【2026年9月】CoreWeaveがVera Rubin NVL72の複数ラック接続に成功──計算機の単位が「チップ」から「ラック群」へ移る構造

結論：NVIDIAの次世代AIインフラ「Vera Rubin NVL72」の本質は、速いGPUではなく「複数ラックが1台の計算機として動くこと」にある。2026年9月16日、米CoreWeave（Nasdaq: CRWV）が複数ラック構成のVera Rubin NVL72クラスタを立ち上げたと発表した。ここで問われているのは演算性能ではなく、電力・冷却・ファームウェア・ネットワーク・ストレージを一体で動かし切る「統合運用能力」である。半導体の競争軸がチップ単体からシステム丸ごとへ移りつつあることを、この発表は具体的な数字で示している。

発表の中身──「複数ラックを1つのクラスタに束ねた」

CoreWeaveは2026年9月16日（米ニュージャージー州リビングストン）、自社クラウド上でNVIDIA Vera Rubin NVL72の複数ラック構成を立ち上げ、数百基のRubin GPUを単一のスケールアウトクラスタとして接続したと発表した。同社は「Vera Rubin NVL72を検証・立ち上げした最初のAIクラウド事業者」だとしている。同時に、AIオブジェクトストレージへ「リージョン跨ぎの書き込み高速化」と、低コストの「Archive」階層を追加した。

重要なのは、新製品の発表ではなく「商用サービスとして動かせた」という点である。NVIDIAが製品を発表することと、データセンター事業者がそれを安定稼働させられることは、まったく別の難易度を持つ。AI半導体の話題はチップの性能値に集まりがちだが、実際の律速はいつも実装側にある。

NVL72という単位──72基のGPUと36基のCPUで「1台」

1ラックのVera Rubin NVL72は、Rubin GPUを72基、Vera CPUを36基搭載し、内部をNVLink 6、ConnectX-9 SuperNIC、BlueField-4 DPUで結ぶ。CoreWeaveはこれをSpectrum-X Ethernetで複数ラック分束ね、数百基規模を1つのクラスタとして扱う。

ネットワーク側の数字が構造を物語る。GPU 1基あたりConnectX-9 SuperNICを2枚搭載し、スケールアウト帯域は1基あたり1.6Tb/s。レールあたり約12万8,000GPUまでノンブロッキングで収容できる設計だとしている。つまり「増設のたびにネットワークを設計し直さない」ことが最初から織り込まれている。拡張しやすさを最優先する設計思想は、NVIDIAがHBM4を12段から8段へ分散させた判断とも地続きだ。熱と供給の制約が、性能の最大化ではなく「量を並べられること」を優先させている。

本当のボトルネックは演算ではなく「待ち時間」

今回CoreWeaveが強調したのは、演算性能よりもレイテンシだった。エージェント型AIは、モデル呼び出しとツール実行を何度も往復する。1回あたりの遅延はわずかでも、往復回数が増えれば遅延は積み上がる。GPUが速くても、データが届くのを待っていれば意味がない。

同社のLOTA（Local Object Transport Accelerator）は、Kubernetesノード上にキャッシュを置くことで、従来型ストレージクラスタからの読み出しに比べ遅延を8分の1に短縮し、GPU 1基あたり最大7GB/sのスループットを出すという。新機能の「リージョン跨ぎ書き込み」は、学習中のチェックポイントをまずローカルへ書き、裏でもう一方のリージョンへ複製する。学習を止めないための仕組みである。

半導体の評価軸が、TFLOPSからTB/sへ、さらに「止まらない時間」へと移っている。CXMTの高収益が示したように、儲かる場所は技術の最先端とは限らず、需要の詰まっているところに生まれる。いま詰まっているのは演算ではなく、データの移動である。

構造的に何が起きているのか──売り物が「部品」から「稼働するシステム」へ

この発表が示す構造変化は3つある。

第一に、NVIDIAの実質的な売り物がチップからラックへ移った。GPU・CPU・NIC・DPU・スイッチ・NVLinkを一式で規定すれば性能の再現性は上がるが、顧客の選択肢は減る。NVIDIAのMediaTekへの出資が示すASIC化の波は、この囲い込みに対する反作用としても読める。買う側は、束ねられた構成から一部でも自前に置き換えたい。

第二に、価値の源泉が「立ち上げ能力」へ移った。CoreWeaveは、ラックの検出・ファームウェア更新・検証・電力・冷却を自動化する仕組みを自社で作り込み、システムとして基準を満たしたラックだけを本番投入すると説明している。同じ製品を買っても、動かし切れる事業者とそうでない事業者で差がつく。これは装置産業ではなく、オペレーション産業の論理である。

第三に、末端の需要が上流を締め上げる。数百基のRubin GPUを束ねるには、HBM4も先端パッケージも電力も同時に必要になる。MicronがHBMを月産10万枚へ倍増させる動きも、メモリ争奪がAI以外の用途を締め出している構図も、この末端需要から逆算した結果だ。露光・マスク側でASMLの12インチマスク規格に各社が動いているのも、同じ圧力が製造の最上流まで届いていることを示す。

M&A・投資の目線でどう読むか

投資判断ではなく構造の整理として述べるなら、見るべきは「どの層にボトルネックが残るか」である。

GPU層はNVIDIAの寡占が続く一方、その周辺——電力設備、液冷、ネットワーク部材、検査・テスト、実装材料、そして運用自動化ソフト——は、いまだ断片化している。断片化した層は統合の対象になりやすく、M&Aの起点になる。メモリ・NAND領域でキオクシアが米国ADRでの大型調達を検討するように、資本の再編も同じ圧力の下で進んでいる。

日本企業の立ち位置で言えば、「ラック一式」の競争に正面から入る余地は小さい。一方で、冷却・素材・検査・実装といった、ラックが大きくなるほど効いてくる層には、依然として交渉力が残っている。どの層で戦うかを先に決めることが、参入・買収の実務では最初の論点になる。ラックが計算機の単位になったということは、ラックを構成する一つひとつの部材にも、新しい標準が生まれ直すということでもある。

出典：CoreWeave プレスリリース「CoreWeave Brings Up Multi-Rack NVIDIA Vera Rubin NVL72 Cluster」（2026年9月16日）、TrendForce（2026年9月4日）。仕様・数値は各社発表および報道ベースであり、一部は業界筋の推計を含む。