学習から本番へ：NVIDIAとCoreWeaveがエージェントAIのループを閉じる

2026年9月30日、NVIDIAは公式ブログで、CoreWeaveがサンフランシスコで開催中のFully Connectedにおいて、Spectrum-X 102.4Tイーサネットを備えたNVIDIA Vera Rubin NVL72システムのクラウド提供を開始したと発表した。AIソフトウェアエンジニア「Devin」を開発する応用AIラボのCognitionが、Vera Rubin上で本番ワークロードを動かす最初の顧客となった。あわせてCoreWeaveは、NVIDIAが「AIエージェント向けに作られた初のCPU」と呼ぶNVIDIA Veraを提供する予定であり、NVIDIAアクセラレーテッドコンピューティング上でモデルとエージェントの学習、評価、改善を行う連携環境「CoreWeave Forge」も発表した。三つの発表を並べると、学習、推論、サンドボックス実行、そして評価から学習への還流という一本の連鎖が見えてくる。なお、情報源について断っておく。本稿の主な根拠はNVIDIAの公式ブログであり、以下の性能数値はいずれもベンダーまたは顧客が公表した初期テストの結果で、第三者による再現は確認されていない。方向性を示す手がかりとして読むべきであり、確定した事実として扱うべきではない。

まず注目の数値から見る。CognitionはDevinの学習、強化学習、本番推論をCoreWeave上で実行しており、9か月で数千基規模のGPUへ拡張して推論ワークロードを支えている。今月初め、CoreWeaveは最初のVera Rubin NVL72本番ラックを受け取った。その直後、Cognitionは実際のソフトウェアエンジニアリング作業を使い、GB200 NVL72を基準にVera Rubinの推論性能を比較した。FrontierCodeからタスクの一部を抽出し、AIエージェントに解かせるという方法である。初期テストでは、SWE-2推論ワークロードの総トークンスループットが、Vera Rubin NVL72でGB200 NVL72の最大4.8倍に達した。ここで三点を押さえておきたい。第一に、「最大」とあるので4.8倍は上限であり平均ではない。第二に、比較対象は一世代前のGB200 NVL72であり、はるかに古いHopperではない。第三に、負荷はチャットや単発の質問応答ではなく、エージェント型コーディングである。Cognition創業チームのSilas Alberti氏は、エージェント型コーディングを、長いコンテキスト、高い並列度、そしてトークン単価が出荷できる製品を左右する大量のトークンを伴う複雑な負荷だと説明する。Devinにとって、スループットの向上は、より速いリアルタイムのコード生成と、より応答性の高い多段推論を意味する。もう一つ重要な事実がある。CoreWeaveは数日でCognition向けの本番Vera Rubinクラスターを立ち上げた。NVIDIAはこれを、インフラからトークン提供までのスタック全体にわたる共同設計の成果だとしている。利用者にとって、納品から本番稼働までの時間は、ピーク性能と同じくらい価値がある。

第二の論点はCPUである。NVIDIAの見立てでは、エージェントAIは二つの方向からインフラに圧力をかける。エージェントを提供するには大規模で低遅延の計算が要り、ポストトレーニングで改善するには、互いに隔離された数千の環境を同時に動かす必要がある。後者は主にGPUではなくCPUの問題である。ブログによれば、重要な指標は、隔離されたエージェント環境をいくつ同時に動かせるか、そして数が増えても各環境の性能が一貫して保たれるかどうかだ。CoreWeaveが導入するVeraは、1ラックに128個のCPU、合計11,264コアを収め、環境ごとに1コアを割り当てれば11,000を超える同時環境を賄える。二つの合計値を割ると1CPU当たり約88コアになるが、これは筆者の計算であり、ブログが明示した数字ではない。これらの環境はCoreWeave Sandboxesを通じてハードウェア分離で動作し、支援する学習ジョブと並べて配置され、Spectrum-Xイーサネットスイッチ、BlueField-4 DPUがエージェント間の安全で低遅延な通信を支える。テストでは、Vera CPU上でエージェントサンドボックスの起動が3倍以上速くなり、Terminal-Benchでは合格した全タスクで1.7倍の性能向上が得られたという。サンドボックスは、強化学習、エージェントのツール利用、モデル評価の実行層であり、隔離環境でコードを実行できる。起動の速さが重要なのは、強化学習の試行のたびに新しい環境が必要になり得るからで、起動が遅ければ高価なアクセラレーターが待たされる。

第三の論点はForgeである。ブログは、モデルとエージェントはループによって良くなると述べる。本番での挙動が次の学習を導き、評価のたびに次の版が磨かれる。このループはこれまで複数ベンダーのツールに分断され、受け渡しのたびに信号が失われてきた。CoreWeave Forgeは、これらの段階を一つの環境につなぎ、本番のフィードバックを学習へ戻す位置づけにある。率直に述べると、筆者が参照したブログ本文はForgeの説明の途中で途切れており、構成要素、インターフェース、価格は確認できない。詳細はCoreWeaveの一次発表を確認されたい。確認できるのはソフトウェア面である。Vera Rubinの容量は、CoreWeave Kubernetes Service、SUNK、CoreWeave Mission Control、CoreWeave Sandboxes、CoreWeave Inferenceを通じて運用できる。スケジューリングやクラスター管理からサンドボックスや推論提供まで、CoreWeaveは同じ容量で学習も評価も本番推論もこなせるようにしようとしている。これは、Cognitionが同一プラットフォームで学習、強化学習、本番推論をまとめて行っている実態とも符合する。

最後に産業的な意味を考える。NVIDIAのIan Buck氏が強調するのは世代をまたぐ価値だ。CoreWeaveのNVIDIA V100 GPUは、Volta登場から10年近くたった今も顧客のワークロードを動かしており、その一方でVera Rubin NVL72が本番に入る。AIインフラへの投資が数百億ドル規模で語られる中、資産が複数世代のハードウェアサイクルにわたって収益を生み続けるかどうかは、収益率と資本コストを左右する。ブログの副題にある「生産的で、耐久性があり、代替可能（fungible）」とは、この点を指す。Buck氏は適切なGPUを適切なワークロードに置くとも述べており、新旧の世代が共存し、仕事ごとに階層化される姿を示唆している。筆者の読みでは、この発表には三つのメッセージがある。第一に、推論の経済性はピーク性能から、トークン単価と並列度へ移りつつある。第二に、エージェントによってCPUが再びボトルネックの候補となり、サンドボックス密度が新たな調達指標になる。第三に、学習、評価、本番を閉じたループでつなぐことが、クラウド事業者間の製品差別化の軸になりつつある。残る問いは、4.8倍や3倍といった数値を独立したベンチマークが再現できるか、Vera Rubinの供給と電力コストはどうか、Forgeが実際の顧客にどこまで採用されるか、である。これらに答えが出るまでは、方向性は明確だが数値は検証待ち、と読むのが最も無難だろう。