、SpaceXが2026年末までに2ギガワット超のコンピューティング能力を完成させると見込んでいると報じられている。また、2027年には累積能力がさらに何倍にも拡大すると予想している。
この決定により、Nvidiaの緊密に統合されたシステムと、より多様なアクセラレータ戦略との対決が明確になる。AMDはHeliosシステムを出荷しており、Googleは独自のIronwood TPUを運用している。一方でSpaceXは集中戦略を選び、制約のある電力1ワット当たりからより有用なAI処理を引き出せるとして、Nvidiaのフルスタックに賭けている。
この賭けが重要なのは、SpaceXが単体チップを購入しているわけではないからだ。同社はプロセッサ、ネットワーク、冷却、インターコネクト、ソフトウェアを、協調して機能する一つのコンピューティング・アーキテクチャとして採用している。そのシステムの一部を軌道上へ移すとなれば、統合の難易度ははるかに高くなる。
SpaceX、選好を独占的コミットメントへ転換
Musk氏の発言により、NvidiaはSpaceXの主要サプライヤーから、拡大するAIインフラの標準的な基盤へと位置付けられる。
exclusive Nvidia planによると、SpaceXは将来の学習および推論能力にVera Rubinシステムを使用する方針だ。Musk氏は、このアーキテクチャを現在利用可能な最高のAIコンピュータと表現したと報じられている。
この表現は重要だ。大規模AI事業者は通常、1社のサプライヤーが生産ワークロードの大半を担っている場合でも、複数のプロセッサ製品群を検証することで交渉力を維持する。独占的なコミットメントは、より高い標準化と引き換えに、その柔軟性を低下させる。
標準化はクラスタ運用を簡素化し得る。エンジニアは、モデル、通信ライブラリ、スケジューリングシステム、オブザーバビリティツールを、単一のハードウェアおよびソフトウェアスタックに合わせて最適化できる。また、メモリ、ネットワーク、コンパイラの挙動が異なるアーキテクチャごとに、別々の性能経路を維持する必要もなくなる。
SpaceXとxAIは、密接に関連したインフラ要件を持つ。両社は、モデル開発のための高密度な学習クラスタと、モデルや自律システムを提供するための大規模な推論フリートを必要としている。SpaceXにはさらに、衛星、打ち上げ運用、通信、画像、航法に関わる固有のワークロードもある。
正確な組織上の境界は依然として明確ではない。公開情報では、両社のインフラの一部がSpaceXAIの名称でまとめて言及されるケースが増えている。ただし、Musk氏の発言は、Nvidiaが大規模な地上設備と計画中の軌道上コンピューティングの双方を支えることを示している。
この規模から見て、これは通常の調達発表にとどまらない。2ギガワット超のコンピューティング能力は、膨大な電力および冷却へのコミットメントを意味する。比較すると、この電力水準は複数の公益規模発電設備の出力に近い。
Musk氏は、2027年末までの能力は2026年水準の数倍になるはずだと述べたと報じられている。こうした予測は、完了済みの配備ではなく計画である。実現には、チップ、ネットワーク機器、建物、電力接続、冷却システム、資金、運用ソフトウェアがすべて同時に整う必要がある。
Vera Rubin NVL72は、こうした協調的な展開モデル向けに設計されている。NVL72は、72基のRubin GPUを接続し、ワークロードがそれらを密結合のコンピューティング領域として扱えるようにしたラックスケールシステムを指す。
このシステムには、36基のVera CPU、Nvidiaのネットワークコンポーネント、データ処理ユニットも含まれる。Nvidiaによると、NVLink 6はラック内で毎秒260テラバイトの全対全帯域幅を提供する。
このアーキテクチャは、リクエストごとに選択されたモデルコンポーネントを有効化するmixture-of-expertsモデルを対象としている。この種のモデルでは、トークンがアクセラレータ全体に分散した専門エキスパート間を移動するため、大量の通信トラフィックが発生する。
