――ＡＩインフラの現状と課題は。

ヤン社長世界トップ級の巨大ＩＴ企業のＡＩ開発を加速させており、より大規模なモデルを開発し続けている。純粋なＬＬＭ（大規模言語モデル）から、動画や画像データを扱うマルチモーダルモデル、深い推論やリサーチを可能にするエージェンティックＡＩへと進化しており、計算需要をさらに高めている。
計算需要の増加によって、データセンターの機器の熱管理やワークロードの柔軟性などの課題も浮上し、総所有コスト（ＴＣＯ）の上昇につながっている。ＱＣＴはこうした課題を積極的に支援している。

――ＮＶＩＤＩＡ　ＧＢ３００　ＮＶＬ72の特徴と強みは。

ヤン社長ＡＩ推論性能が従来機に比べ１・５倍向上したことで、ＱＣＴのＡＩインフラソリューションが、より高速かつ効率的に推論処理できるようになる。大規模ＡＩアプリケーションに特に有効で、データやタスク処理の向上やリアルタイムＡＩサービスの最適化につながる。
ＮＶＩＤＩＡ　ＧＢ３００　ＮＶＬ72の40テラバイト高速メモリー容量は、大規模モデルのＡＩワークロード最適化に欠かせない。
特にトランスフォーマーベースの深層学習を加速し、頻繁なメモリーアクセスを減らすことでＬＬＭ推論の効率を大幅に改善する。生成ＡＩやエージェンティックＡＩのようなリアルタイム性や効率的なメモリー処理が求められる用途で活用が広がるだろう。

――ＮＶＩＤＩＡ　ＧＢ２００　ＮＶＬ72など従来製品からの進化点は。

ヤン社長ＱＣＴは、初の統合型スーパーコンピューター「ＮＶＩＤＩＡ®　ＤＧＸ－１™」以来、エヌビディアと強固なパートナーシップを築いてきた。データセンター向けＧＰＵアーキテクチャであるＨｏｐｐｅｒからＢｌａｃｋｗｅｌｌ　Ｕｌｔｒａまで、常に中心的な役割を担うパートナー企業として協業し、深い製品開発ノウハウを有している。これにより、エヌビディアのスケジュールに完全に合わせた迅速な開発が可能だ。

ＧＢ３００　ＮＶＬ72システムは、72ＧＰＵのＮＶＬｉｎｋドメインを誇る液冷ラックスケールソリューションで構成され、単一の大規模なＧＰＵとして機能する。

▲NVIDIA GB300 NVL72

超大容量・超高速の高帯域幅メモリー「２８８ＧＢ　ＨＢＭ３ｅ」と高性能ネットワークでＡＩの演算能力が前モデルの１・５倍に向上。ＡＩ推論やエージェンティックＡＩ、ビデオ推論に最適化させた。
最新のＧＰＵアーキテクチャ「ＮＶＩＤＩＡ　Ｂｌａｃｋｗｅｌｌ　Ｕｌｔｒａ」を搭載し、高性能コンピューティング（ＨＰＣ）向けに設計された新型ネットワークカード「ＮＶＩＤＩＡ　ＣｏｎｎｅｃｔＸ－８® （ＣＸ８）ＳｕｐｅｒＮＩＣ™」は、１ＧＰＵあたり最大８００㌐ビット毎秒の接続速度を実現し、ＡＩワークロードの効率を飛躍的に高めた。
ドライブに直接接続するＰＣＩｅスイッチ機能を統合したＮＶＩＤＩＡ　ＣｏｎｎｅｃｔＸ－８®　（ＣＸ８）　ＳｕｐｅｒＮＩＣ™と、ＮＶＩＤＩＡ　ＧＢ３００　ＮＶＬ72のアップグレードされた配電設計により、ケーブル配線設計も簡素化した。
Ｄ75Ｕ－１Ｕ　ＮＶＩＤＩＡ　ＧＢ３００　ＮＶＬ72は、ＮＶＩＤＩＡ　ＧＢ２００　ＮＶＬ72構成にそのまま組み込める。
Ｌ11では、ＥＤＰＰ（強化された直接電力供給）に対応するため、電源シェルフのみをアップグレードし、それ以外はＧＢ２００　ＮＶＬ72の設計を再利用した。Ｌ10 はほとんどの小さなボードを引き継ぎ、ＰＤＢ と Ｅ１にマイナーな更新を加えた。主に水圧を調整する。２０２５年７月の量産に向けて準備を進めている。

