NVIDIAとGoogle CloudがAIファクトリーを拡張──Agentic AIとPhysical AIは同じ基盤で動き始める

NVIDIAとGoogle Cloudは、Agentic AIとPhysical AIを本番環境へ広げるための協業拡大を発表した。Google Cloud AI Hypercomputer上で、NVIDIA Vera Rubin搭載A5X、Blackwell GPU、Gemini Enterprise Agent Platform、Nemotron、NeMo、Omniverse、Isaac Simなどを組み合わせる。

この発表が示すのは、AIエージェントとロボット・工場・デジタルツインの開発が、別々の技術ではなく、同じAIインフラ上のワークロードとして扱われ始めたことだ。生成AIの次の競争軸は、モデル単体から、学習、推論、強化学習、シミュレーション、セキュリティを一体で回す基盤へ移っている。

AIファクトリーは「知能を生産する」データセンター

NVIDIAが使うAIファクトリーという言葉は、GPUを並べたデータセンター以上の意味を持つ。大量のデータを処理し、モデルを学習・調整し、推論を提供し、実運用から戻るデータで改善する循環を作る基盤を指す。Google Cloudとの協業では、AI Hypercomputerがその役割を担う。

発表では、Vera Rubin NVL72を使うA5Xが、前世代比で推論コスト/トークンを最大10分の1、トークン処理量/メガワットを最大10倍にするとうたわれている。単純な高速化だけでなく、電力効率と運用コストがAI導入の制約になっていることが背景にある。

機密性と主権クラウドも前面に

Google Geminiは、NVIDIA BlackwellとBlackwell Ultra GPU上のGoogle Distributed Cloudでプレビュー提供される。さらに、Blackwell GPUを使うConfidential Computingにより、プロンプトや微調整データを暗号化された環境で扱う構成が示された。

規制産業や公共分野では、AIを使いたくても、データの所在地、運用者からの隔離、監査可能性が導入障壁になる。高性能なAI基盤と機密計算を組み合わせる流れは、日本の金融、医療、製造、防衛・公共領域にも関係する。

Physical AIはクラウド上のシミュレーションで育つ

今回の協業では、産業・Physical AI向けに、OmniverseライブラリやIsaac SimをGoogle Cloud Marketplaceで使える点も強調された。ロボットや工場設備を現実に動かす前に、デジタルツイン上で訓練、検証、最適化するためだ。

Physical AIでは、テキストAIと違い、失敗が物理的な事故や停止につながる。したがって、合成データ、シミュレーション、強化学習、現場データの循環が不可欠になる。NVIDIA Cosmos Reason 2のようなモデルをVertex AIやGoogle Kubernetes Engineへ展開する流れは、ロボットや映像AIがクラウド上で学び、現場で推論する構図を示す。

日本企業は「AI基盤選定」を事業戦略として見る段階へ

製造業、物流、建設、モビリティを持つ日本企業にとって、Physical AIは人手不足や熟練技能継承の課題と直結する。一方で、本番導入にはGPUコスト、データ管理、現場安全、ベンダーロックイン、運用人材の不足がある。

NVIDIAとGoogle Cloudの発表は、AI基盤がIT部門だけの選定対象ではなく、事業プロセスをどう自動化し、どの現場データを競争力に変えるかという経営判断になっていることを示している。AIエージェントとPhysical AIを同じ基盤で設計できる企業ほど、デジタルと現場の改善サイクルを早く回せる可能性がある。

参考：NVIDIA Blog