NVIDIAは2026年9月15日のAI Infra Summitで、電力を増やさずに計算量を増やすという主張に実測値を添えた。クラウド事業者のLambdaは5ラック19ノードのクラスタを、16ノード分の電力枠に収めたまま動かし、トークンスループットを24%伸ばした。同じ日にNVIDIAが示したもう一つの数字は、電力会社の信号を受けて自社AIファクトリーの消費電力が4メガワットから3メガワットへ自動で下がったという実証である。ただし見出しに載りやすいのは、そのどちらでもない「最大40%」という別の数字だ。この3つの数値は、電力網のどの層を、どれだけの確かさで動かしているのか。
16ノード分の電力枠で19ノードが動いた理由
Lambdaが試したのは、NVIDIA HGX B200を積んだ5ラック19ノードのクラスタである。16ノードをフルパワーで回すのと同じ電力の枠に収めたまま、19ノードすべてを稼働させた。NVIDIAとLambdaの発表によれば、クラスタ全体のトークンスループットは24%増え、ワットあたり性能は23%改善した。HGX B200サーバー上でDSX MaxLPSを検証した最初の事例だという。
効いているのは電力の再配分である。DSX MaxLPSはGPU単位とラック単位で消費電力を監視し、ワークロードの種類に応じて余った分をノード間へ回す。学習と推論では電力の引き方が違うため、両方を走らせる施設には配分を詰める余地が生まれるとNVIDIAは説明する。静的な割り当てのままなら、その余地は使われずに枠の中へ残り続ける。
公表された2つの比率は、互いに検算できる。ワットあたり性能はスループットを消費電力で割った値だから、消費電力の変化はスループット比をワットあたり性能比で割れば出る。NVIDIAが公表した2つの比率から総消費電力の変化を逆算すると1.24÷1.23で約1.008となり、増えた電力は0.8%にとどまる。「同じ電力予算のまま計算量を増やした」という主張は、公表数値の内部では整合している。
ただしこれは、公表された2つの数字が互いに矛盾しないことの確認であって、消費電力を独立に測った結果ではない。24%も23%もNVIDIAとLambdaが出した自己申告値で、MLPerfのような第三者のピアレビューは通っていない。対象も5ラック19ノードという1クラスタ規模の、1回の検証である。
Lambdaでcloud services部門のプレジデントを務めるDave Wardは、この検証について「固定された電力予算という制約を越えられたと考えている」と述べ、DSX MaxLPSが使われずに取り残されていた容量を実際の利用へ変える道を開くと説明した。回収の対象は、施設が確保しながら使い切っていない電力である。
計算を増やす話から、電力を下げる話へ
2026年8月の蒸し暑い夕方、冷房の需要が跳ね上がる時間帯に、カリフォルニア州サンタクララ市営のSilicon Valley PowerがあるAIファクトリーへ電力調整の信号を送った。受け取ったのはEmerald AIのConductorというソフトウェアで、あらかじめ決めておいたワークロードの優先順位に従い、最も優先度の低いジョブから電力を譲らせた。優先度の高い推論は止めないまま、施設全体の消費電力は4メガワットから3メガワットへ下がった。操作した人間はいない。
その後もSilicon Valley Powerは同じ施設へ需要信号を送り続け、200回を超えるすべてで成功したとされる。信号を受けてからConductorが応答するまでは1分未満だとNVIDIAは説明している。同社はこのFlexible Load Interconnect Programを、AIファクトリーを系統から指令を受けて出力を変えられる資源として扱うよう設計した初の商用電力会社プログラムだと位置づける。
実証の舞台はNVIDIAの顧客のデータセンターではない。NVIDIA自身のEos AIファクトリーである。自社のハードウェアを自社の運用チームが管理する環境で得られた結果であり、他社の施設で同じ応答が出るかどうかは別の確認が要る。
電力会社側の損得については、NVIDIAのHPC and AI Hyperscale Infrastructure Solutions部門のsenior director、Dion Harrisの説明がある。一定の時間枠の中で出力を絞れると分かっていれば、系統事業者や送電線の所有者は容量の割り当てで保守的でなくなれる。余裕をそれほど積まずに済むからだ。つまりこの仕組みが取りにいっている相手は、装置の中に残る電力ではない。電力会社が念のために確保していた分だ。
