かつてinnovaTopiaでも取り上げた、ノーベル賞科学者の名を冠したスーパーコンピューター「Doudna」。あのとき主役だったNVIDIAの次世代基盤Vera Rubinが、いまや一機関の枠を超え、科学計算そのものの姿を変えようとしている。気候変動、創薬、核融合——人類が長年手こずってきた難問を解く「科学の道具」として、ChatGPTを動かしてきたあのGPUが向きを変えはじめた。しかもその性能の中身には、「速さ」だけでは語りきれない、ちょっとした仕掛けと論争が潜んでいる。研究のスピードが変わるその裏側を、前回からの地続きでのぞいてみよう。
NVIDIAは2026年6月22日、ISC High Performance 2026において、NVIDIA Vera Rubinプラットフォームが科学向けスーパーコンピュータを実現すると発表した。同システムは7エクサフロップス超の科学向けAI性能、5ペタフロップスのネイティブFP64性能を備え、1ラックに最大144基のGPUを搭載する。
Leibniz Supercomputing CentreのBlue Lionは2027年稼働予定で現行比約30倍の性能を持つ。Lawrence Berkeley National LaboratoryのDoudnaはDell Technologies製となる。Los Alamos National LaboratoryはMission、Vision、Veritasの各システムを採用する。Bull、Dell Technologies、GIGABYTE、HPE、SupermicroがVera Rubin NVL4システムを2026年第4四半期に提供する。NVIDIA創業者兼CEOのジェンスン・フアンが発表した。
From: 
NVIDIA Vera Rubin Delivers World-Class Supercomputers for Science
【編集部解説】
今回の発表で最も注目すべきは、NVIDIAがVera Rubinを「AIチップ」としてではなく、あえて「科学のための道具（instrument for science）」と位置づけ直した点です。生成AIブームのなかで同社のGPUは推論・学習向けの存在として語られがちでしたが、今回は気候モデリング、数値流体力学、量子化学といった、伝統的なHPC（ハイパフォーマンス・コンピューティング）の領域に正面から照準を合わせています。
その鍵となるのが「ネイティブFP64（倍精度浮動小数点）」という言葉です。FP64は、航空機の設計、ロケットの軌道計算、創薬、核兵器シミュレーションなど、わずかな誤差も許されない科学計算の基盤となる演算精度です。AMDがTOP500首位級のスパコンでこの分野の存在感を高めてきた領域でもあります。
ここで、ぜひ知っておきたい技術的な背景があります。NVIDIAの技術ブログによれば、Rubin GPUのFP64には「ベクトル」と「マトリックス（行列）」の二種類があり、後者はテンサーコアを用いたエミュレーションアルゴリズムによるピーク性能とされています。FP64ベクトル性能は約33テラフロップスにとどまり、これは4年近く前のH100（Hopperの34テラフロップス）より低い水準です。一方でFP64行列性能は最大200テラフロップスに達しますが、これはテンサーコアによるエミュレーション由来のピーク値であり、前世代BlackwellのFP64行列150テラフロップス、FP64ベクトル40テラフロップスとは性質の異なる比較になる点に注意が必要です。
つまり、純粋なハードウェアのFP64性能はむしろ抑えられ、行列計算に強いテンサーコアでFP64を「再構成する」方向に舵が切られています。今回のプレスリリースが「native（ネイティブ）」という言葉を強調しているのは、この行列性能がエミュレーションで成り立っているという文脈を踏まえると、やや戦略的な表現と読み解く余地があります。ここは断定ではなく、技術的事実を押さえたうえでの解釈として受け止めてください。
この「精度をハードウェアではなくアルゴリズムで担保する」流れは、学術界でも活発に議論されています。土台にあるのは、低精度演算から高精度の行列計算を再構成するOzakiスキームと呼ばれる手法です。Ozakiスキーム自体は2010年代から知られる正確な行列乗算の手法で、近年は芝浦工業大学・東京科学大学・理化学研究所などの研究者により、INT8やFP8といった低精度テンサーコアを使ってFP64をエミュレーションする方向へ拡張する研究が進み、これがNVIDIAのcuBLASにおけるFP64エミュレーション実装でも用いられています。さらに2026年5月末には「ハードウェアFP64こそがHPCの聖杯だという通念を覆す」と題する論文がarXivに投稿され、6月にHPC専門メディアでも取り上げられました。NVIDIAの今回の打ち出しは、こうした計算科学のパラダイム転換を商業的に取り込んだものと言えます。
ただし、注意すべき論点もあります。AMD側の見解としては、このエミュレーションが有効なのは密行列積（DGEMM）に依存する一部のHPC用途に限られ、HPCワークロードの6〜7割を占めるベクトル演算中心の処理ではほとんど恩恵がないと指摘されています。流体解析のようなベクトル中心の計算では、Rubinは結局その遅いFP64ベクトル側で動くことになります。「速い」という数字が、すべての科学計算にそのまま効くわけではないのです。