Nvidiaは、Vera RubinがBlackwellの4分の1のGPU数で大規模mixture-of-expertsモデルを学習できると主張している。また、選定されたワークロードでは、ワット当たりの推論スループットが最大10倍になるとも主張している。
これらの数値には慎重な解釈が必要だ。Nvidiaは、定義された構成とワークロードを用いて比較を実施している。すべてのモデル、クラスタ、アプリケーションで同じ改善が得られることを示すものではない。
それでも、この方向性はSpaceXの制約に合致する。複数ギガワット規模では、各ワットから得られるトークン数を増やすことは、より高速なプロセッサを購入することと同じくらい重要になる。コンピューティング需要より先に、電力容量が展開の制約となる可能性がある。
したがってNvidiaに関するTom's Hardwareの報道は、システムレベルの決定に基づいている。SpaceXは、アクセラレータ性能をネットワーク、メモリ、電力管理、冷却、ソフトウェアに結び付けるアーキテクチャを選択している。この選択は運用上の利点を生む一方、単一サプライヤーへの依存も深める。
Nvidiaに関するTom's HardwareのVera Rubin報道は、実際には電力の物語だ
SpaceXのコミットメントは、すべてのアクセラレータベンダーに対し、チップ性能の見出しではなく、完全なインフラ効率で競争するよう圧力をかける。
AIインフラは、サーバーの集合体からラックスケールシステムへと移行している。現在のラックは、プロセッサ、ネットワーク、メモリ、冷却、電力制御が一体として設計された、協調的な一台のコンピュータに近い振る舞いをする。
Vera Rubinはこの変化を体現している。Nvidiaによると、各Rubin GPUには、プロセッサの近くに配置された高帯域幅メモリである288ギガバイトのHBM4が搭載されている。このメモリは、従来のサーバーメモリよりも高速にデータを供給する。
このGPUは、巨大言語モデルを支える数学演算を高速化するNvidiaの第3世代Transformer Engineも使用している。Nvidiaは、Rubinがエネルギー単位当たりでBlackwellの最大10倍のエージェント型スループットを実現すると主張している。
エージェント型ワークロードは、単純なチャットボットの応答とは異なる。反復的な推論、ツール呼び出し、検証ステップ、長いコンテキストを伴う場合がある。そのため、各ユーザーリクエストは1回の出力シーケンスではなく、何度もの推論ラウンドを引き起こし得る。
このような条件下では、電力平滑化の価値が高まる。GPUワークロードは急激な電力ピークを生むことがあり、事業者は一時的にしか現れない需要のためにインフラを確保せざるを得なくなる。
Nvidiaは、Rubinのラックレベル制御が、従来の平滑化手法と比べて平均電力を約10％削減するとしている。また、50ミリ秒間で測定したピークを約20％削減すると主張している。
より広い施設レベルでは、NvidiaはDSX MaxLPS設計により、固定された電力枠内で最大40％多くのGPUを収容できるとしている。このシステムは、ワークロード配置、冷却、電気的挙動を別々の問題として扱うのではなく、協調させる。
これらはNvidiaによる測定であり、独立した本番データは依然として限られている。CoreWeaveは、実運用ハードウェアから得られた重要な外部検証の一例を示している。同社は、Grace Blackwell NVL72と比べ、メガワット当たりのDeepSeek-R1トークン毎秒が10倍になったと報告した。
このベンチマークは特定のモデルと展開を対象としている。総コスト、信頼性、あるいはすべてのSpaceXワークロードにおける性能を解決するものではない。ただし、巨大AI設備を制約するまさにその資源、すなわちメガワット当たりの有用な出力を測定している。
Vera Rubinは温水式液冷も採用している。Nvidiaは摂氏45度の入口温度を指定しており、適した気候の施設では、長期間にわたり従来型チラーなしでドライクーラーを利用できる。
地上では、この設計により補助設備と水使用量を削減できる。一方、軌道上では、同じ液冷ラックをそのまま変更なしに動作させることはできない。宇宙には対流のための周囲空気がないため、廃熱は最終的にラジエーターを通じて放出されなければならない。
