NVIDIAは7月17日、次世代AIプラットフォーム「Vera Rubin」がエージェント型AIの継続学習フェーズ（ポストトレーニング）において、前世代のBlackwellと比べて4分の1のGPUで同等規模のモデル訓練を可能にすると発表した。「推論コスト（トークンあたり単価）」に続く新たな効率指標として「ドル当たりの知能（Intelligence per Dollar）」を提唱し、AI投資対効果の評価軸を拡張する狙いがある。
主な発表内容は以下の通り。
- Vera Rubinプラットフォーム: ポストトレーニングのRL（強化学習）ワークロード向けに設計。Blackwell世代比で必要GPU数を4分の1に削減
- Nemotron 3 Ultra（550B MoEモデル）: コード修正ベンチマーク「SWE-bench」で71.7%を達成。オープンウェイトで訓練レシピも公開
- NeMo RL / NeMo Gym: ポストトレーニング実装向けのオープンライブラリ群
- パートナー実績: Prime IntellectがVera CPU統合で平均30%のスループット向上、PerplexityがトリリオンパラメータモデルをVera Rubinで2秒以下で同期
ポストトレーニングが主戦場になった背景
従来のLLM開発では、ポストトレーニングは一度だけ実施すればよい仕上げ工程に近かった。しかしエージェント型AIは環境の変化に応じて継続的に学習し直す必要があり、この繰り返しのコストが急速に膨らんでいる。Vera Rubinはこの変化を見据えた設計で、反復的な強化学習を低コストで回せるインフラとして位置づけられている。
オープン戦略が示すもの
Nemotron 3 Ultraをオープンウェイトで公開し、訓練レシピまで開示したことは、エンタープライズや国家レベルでの独自AIモデル構築を支援するという方向性の表れとみられる。NVIDIAにとってはモデルの普及がGPU需要の底上げにつながるため、オープン化は直接的なビジネス戦略でもある。
「ドル当たりの知能」という指標の意味
これまでAIインフラの効率は主に推論コスト（トークン単価）で語られてきた。そこにポストトレーニングの効率を加えた複合指標を提唱することで、NVIDIAはAI工場全体の投資判断においてVera Rubinを評価軸ごと定義しようとしている。指標の設定が市場の見方を変える——そうした先手を打った動きとして注目される。
