7月21日、ZK Research主席アナリストのZeus Kerravaraが「Nvidia Vera Rubin: Inside the agentic AI factory that rewrites the CPU playbook」と題した記事を公開した。NVIDIAのVera Rubinプラットフォームがエージェント型AIの台頭を背景にCPUを含むデータセンターの設計思想そのものを塗り替えようとしている、という論点について詳しく論じている。
本質はCPUの話だ
Vera Rubinの発表を「またNVIDIAが新しいAIシステムを出した」と読み流してしまうと、核心を見逃す。
Kerravaraが指摘するのは、NVIDIAが今回「CPUはAIファクトリーのボトルネックになっている」と公言し、それを解消するために独自CPUを設計した、という点だ。これはNVIDIAにとって新しい主張であり、CPUベンダーへの挑戦状でもある。
なぜ今、CPUが問題になるのか
従来のデータセンターCPUは、クラウド経済に最適化されたものだった。コア数を増やし、スループットを上げ、コストを下げる——この方向で設計されてきた結果、コア数は約9倍に増え、シングルスレッド性能は2倍程度の伸びにとどまってきた。
ここで問題になるのがエージェント型AI（Agentic AI）の特性だ。エージェント型AIとは、GPUが推論を行いながら、その合間にCPUがツール呼び出し、コード実行、データ取得、オーケストレーションを継続的にこなすアーキテクチャを指す。推論→行動→観察→評価というループが高速で回り続けるため、CPUへの要求が質的に変わる。
NVIDIAでVera CPUの製品を担当するHannah Coutandは、アナリストブリーフィングでこう述べた。「AIは新しいCPUを求めている。エージェント型AIがCPUをクリティカルパスに戻した」。汎用コアを積み増すだけでは解決しない。GPU推論の合間の逐次処理がボトルネックになるからだ。
Veraの設計：OlympusコアとScalable Coherency Fabric
NVIDIAはArm系の独自コア「Olympus」を中心に、Vera CPUを一から設計した。主な仕様は以下の通りだ。
- カスタムコア数：88コア / 176ハードウェアスレッド
- メモリ帯域：LPDDR5Xで最大1.2 Tb/s
- L3キャッシュ：164 MB（統合）
- CPU-GPU間帯域：NVLink-C2C経由で最大1.8 TB/s
NVIDIAのIan Finderによると、Olympusコアは10-wideデコードエンジン、積極的なアウトオブオーダー実行ロジック、そしてコンパイラ・グラフ構造・エージェントランタイムで頻出するポインターチェイシングパターンに対応したグラフプリフェッチャーを備える。設計の軸は「クロック速度の追求」ではなく「1サイクルあたりの有効仕事量（IPC）の最大化」だ。エージェントオーケストレーションのワークロード特性——分岐の多さ、メモリアクセスパターンの非線形性——にフォーカスした設計と言える。
Veraの内部では、第2世代のScalable Coherency Fabric（SCF）がこれらのコア・キャッシュ・メモリコントローラ・I/O・NVLink-C2Cを数十テラバイト/秒の帯域で一体接続する。SCFとは、チップ内の複数のコンポーネントがキャッシュコヒーレンシ（データの一貫性）を保ちながら高帯域で通信するための内部バスファブリックだ。またCPU-GPU間の直接接続に使われるNVLink-C2C（Chip-to-Chip）は、PCIeを介した従来の接続と異なり、CPUとGPUが共有メモリ空間に近い形でデータをやり取りできる独自インターコネクトである。
NVIDIAはこのSCFアーキテクチャをチップレット設計と対比させる。チップレット設計ではダイ境界をまたぐたびにレイテンシと帯域のオーバーヘッドが発生し、これを「チップレット税」と呼ぶ。エージェント型ワークロードはレイテンシとコア間データ共有に敏感なため、このオーバーヘッドが直接GPU稼働率と応答性に影響する。メモリにLPDDR5Xを採用しているのも同じ思想の延長で、従来のDDRベースのサーバーと比べてコアあたりの帯域と帯域あたりの消費電力を改善している。数千台規模のAIファクトリーでは、CPUとメモリで数十ワット削減できれば、その分をGPUや高速ネットワークの電力予算に回せる。
ネットワークも計算の一部：Spectrum-X
Veraプラットフォームはラック内外のネットワークまで統合する。
- NVLink：ラック内GPU間を接続し、全対全帯域とインネットワーク演算を実現するスケールアップ用
- Spectrum-X Ethernet：ラック間を繋ぐスケールアウト用
Spectrum-Xの構成要素は102.4T Spectrum-6スイッチ、1.6T ConnectX-9 SuperNIC、アダプティブルーティング、輻輳制御、テレメトリ、そしてオープンソフトウェアだ。RDMAとAIトラフィックパターンに特化したEthernetスタックとして、標準Ethernetの運用慣行を維持しながらAI専用ファブリックに近い挙動を目指す。
NVIDIAの次の戦場：CPU市場への侵食
記事で最も示唆に富む指摘は、「CPUがNVIDIAの次のシェア獲得先になり得る」という見立てだ。
NVIDIAはx86をすべての汎用ワークロードから置き換えようとしているわけではない。AI駆動のワークロードと、それを支えるインフラに限定した増分CPUビジネスが狙いだ。NVIDIAがすでにGPUでAIインフラの予算を押さえているため、周辺のCPU、ネットワーク、DPU（Data Processing Unit：ネットワーク処理やストレージ処理をCPUからオフロードする専用プロセッサ）の仕様を自社に有利な形で定義できる。Vera Rubin NVL72、BlueField-4、Spectrum-6が一体設計されている以上、Rubinクラスのシステムを検討するユーザーはCPU単体ではなくAIファクトリー全体を評価することになる。これは調達の文脈でIntelやAMDを不利にする構造だ。
「制御点を押さえてから隣接領域を広げる」戦略はNVIDIAが繰り返し使ってきたパターンでもある。Kerravaraはこう締める。「CPUマーケットに大きなトランジションが訪れるのは久しぶりだが、AI時代はその条件を満たしつつある」。
詳細はNvidia Vera Rubin: Inside the agentic AI factory that rewrites the CPU playbookを参照していただきたい。
