NVIDIA、AIファクトリーのROI設計を解説 Vera Rubinは電力当たり30倍超

NVIDIAは、AIファクトリーの投資収益率を最大化する設計思想として「Productive（生産性）」「Durable（耐久性）」「Fungible（汎用性）」の3点を説明しました。1メガワット当たり約6,000万ドルかかる設備について、SemiAnalysis AgentXのデータを引用し、Vera Rubin NVL72がGB300 NVL72比でメガワット当たりスループット30倍超を出すとしています。

収益を決める3要素

NVIDIAは、AIファクトリーの収益を左右する要素として、年間の収益能力（生産可能なトークンをすべて売った場合の収益）、ハードウェアの有用寿命、トークン需要の3点を挙げています。1つの強みで別の弱みを完全には補えず、3要素は相互に関連するという立場です。より多くの種類のワークロードを動かせる設備ほど需要を見つけ、長く稼ぎ続けると説明しています。

Productive：電力当たりのトークン数

NVIDIAは電力をAIファクトリーの制約条件とし、メガワット当たりの毎秒トークン数が収益能力を決めるとしています。SemiAnalysis AgentXのデータとして、次の比較を示しました。

項目	Vera Rubin NVL72（対GB300 NVL72）
メガワット当たりスループット	30倍超
100万トークン当たりコスト（DeepSeek V4 Pro）	最大45倍低い

NVIDIAはこの差を、モデル・ワークロードからソフトウェア、計算、ネットワーク、メモリまでのフルスタック協調設計によるものとしています。トークンが安くなると採算の合うユースケースが増え、計算需要は縮まず拡大するという見方も示しました。

Durable：旧世代GPUの稼働期間

NVIDIAは、すべてのワークロードが最新システムを必要とするわけではないとして、次の事例と各組織の分析を挙げています。

項目	数値	出典・根拠
A100の商用利用	2020年出荷、6年後も稼働	NVIDIA
CoreWeaveのA100予約延長	2029年まで	CoreWeave
MicrosoftのV100実稼働期間	8.4年（帳簿上の耐用年数は6年）	Microsoft
8基GPUのH100システムの有用寿命	5～6年	Barkr（再販価格ベース）
GB300 NVL72の有用寿命	9～10年	Barkr（再販価格ベース）
6年経過したA100の残存価値	購入価格の4分の1	Silicon Data
5年契約のA100レンタル価格	1か月契約の80%	Ornn Data

Sproutは、企業の開示や報道をもとに、主要事業者がいずれもサーバーの減価償却期間を延長してきたと分析しています。NVIDIAは、CUDAが世代をまたいで動作するため既存設備が取り残されず、継続的なソフトウェア・カーネル最適化で既存ハードウェアの性能も向上するとしています。

Fungible：AI・非AIの幅広いワークロード

NVIDIAによると、AIファクトリーは言語、ビジョン、生物学、物理、ロボティクスのオープン／プロプライエタリモデルを、データ処理、事前学習、事後学習、推論の各段階で実行し、ハイパースケール、AIクラウド、ソブリンプログラム、企業データセンター、エッジに展開できるとしています。NVIDIAは同じインフラでデータ処理、科学計算、シミュレーション、グラフィックスなども動かせると説明し、1,000超のCUDA-Xライブラリの上で1,000万人超の開発者が開発しているとしています。構成は検証済みリファレンスデザインから展開できる標準化アーキテクチャです。

導入例として、NVIDIAは次を挙げています。

• Lilly：1,016 GPUのオンプレミスクラスタでタンパク質・低分子・ゲノミクスモデルを構築・運用
• Pinterest：Blackwell、Hopperなど14,000 GPUでVLMを事後学習・展開
• Revolut：cuDFで数十億件の取引記録を処理し、基盤モデルを学習・展開
• Runway：Hopperで世界モデルを学習し、Blackwellで提供
• Texas A&M University：26プロジェクト・7機関で利用率95～98%
• Dassault Systèmes、Unilever：AI以外のシミュレーションやデジタルツイン（Unileverは制作コストを半減）

NVIDIAは、2026年10月21日（水）11時（CEST）のGTC BerlinでJensen Huang氏が基調講演を行うと案内しています。