Nvidiaに関するTom's Hardwareの記事は、ロケットに標準的な地上用ラックを載せるのではなく、最適化されたNVL72について説明している。この区別は不可欠だ。飛行システムには、異なるパッケージング、電力供給、冷却、遮蔽、冗長性、保守前提が必要となる。
Nvidiaはすでに、Space-1 Vera Rubin Moduleと呼ばれる関連製品を発表している。そのspace computing platformは、軌道上データセンター、地理空間処理、自律宇宙機を対象としている。
このモジュールはNVL72ラックと同一ではない。Nvidiaはこれを、Rubin GPUと緊密に統合されたCPU-GPUアーキテクチャを含む、サイズ、重量、電力に制約のある設計として説明している。
Nvidiaは、このモジュールが宇宙ベース推論においてH100の最大25倍のAIコンピューティング能力を提供すると主張している。ただし、運用中の軌道上における性能、寿命、信頼性を確立するほどの独立した飛行実績は公表していない。
それでも、地上用製品と軌道上製品は一つの考え方を共有している。SpaceXは、電力、冷却、帯域幅、物理的空間が制約される場所で、より多くの計算を求めている。Nvidiaの戦略は、こうした制限を中心にプラットフォーム全体を最適化することだ。
これによりAMD、カスタムアクセラレータ、汎用ネットワークベンダーへの圧力が高まる。一つのGPUベンチマークに匹敵するだけでは、もはや十分ではない。競合各社は、自社のフルシステムが同程度の規模でモデルを信頼性高く提供できることを示さなければならない。
Vera Rubin、AMD HeliosとGoogleのカスタムシリコンに対峙
SpaceXの独占採用はNvidiaの統合エコシステムへの投票であり、競合アクセラレータが市場全体で敗北したことの証明ではない。
AMDのHeliosプラットフォームは、最も明確な直接的代替案だ。Heliosは、MI455Xアクセラレータ、EPYC Venice CPU、Pensandoネットワーキング、AMDのROCmソフトウェアを、統合されたラックスケール設計で組み合わせる。
AMDは、2026年後半にHeliosを顧客へ出荷するとしている。Microsoftは、最先端モデルの推論、Azureサービス、顧客ワークロード向けにこのシステムを展開する計画だ。
このMicrosoft Helios deploymentは、AMDにハイパースケールの実証環境を与えるという点で重要だ。Microsoftは、多数のモデル、顧客パターン、ネットワーク条件にわたり、アーキテクチャを比較できる。
AMDはHeliosをオープンプラットフォームと説明している。その位置付けは、標準、インフラ選択、そして一つのプロプライエタリシステムへの依存を回避できる能力を強調するものだ。
SpaceXは反対の道を進んでいる。より緊密な統合によって展開速度と稼働率が向上するなら、Nvidiaへの依存をより深めることを受け入れる姿勢に見える。このトレードオフは、サプライヤーの柔軟性を運用上の一貫性と引き換えにするものだ。
この決定によって、Musk氏の企業群からAMDが一夜にして排除されるわけではない。既存のアクセラレータは、耐用年数が尽きるまで稼働し続ける可能性がある。移行にはモデルテスト、ソフトウェア変更、能力計画も必要だ。
したがって「独占的に」は、SpaceXが現行ハードウェアの退役スケジュールを示さない限り、将来の建設を指す言葉として捉えるべきである。既存の非Nvidiaプロセッサがすべてすでに姿を消したことの証拠と解釈すべきではない。
Googleは異なる競争ルートを示している。同社のIronwood Tensor Processing Unitは、汎用的に販売されるGPUではなく、Googleのモデルとクラウドサービス向けに開発されたカスタムシリコンだ。
IronwoodはGoogleの第7世代TPUであり、推論に重点を置いている。Googleによると、スーパーポッドは最大9,216チップまで拡張でき、Google Cloud内で顧客に緊密に統合された代替案を提供する。