この流れの起点は今回ではない。Googleは2025年8月、Indiana Michigan PowerおよびTennessee Valley Authorityと需要応答の契約を結び、系統が逼迫したときに機械学習の処理を後回しにすることへ合意した。サンタクララのパイロットが発表されたのは2026年4月21日、NVIDIAがGTC TaipeiでDSXプラットフォームを発表したのが5月31日、Emerald AIが導入をうたう発表を出したのが6月1日である。AIデータセンターを電力系統の調整資源として扱う流れは、2025年8月のGoogleの需要応答契約から始まり、2026年5月のNVIDIA DSX発表を経て、2026年9月に1施設1メガワット分の実測値として公表されるまでに約1年1カ月かかっている。
Silicon Valley Powerはサンタクララ市が持つ公営の電力会社で、今回の実証は1つの電力会社と1つの需要家の間で成り立っている。日本を含む別の地域へ同じ形を持ち込むなら、その地域の電力会社の側に、出力を絞る指令を出して見返りを用意する枠組みが要る。NVIDIAが示したのは装置とソフトウェアが指令に応じられることであって、制度の側の準備ではない。
最大40%という数字が指しているもの
見出しに載りやすいのは、24%でも1メガワットでもなく「最大40%」である。NVIDIAは次世代のVera Rubin NVL72世代のAIファクトリーについて、同じメガワット単位の電力枠の中で最大40%多いGPU容量と、最大35%高いトークンスループットを見込むとしている。この数字には「up to」と「適切な導入環境で」という条件が付き、Lambdaが測ったHGX B200世代とはハードウェアの世代も違う。
| 数値 | 区分 | 世代と対象範囲 | 条件語 |
|---|---|---|---|
| トークンスループット24%増 | 実測 | HGX B200／Lambdaの5ラック19ノード1クラスタ | なし（自己申告値） |
| ワットあたり性能23%改善 | 実測 | 同上 | なし（自己申告値） |
| 消費電力4メガワットから3メガワットへ | 実測 | NVIDIA Eos AIファクトリー1施設 | 需要信号の受信時 |
| GPU容量が最大40%増 | 予測 | Vera Rubin NVL72世代 | 「up to」「適切な導入環境で」 |
| トークンスループットが最大35%増 | 予測 | 同上 | 「up to」 |
| 96メガワット施設での専用DSX Flex導入 | 計画 | バージニア州ManassasのVera Rubin AIファクトリー | 稼働は未確認 |
| 100メガワット施設のうち約20メガワットが未使用 | 出典なしの一般論 | The Register記者による記述 | 比率は施設ごとに異なると本人が留保 |
NVIDIAが今回示した電力関連の数値のうち、実測は5ラック19ノードのクラスタでの24%増と、1施設で4メガワットから3メガワットへ下げた1メガワット分の2つである。見出しに使われる最大40%と最大35%は、次世代のVera Rubin NVL72世代についての条件付き予測である。この区別を落とすと、1クラスタで確かめられた効き目が、まだ据え付けられていない世代の見込みと同じ確からしさに見えてしまう。
最下段の1行だけは出どころの性質が違う。100メガワットのデータセンターが重要な計算負荷に使うのは最大でも8割程度で、20メガワット前後が誰にも使われないまま残るというのはThe Registerが一般論として書いた想定であり、出典は示されていない。記者自身も、実際の比率は施設ごとに異なると断っている。
計画の段階にある数字もある。専用のDSX Flexとしての最初の商用導入は、バージニア州ManassasにあるNVIDIA AI Factory Research Centerの96メガワット規模のVera Rubin AIファクトリーになる予定で、2大陸にまたがる5件の先行実証を踏まえたものだとNVIDIAは説明する。稼働は確認されていない。