――冷却技術として採用されるＱｏｏｌＲａｃｋサイドカー液冷ソリューションはＮＶＩＤＩＡ　ＧＢ３００　ＮＶＬ72の熱設計にどのように適応しますか。

ヤン社長ＡＴＤによりＩＴラックから最大70㌔㍗の熱を放散できる。２台のＱｏｏｌＲａｃｋサイドカーソリューションにより、ＧＢ３００に安定した熱サポートを提供。冗長化された電源、ポンプ、ファン設計でさまざまな業務に対しＧＰＵ性能を最適化する。漏液や流量、温度センサーなどを搭載し、冷却状況の効果的に監視できる。 　ＡＩ時代には、全ての企業がＡＩを必要とするが、ＣＰＵやＧＰＵのＴＤＰ（熱設計電力）の増加に既存設備が追いつかない場合も多い。そのためにも大規模なインフラ変更をせずに液冷システムへ移行できる液冷サイドカーソリューションが必要不可欠だ。

――先進的ネットワークによって大規模ＡＩクラスター構築はどう進化しますか。

ヤン社長生成ＡＩやエージェンティックＡＩの進化に伴い、基盤となるＬＬＭモデルやトランスフォーマーモデルは急速に巨大化・複雑化している。単一サーバーやラック内での運用は非現実的となりつつあり、複数ラックをつなぐ高速・スケーラブルなネットワークインフラが欠かせない。 エヌビディアのＣｏｎｎｅｃｔＸ－８® ネットワーク技術は、最大８００㌐ビット毎秒のエンドツーエンド接続をサポート。高帯域・低遅延の接続は大規模ＡＩクラスターに不可欠で、ノード間の効率的なデータ交換、通信ボトルネックの解消、全体スループットの最適化を通じて、モデルの大規模学習や推論を加速できる。

――ターゲットとする顧客層は。

ヤン社長ＱＣＴは高度なＧＰＵ需要を持つ顧客に注力している。ＮＶＩＤＩＡ　ＧＢ３００　ＮＶＬ72ベースのソリューションは高コスト・高インフラ要件であり、ターゲットは明確だ。具体的には、ＧＰＵクラウドサービスプロバイダーやクラウドサービス事業者（ＣＳＰ）、マネージドサービスプロバイダー（ＭＳＰ）など、生成ＡＩやエージェンティックＡＩを提供する事業者が中心だ。ＡＩインフラで複雑かつ計算集約型ワークロードに取り組む大企業も含まれる。

――ＱＣＴが提供するＧＢ３００　ＮＶＬ72ベースのソリューションの強みは。

ヤン社長ＱＣＴは単なるハード機器メーカーではなく、フルスタックＡＩソリューションプロバイダーだ。高性能ハード機器の提供にとどまらず、ワークロード分析から導入・運用サービス、性能最適化まで一貫してサポートする。ＮＶＩＤＩＡ　ＧＢ３００　ＮＶＬ72のような複雑な構造設計でも迅速に導入できる。 データセンターのリモート管理ツールやＡＩ管理プラットフォームなどソフトウエアも幅広く取りそろえ、ハードとソフトをシームレスに統合したエンドツーエンドのソリューションを提供する。

――日本市場に向けた戦略は。

ヤン社長日本は他国と比べてクラウドサービス導入に慎重で、信頼性やセキュリティー、品質を重視してきた。しかし、２０２３年以降、日本政府がＡＩ主権確立に向けＡＩや半導体分野の国内強化を推進している。ソフトバンクやＮＴＴなどの大手企業やＡＩ開発を手がけるスタートアップも拡大し、高度なＡＩインフラを求める明確な潮流が生まれている。当社は日本市場の進化に合わせ、最先端ＡＩインフラで変革を支援していく。 当社のＮＶＩＤＩＡ　ＧＢ３００　ＮＶＬ72ベースの企業向けソリューションは、大規模ＡＩトレーニングやリアルタイム推論で画期的な性能を発揮し、製造・金融・物流などデータ駆動型の産業に最適なサービス。マルチモーダルやエージェンティックＡＩが進展し、その価値はさらに高まりつつある。 　最先端ＡＩインフラで日本企業の成長を支えることも当社の使命だ。日本のスペースと電力の制約に対応するために、空冷と液冷の両方のオプションを用意。単一サーバーから大規模ＡＩクラスターまで拡張可能な柔軟な製品をそろえ、企業のＡＩ活用を支援していく。 日本国内の技術・営業チームに加え、システムインテグレーターやパートナー企業と連携し、導入から運用まで一貫したサポートを提供していきたい。