Ironwood TPU designは、NvidiaがGPU性能だけに依存できない理由を示している。主要クラウド事業者は、自社のプロセッサ、ネットワーク、コンパイラ、モデルソフトウェアを連携させられる。
AmazonもTrainiumで同様の戦略を採っており、他のモデル開発企業もカスタムアクセラレータを追求している。こうしたシステムは、より限定されたワークロード特性を対象にでき、汎用GPUの供給状況への依存を減らせる。
ただし、カスタムシリコンが最も効果を発揮するのは、複数世代にわたってコンパイラ、カーネル、フレームワーク、デプロイツールを支えられる組織だ。その投資は、大企業にとっても容易ではない。
Nvidiaの強みは、GPUをプログラムするためのソフトウェア環境であるCUDAに加え、成熟したライブラリ群と広範な開発者基盤にある。モデルやインフラツールは、しばしば最初にNvidiaのハードウェアへ対応する。
この優位性はネットワーキングにも及ぶ。NVLinkは密結合ドメイン内のプロセッサを接続し、Spectrum-XとInfiniBandはラック間でデータを移動させる。Nvidiaはインフラとストレージの処理向けにBlueFieldプロセッサも提供している。
Vera Rubinを選ぶ顧客は、スタックの大部分を単一のロードマップから調達できる。これにより統合上の境界は減るが、同時にNvidiaが顧客のアップグレード時期をより強く左右することにもなる。
SpaceXにとっては、選択肢の広さより速度が重要かもしれない。同社は短期間でギガワット規模のコンピュートを追加したいと報じられている。複数のアクセラレータスタックを維持すれば、チューニング、デプロイ、障害対応が遅くなる可能性がある。
Microsoft、Google、Meta、そしてクラウド顧客にとっては計算が異なる。可用性、経済性、技術的適合性に応じて、Nvidia、AMD、社内プロセッサへワークロードを分散できる。
AMDは、MetaがカスタムMI450ベース設計による1ギガワットから開始し、最大6ギガワットのInstinct GPUを導入する計画だと報告した。この計画規模は、アクセラレータ市場が依然として大規模な代替案を支えられることを示している。
したがって、1社の独占的な決定を業界全体の結論にすべきではない。SpaceXは自社固有のスケジュールと制約の下で、集中した賭けに出ている。
Nvidia Tomという表現は、単純な勝者を求める読者の関心を引くかもしれない。より正確な結論は限定的だ。Nvidiaは、統合がハードウェアの多様性より重要だと考える、きわめて野心的な1社の買い手を説得した。
軌道上のNVL72は打ち上げ以上の試練を乗り越えなければならない
軌道上の計画は、飛行ハードウェアが熱挙動、放射線耐性、運用信頼性を実証するまで、厳しいエンジニアリング上の主張にとどまる。
地上のNVL72は、管理されたデータセンター向けに構築された液冷ラックだ。技術者は故障部品を交換でき、ポンプは冷却液を循環させ、施設システムは周囲の環境へ熱を放出できる。
軌道上では、こうした前提が失われる。真空では対流冷却ができず、コンピューティングで消費される電力は最終的にすべて熱になる。ラジエーターはその熱を赤外線エネルギーとして放射しなければならない。
このシステムはさらに、打ち上げ時の振動、加速度、放射線、繰り返される温度変化にも耐える必要がある。地上での性能向けに最適化された部品が、宇宙機の信頼性要件を自動的に満たすわけではない。
NASAは、宇宙放射線が時間の経過とともに電子部品を損傷し得ると指摘している。個々の粒子も、データを破損したり動作を中断させたりする一時的なエラーを引き起こす可能性がある。
同機関のspaceflight computing programは、耐障害性と電力管理を中核的な設計要件として扱っている。宇宙機は即時の物理修理に頼れないため、自律復旧が重要になる。
放射線リスクがあるからといって、商用シリコンを飛ばせないわけではない。宇宙事業者は、遮蔽、冗長化、エラー訂正、部品選定、ソフトウェアによる復旧を組み合わせられる。実務上の問題は、それらの保護策がどれほどの質量と電力を追加するかだ。