サンタクララの実証は、誰のDSX Flexだったのか
同じサンタクララの実証について、NVIDIA自身は「これはDSX Flexの導入ではない」と書き、Emerald AIは「DSX Flexの初の商用・マルチメガワット規模の導入」と発表し、The Registerは「NVIDIAはDSX Flexプラットフォームが使えることを実証した」と書いている。三者で指しているものが食い違う。
NVIDIA公式ブログの説明では、サンタクララの事例はDSX Flexそのものの導入ではなく、その考え方が商用規模で成り立つことの証明であり、Emerald AI ConductorがDSX Flexへ統合されるのはプラットフォームの成熟に伴ってである。つまり製品名のほうが、実証よりあとから追いついている。Emerald AIの発表は2026年6月1日、NVIDIAが導入ではないと書いたのは9月15日で、あとから出た説明のほうが範囲を狭めている。
食い違いは、DSX Flexの実績を何件と数えるかに直に響く。Manassasの案件を専用DSX Flexの最初の商用導入と呼ぶNVIDIAの記述は、サンタクララを導入から外す立場と噛み合う。Emerald AIの数え方なら、初の導入はすでに済んでいる。どちらが正しいかを判定する材料は、公開されている情報の範囲にはない。
The Registerの表現は要約の過程で縮んだ可能性もあり、誤りだと決めつけられない。確かなのは、同じ1つの出来事に三通りの名前が付いていることと、その出来事の中身、すなわち電力会社の信号で消費電力が1メガワット下がったという部分については三者が一致していることである。製品名で実績を追う読み方が、この領域ではまだ成立しない。
動いた2つの層と、手つかずの系統そのもの
DSXが動かしているのは、系統の容量そのものではない。手前にある2つの層である。1つはデータセンターの敷地内で、静的な電力割り当てのために使われないまま残っていた分。もう1つは、電力会社が念のために積んでいた余裕だ。実測で確認できるのは、前者が1クラスタで24%、後者が1施設で1メガワットという幅にとどまる。
規模の感覚は、系統側の試算と並べると掴みやすい。Duke大学Nicholas Instituteが2025年2月に出した報告は、米国の負荷の95%を占める上位22のバランシングエリアについて、最大稼働時間の0.25%から1%を抑制できる負荷であれば、76ギガワットから126ギガワットの新規需要を既存の系統で吸収できると試算した。著者らはこれを一次近似と位置づけ、送電制約はモデル化していないこと、データセンターが想定どおりの柔軟性を発揮できるかは分からないことを断っている。試算はギガワットの桁で語られ、サンタクララで実際に動いたのは1メガワットだった。
効き目には範囲の線もある。d-MatrixやSambaNovaのようなサードパーティ製アクセラレータが混ざると事情は複雑になる。NVLink Fusionのエコシステムの中にいるd-Matrixについては、Harrisもサポートを広げる道筋があると見るが、ソフトウェアの統合が必要で、すべてのチップがNVIDIA製と同じ細かさの制御を外へ開いているわけではない。AMDのInstinct GPUを使う事業者は、DSXと同等の機能を得るために別のデータセンター管理システムを探すことになるとThe Registerは書いている。
系統の側に眠る遊休容量を解析で見つけ出す取り組みは、GridCAREのようなスタートアップが別に進めている。NVIDIAが選んだのは、そこへ手を伸ばす前に、自社の装置が並ぶ建屋の中と、その建屋と電力会社の契約の間に残っていた余りを回収する道だった。自社ハードウェアの販売量が最終的に系統の供給量で頭打ちになる以上、顧客の電力あたり性能を上げる作業は、そのまま自社の売上を守る作業でもある。
次の判断材料は絞り込める。Lambdaの24%が第三者の測定で再現されるか、NVIDIA以外の運用チームが持つ施設で同じ需要応答が成立するか、Silicon Valley Powerのような枠組みを用意する電力会社が他にどれだけ出てくるか。Vera Rubin NVL72が実際に据え付けられれば、最大40%という見込みも実測と突き合わせられる。それらが揃ったとき、系統接続の順番待ちで止まっている事業者は、送電線を待たずに増やせる計算量を自分の施設の数字で見積もれるようになる。