もう一つの軸が「エージェント型AI（agentic AI）」の科学への導入です。従来のスパコンは人間が条件を設定し、ひたすら計算を回す道具でした。これに対しVera Rubinは、シミュレーションの代理を務める「サロゲートモデル」や「科学基盤モデル」を同一プラットフォーム上で動かす構成を想定しています。将来的には、AI自身が次に試すべき探索の方向を提案するような研究スタイルへとつながる、というのがNVIDIAの描く絵姿です。発見までの時間を縮める、という主張の核心はここにあります。
導入先の顔ぶれも示唆的です。ドイツのLeibniz Supercomputing Centreの「Blue Lion」は2027年稼働で現行比約30倍、米エネルギー省傘下のLawrence Berkeley国立研究所の「Doudna」（現行Perlmutter比10倍超とされる）、そしてLos Alamos国立研究所の「Mission／Vision／Veritas」と、欧米の国家基盤レベルの研究機関が並びます。とりわけLos AlamosのMissionが国家安全保障（NNSA向け）と明記されている点は、この技術が単なる学術用途にとどまらないことを物語っています。
NVIDIAが掲げる「1ラックでTOP500級」という表現にも、少し補助線が必要です。TOP500のランキングは通常、HPL（High Performance Linpack）の実測値であるRmaxで比較されます。今回の「5ペタフロップスのFP64」はあくまでNVIDIAが示す性能値であり、実測ベンチマークの順位とそのまま同一視できるものではありません。とはいえ、従来は巨大施設が必要だった水準の性能が「ラック単位」に凝縮されつつあること自体は、確かな潮流です。
ポジティブな側面は明快です。シミュレーションのサイクルが短縮されれば、気候変動対策や創薬、核融合研究のスピードそのものが上がります。研究機関にとっては、巨大な専用施設を建てずとも高密度な計算基盤を導入できる現実味も魅力でしょう。
一方で、潜在的なリスクや論点も残ります。エミュレーションによるFP64は「精度は実用上問題ない」とNVIDIAは主張しますが、AMDなどは適用範囲の狭さを指摘しており、材料科学や燃焼解析のような条件の悪い系では検証の積み重ねがこれから必要になります。また、国家安全保障や核関連シミュレーションへの応用は、輸出規制や技術の集中という地政学的な論点と隣り合わせです。世界の先端計算基盤が特定企業のエコシステム（CUDA-X）に強く依存していく構図も、長期的には議論の対象になっていくはずです。
innovaTopiaがこのニュースを今取り上げる理由は、ここにあります。「AIの計算資源」として語られてきたGPUが、人類最大級の課題——気候、エネルギー、健康——を解く科学の道具へと回帰しつつある。そして同時に、その性能をどう測り、どう信頼するのかという問いも投げかけている。その転換点を象徴するのが、今回のVera Rubinなのです。
【用語解説】
FP64（倍精度浮動小数点演算）
数値を64ビットで表現する高精度な計算方式。誤差が許されない科学計算の標準で、気候予測、流体解析、核シミュレーションなどで使われる。今回の発表で「ネイティブFP64」が強調された背景には、近年AI向けGPUがこの精度を専用回路ではなくソフトウェアで補う流れがある。
FP64ベクトル／FP64マトリックス（行列）
同じFP64でも処理経路が異なる。ベクトル演算はCUDAコアで処理され、Rubinでは約33テラフロップス。一方マトリックス（行列）演算はテンサーコアによるエミュレーションで最大200テラフロップスに達するが、これは密行列積（DGEMM）中心の処理でのみ効果を発揮する。
ネイティブ（native）／エミュレーション
ネイティブとは専用ハードウェアで直接処理することを指す。対してエミュレーションは、低精度の演算ユニットを組み合わせて高精度の計算結果を再現する手法。後者はコストと電力で有利だが、適用範囲や精度の検証が課題となる。
Ozakiスキーム
低精度演算（INT8やFP8など）を組み合わせて、高精度の行列計算を正確に再現する手法。2010年代から知られる行列乗算の方式で、近年これをFP64エミュレーションへ拡張する研究が進み、NVIDIAのcuBLASでのFP64エミュレーション実装にも用いられている。
HPL（High Performance Linpack）／Rmax
TOP500ランキングの基準となる性能測定ベンチマーク。その実測値がRmaxで、スパコンの順位はこの値で決まる。NVIDIAの「TOP500級」という表現は、この実測順位と直接同じものではない点に留意が必要。
HPC（ハイパフォーマンス・コンピューティング）
複数の計算機を束ね、膨大な演算を高速に処理する技術領域。気象、宇宙、材料科学などの大規模シミュレーションを支える、科学研究の基盤的インフラである。
エクサフロップス／ペタフロップス
コンピュータの計算速度を示す単位。1ペタフロップスは毎秒1000兆回、1エクサフロップスはその1000倍の毎秒100京回の演算を意味する。
TOP500
世界のスーパーコンピュータの性能を半年ごとにランキングする国際的なリスト。今回の「1ラックでTOP500級」という主張は、従来は巨大施設が必要だった性能が大幅に小型化されたことを示す。
エージェント型AI（agentic AI）
人間の細かな指示を待たず、AI自身が目標に向けて手順を判断・実行するAIの形態。科学計算に適用されると、AIが次に試すべき実験やシミュレーションの方向を提案する研究スタイルが想定される。
サロゲートモデル／科学基盤モデル