遮蔽はこの衝突をよく表している。より多くの材料は放射線被ばくを減らせるが、打ち上げ質量は高価であり、構造面でも大きな意味を持つ。冗長性を増やせば、電力を消費し熱も発生する。
SpaceXには、他の事業者にはない利点があるかもしれない。同社は打ち上げ機、衛星生産、通信ネットワーク、コンステレーション運用を管理している。コンピュートペイロードを、それを搭載するプラットフォームと並行して設計できる。
高頻度の打ち上げは、異なる信頼性モデルも可能にする。各システムを数十年生き延びる設計にする代わりに、SpaceXはより短い運用寿命を受け入れ、定期的にユニットを交換できるかもしれない。現時点で、そのアプローチを確認する詳細な公開計画はない。
太陽エネルギーも、もう1つの潜在的な利点となる。適切な軌道では、軌道上プラットフォームは天候や夜間による中断なしに太陽光を受けられる。しかし、パネル、バッテリー、ラジエーター、姿勢制御システムは複雑さと質量を増やす。
経済性はワークロードに依存する。衛星画像をローカルで処理すれば、ダウンリンク需要を抑え、より迅速に結果を提供できる。自律航法や通信管理も、低レイテンシのオンボード推論から恩恵を受ける。
汎用のフロンティアモデルを軌道上で学習させることは、すぐには正当化しにくい。地上データを軌道クラスタに届け、モデル出力やチェックポイントを戻す必要がある。ネットワークの信頼性と帯域幅が、コンピューティングシステムの一部となる。
NvidiaのSpace-1発表は、推論、地理空間インテリジェンス、自律運用を強調している。これらは巨大な汎用学習クラスタよりも、現在の衛星ニーズに近い。
Muskが説明した最適化NVL72は、より野心的に見える。Nvidiaの地上ラックにおける密接に接続された動作を維持する、より大きなコンピューティングペイロードを示唆している。
現時点で公開された技術仕様は、何基のGPUを打ち上げるのか、どのように遮蔽するのか、冷却をどう実現するのかを明らかにしていない。SpaceXは宇宙機バス、軌道、ラジエーター面積、想定ミッション寿命も詳述していない。
打ち上げ日も目標にとどまる。Muskの企業は、エンジニアリングの進展に伴って変動する積極的なスケジュールをしばしば設定する。読者は「来年」を、確定した打ち上げマニフェストの項目ではなく、意図された2027年のマイルストーンとして受け止めるべきだ。
Nvidiaの標準NVL72自体がすでに複雑な施設システムであるため、この検証上の隔たりは重要だ。そのラックアーキテクチャは、72基のGPU、36基のCPU、液冷、ネットワーキング、電力制御を統合している。
プロセッサを軌道上で機能させることは、課題の一部にすぎない。宇宙機の質量、熱、信頼性の制約を満たしながら有用なラック規模の性能を維持することが、より困難なシステム上の問題だ。
レイテンシも新たな複雑さを加える。分散ワークロードが複数の宇宙機にまたがる場合、クラスタ内の衛星には安定した高帯域幅通信が必要になる。レーザーリンクは容量を提供するが、衛星の移動に伴ってトポロジーと見通し条件は変化する。
単一の大型宇宙機なら、より多くの接続をローカルに保てる。この手法は打ち上げリスクを集中させ、より重いペイロードを必要とする。分散システムはリスクを分散する一方で、ネットワーキングと同期を難しくする。
保守の問題もある。Nvidiaの地上ラックはホットスワップ可能なネットワーキングトレイを使用し、事業者はシステムを分解せずに部品を交換できる。ロボットによる整備がなければ、軌道上ハードウェアはホットスワップの恩恵をほとんど受けられない。
したがってソフトウェアは、部分的な故障を許容しなければならない。ジョブには、チェックポイント、損傷したプロセッサを迂回するルーティング、地上との通信が利用できない場合の自律復旧が必要となる。
こうした未知の要素がプロジェクトを不可能にするわけではない。それらは、この計画をデータセンターの設置ではなく航空宇宙プログラムにする。SpaceXが飛行認定済みシステムを実証するまでは、性能に関する主張は二次的なものにとどまる。
Nvidia Tom's Hardwareの報道はMuskの自信を捉えているが、自信は認定データではない。最初の打ち上げでは、実際の軌道条件下で安定したコンピュート、冷却、通信を示す必要がある。
3つのシグナルがSpaceXのNvidiaへの賭けを試す
SpaceXの計画は、調達規模、飛行ハードウェア、生産性能が発言から測定可能な運用へ移行したときに信頼性を得る。
最初のシグナルは、SpaceXとxAIにおけるVera Rubinの地上配備だ。Nvidiaによれば、NVL72の生産は拡大段階にあり、30か国、350を超える工場拠点で複数のクラウドパートナーがすでにシステムを運用している。
SpaceXは同等の進展を開示または実証する必要がある。導入済みメガワット数、クラスタ可用性、学習完了時間、推論出力は、独占契約が運用上の利益をもたらすかを明らかにするだろう。
年末までの2ギガワット目標は、明確な検証点となる。達成すれば、単一の標準化アーキテクチャが構築を加速するというMuskの主張が強まる。大幅な遅延があれば、電力、供給、施設統合の限界が露呈する。
2つ目のシグナルは、特定可能な軌道ペイロードだ。SpaceXは最終的に、ミッション名、打ち上げ時期、軌道、電力予算、アクセラレータ数、熱設計、想定運用寿命を提示すべきだ。
そうした詳細を欠く打ち上げ発表は、限定的な技術的証拠しか提供しない。放射線試験と熱データを伴う飛行認定済み設計は、軌道コンピューティングの主張を実質的に強化する。
NvidiaのSpace-1モジュールと、SpaceXの最適化NVL72の関係についても明確化が必要だ。一方はコンパクトな軌道製品であり、もう一方ははるかに大きなラック規模のコンピューティングドメインを示唆している。
SpaceXが小型のRubinモジュールを打ち上げれば、ハードウェアへの道筋の一部は実証される。しかし、NVL72級のシステムが軌道上でラック規模の性能を発揮できることの証明にはならない。
3つ目のシグナルは、AMD Heliosとカスタムアクセラレータによる競争上の性能だ。AMDはHeliosの出荷を開始し、Microsoftは本番導入を計画しており、GoogleはすでにIronwoodの容量を提供している。
これらのシステムが強い結果を示せば、Vera Rubinが明確に最良のアーキテクチャだという主張は弱まる。また、SpaceXの独占的な立場がもたらす経済的コストも高まるだろう。
逆に、優れた生産効率を伴うRubinの広範な導入は、Muskの選択を裏付けることになる。最も有用な指標には、メガワット当たりのトークン数、クラスタ稼働率、故障率、モデル移行時間が含まれる。
買い手は、ベンチマークでの優位性とワークロードでの優位性を区別すべきだ。あるシステムが特定のモデルや精度形式で優勢でも、別のアーキテクチャが異なるレイテンシ、メモリ、ソフトウェア要件の下でより優れた性能を示すことがある。
開発者は、SpaceXが制約下のコンピューティング向けに作成したツールを公開するかにも注目すべきだ。軌道向けに開発されたスケジューリング、障害復旧、分散推論、データ削減は、地上のエッジシステムに影響を与える可能性がある。
ナレッジワーカーは、その影響を間接的に受けることになる。より多くの推論容量は、より高速なモデル、より長いエージェントワークフロー、そして大規模なセンサーストリームを発生源の近くで分析するサービスを支えられる。
より広い教訓は、すべての企業が1社のサプライヤーを選ぶべきだということではない。AIインフラの意思決定には今や、プロセッサ仕様に加え、電力システム、ネットワーキング、冷却、コンパイラ、運用スキルが関わる。
SpaceXは、1つの協調されたスタックを選び、集中リスクを受け入れた。AMD、Google、その他の提供企業は、オープンまたは垂直統合型のカスタマイズルートがより良い経済性をもたらせるかを試すことになる。
Nvidia Tomの検索記事は、MuskがVera Rubinを最高と呼んだことから始まる。重要な問いは、SpaceXがその自信を信頼性の高い地上クラスタと飛行認定済みの軌道コンピュートへ転換できるかどうかだ。
導入済み電力、最初のペイロード仕様、競合システムの生産結果を注視してほしい。これらのシグナルは、独占契約が優位性を生んだのか、それともSpaceXの選択肢を狭めただけなのかを示すだろう。