サロゲートモデルは、重い物理シミュレーションをAIが近似的に肩代わりし高速化する代理モデル。科学基盤モデルは、科学データで広範に学習させた汎用AIで、複数分野に応用できることを狙う。
Vera Rubin／Rubin GPU／Vera CPU
NVIDIAの次世代アクセラレーテッド・コンピューティング基盤。GPU側の「Rubin」は天文学者ヴェラ・ルービンに由来し、CPU側の「Vera」と組み合わせたプラットフォーム名となっている。NVL4は1ラックに高密度集積する構成を指す。
Doudna／Blue Lion／Mission・Vision・Veritas
それぞれ導入先の次世代スパコンの愛称。Doudnaは米Lawrence Berkeley国立研究所（NERSC）、Blue Lionは独LRZ、Mission・Vision・Veritasは米Los Alamos国立研究所のシステムである。
ISC High Performance 2026
ドイツ・ハンブルクで開催される、欧州の主要なHPC（スーパーコンピューティング）国際会議。今回のVera Rubin関連発表はこのイベントで行われた。
【参考リンク】
NVIDIA High Performance Computing（公式）（外部）
NVIDIAのHPC向けソリューション公式ページ。科学計算でのGPU活用事例や技術概要を確認できる。
NVIDIA CUDA-X（公式）（外部）
FP64性能を支えるGPU高速化ライブラリ群の公式紹介ページ。科学計算向けライブラリの全体像がわかる。
NVIDIA Tensor Cores（公式）（外部）
FP64エミュレーションの鍵となるテンサーコア技術の公式解説。混合精度計算の仕組みが説明されている。
Inside the NVIDIA Vera Rubin Platform（NVIDIA技術ブログ）（外部）
FP64ベクトル33・行列200テラフロップスなど、Rubinの計算性能を一次情報で示した公式解説記事。
Leibniz Supercomputing Centre（LRZ・公式）（外部）
「Blue Lion」を導入する独ミュンヘン近郊の計算センター公式サイト。欧州有数のHPC拠点である。
NERSC（National Energy Research Scientific Computing Center・公式）（外部）
「Doudna」を運用する米エネルギー省傘下の計算センター。Lawrence Berkeley国立研究所内に置かれている。
Los Alamos National Laboratory（公式）（外部）
「Mission・Vision・Veritas」を導入する米国立研究所。国家安全保障とオープンサイエンスの両分野で研究を行う。
Supermicro（Vera Rubin NVL4関連発表）（外部）
Vera Rubin NVL4向けHPC構築ソリューションを発表したSupermicro公式リリース。ラック構成の数値を含む。
【参考記事】
Inside the NVIDIA Vera Rubin Platform: Six New Chips, One AI Supercomputer（NVIDIA Technical Blog）（外部）
FP64ベクトル33・行列200テラフロップス、行列性能がエミュレーション由来と明記した一次情報。
Unlocking Tensor Core Performance with Floating Point Emulation in cuBLAS（NVIDIA技術ブログ）（外部）
cuBLASがOzakiスキームでFP64行列積をエミュレーションする仕組みを解説した公式記事。
NVIDIA says Vera Rubin can match TOP500 supercomputers in one rack（StockTitan）（外部）
7エクサ、5ペタ、144GPU、Q4提供など主要数値を整理した投資家向けの記事。
【関連記事】
NVIDIA Vera Rubin搭載「Doudna」スーパーコンピューター、2026年稼働で科学研究を10倍加速（内部）
今回登場したDoudnaの建設契約発表を報じた先行記事。本記事の前提となる文脈を補完する。
NVIDIA GTC 2026：ジェンスン・フアンが描く「1兆ドルのAI工場」時代（内部）
Vera Rubinの全体像とGroq統合など、プラットフォーム戦略を俯瞰できるGTC 2026の総括記事。
NVIDIA×理化学研究所「GB200 NVL4」次世代AI・量子スーパーコンピューター導入（内部）
科学のためのAI研究にGPUを充てる日本の事例。今回の科学計算路線と対比して読める。
【編集部後記】
「速い」という言葉に、私たちはつい安心してしまいます。でも今回のVera Rubinが投げかけているのは、もう少し奥にある問いのように思えます。FP64の精度をハードウェアで物理的に持つのか、それともソフトウェアの工夫で再現するのか——その選択は、科学が積み上げてきた「再現性」という土台にどう向き合うかという話でもあります。しかもその恩恵は、計算の種類によって効いたり効かなかったりする。数字の大きさだけでは測れない奥行きが、ここにはあります。
GPUが科学の現場へ戻ってくる流れを、私たちは単なるスペック競争としてではなく、研究のあり方そのものが変わる予兆として見つめていきたいと思います。みなさんが普段関わっている分野では、こうした計算基盤の進化はどんな変化をもたらしそうでしょうか。一緒に考えていけたら嬉しいです。
