Supermicro、NVIDIA Vera Rubin NVL72ラックの出荷を開始　液冷AI基盤の導入段階へ

2026年9月23日、Super Micro Computer（Supermicro）は、NVIDIAのVera Rubin NVL72ラックを「出荷中」と発表しました。今回確認できるのは、同社が製品の出荷開始を公表した事実です。出荷数量、顧客名、納入先、データセンターでの稼働開始日までは明らかにされていません。したがって、すでに大規模な顧客運用が始まった、あるいは一定数量の量産納入が完了したと断定することはできません。Supermicroの発表

何が出荷されたのか

Supermicroの説明では、Vera Rubin NVL72は、1ラックに72基のRubin GPU、36基のVera CPU、18個の1U計算トレイ、9個の第6世代NVLinkスイッチトレイを組み込む構成です。HBM4の容量は合計20.7TBとされています。つまり、GPUだけを搭載した一般的なサーバーではなく、計算、メモリー、GPU間通信、電源、冷却を一体で設計するラック規模のAIシステムです。これらの構成値はSupermicroの発表に基づく説明です。ラック構成の説明

HBMは、GPUの近くに配置される高速メモリーです。AIではモデルの計算だけでなく、重みや入力データをどれだけ速く計算器へ届けられるかが重要になります。HBM4は大容量と高速なデータ転送を担いますが、容量だけで実際の処理性能が決まるわけではありません。利用するモデル、ソフトウェア、GPU間通信、電力制限、データの配置などが結果を左右します。

もう一つの重要な用語がNVLinkスイッチです。これは複数のGPUを高速に接続し、GPU同士がデータを交換するための専用スイッチです。NVL72では72基のGPUを個別のサーバーとして分断するのではなく、ラック内で一つの大きなアクセラレーターのように協調させる考え方が採用されています。NVIDIAは、Vera RubinをCPU、GPU、ネットワーク、電力、冷却まで協調設計するプラットフォームとして説明しています。NVIDIAの技術解説

なぜ液冷が導入の中心になるのか

AI向けGPUの高性能化によって、ラックに集中する電力と発熱は大きくなります。空気をファンで循環させる方式だけでは、チップの熱を十分な速度で外へ運ぶことが難しくなるため、高密度ラックでは液冷が重要になります。

直接液冷とは、発熱するチップの上にコールドプレートを取り付け、その内部に液体を流して熱を回収する方式です。NVIDIAの技術解説では、Vera Rubin NVL72は45℃供給の単相温水による直接液冷として説明されています。回収した熱は、マニホールド、CDU、熱交換設備を通じて施設側へ移されます。CDUは冷却分配装置で、サーバー内部の液体回路とデータセンター側の冷却回路をつなぎ、液体の流れと熱の移動を管理する装置です。冷却方式の説明

Supermicroは、同社のDCBBSとDLC-2直接液冷スタックをNVL72に統合すると説明しています。1台あたり1.8MW定格のインローCDUをN+1冗長で用意し、コールドプレート、マニホールド、CDU、熱交換器、冷却塔まで液冷関連部品を提供する構成です。これは、AI半導体をサーバーへ載せるだけでなく、施設側の電力・冷却設備や導入作業まで含めて準備する必要があることを示します。ただし、液冷によって電気代や水使用量が必ず減るという実績値は、今回の資料から確認できません。Supermicroの液冷構成

量産計画から出荷開始までの時系列

NVIDIAは2026年5月31日、Vera Rubinの量産立ち上げを発表し、Supermicroを含むシステムメーカーが量産に参加すると説明しました。当時の発表では、量産出荷の開始時期は2026年秋とされていました。9月23日のSupermicro発表は、その予定時期に入った後のシステムメーカー側の発表として位置付けられます。NVIDIAの量産発表

ここで、似ている言葉を区別することが大切です。量産立ち上げは製造体制を整え、製品を継続的に作れる段階へ進むことです。出荷開始は、メーカーが製品を出荷中だと公表したことを意味します。一方、顧客納入、設置完了、本番稼働はさらに後の段階です。今回の発表だけでは、どの顧客の施設でいつ運用が始まったかは分かりません。

Supermicroは、16基の計算ラックに1,152基のRubin GPUと331TBのHBM4を配置し、5MWからギガワット規模まで拡張するScalable Unitの設計例も示しています。これは同社の設計・提供計画であり、すべての顧客案件で実現済みの導入実績や受注数量を示すものではありません。規模を評価する際は、計画値と実際の出荷・稼働データを分けて見る必要があります。Scalable Unitの説明

ベンチマークと実運用は別に考える

2026年9月16日、MLCommonsはMLPerf Inference v6.1の結果を公表し、Vera Rubin NVL72をプレビュー対象に含めました。標準化された試験で評価が始まったことは、実システムとして検証される段階に進んだことを示します。しかし、ベンチマーク結果は出荷数量、顧客導入、長期安定性を証明するものではありません。MLCommonsの発表

NVIDIAは同日の説明で、特定のモデルやソフトウェア、測定条件における比較結果を紹介しています。こうした数値は提出条件に依存するため、すべてのAIモデルで同じ性能が得られることや、実際の電力あたり性能・運用コストまで同じ比率で改善することを意味しません。性能を判断するには、利用モデル、バッチサイズ、ソフトウェア、電力、冷却条件をそろえた第三者データや顧客の運用結果が必要です。NVIDIAのMLPerf説明

このニュースの意味と今後の確認点

今回の重要性は、Rubin GPUという半導体単体の発売ではなく、GPU、Vera CPU、HBM、高速接続、液冷、電源、ラック組み立て、検証、現地導入を含むシステム単位の供給段階へ進んだ点にあります。AIデータセンターでは、チップの理論性能だけでなく、必要な電力を確保できるか、液冷設備を設置できるか、ネットワークとストレージを安定運用できるかが導入速度を左右します。

今後は、実際の出荷数量、顧客や納入地域、設置・稼働開始日、ラックあたりの消費電力、施設側の冷却条件、保守性を確認したいところです。Supermicroが示す大規模な設計例や、NVIDIAが示す性能評価は重要な手掛かりですが、企業の計画・説明と独立した導入実績は別物です。「出荷開始」を「量産導入完了」や「顧客施設での本番稼働」と同一視しないことが、今回のニュースを正しく読むポイントです。

出典

• Supermicro「Supermicro Now Shipping NVIDIA Vera Rubin NVL72 Racks」
• NVIDIA Developer Technical Blog「Inside the NVIDIA Vera Rubin Platform: Six New Chips, One AI Supercomputer」
• NVIDIA Newsroom「NVIDIA Vera Rubin Ramps Into Full Production to Power Agentic AI Factories Worldwide」
• MLCommons「MLCommons Sets Participation Record with New MLPerf Inference v6.1 Benchmark Results」
• NVIDIA Blog「NVIDIA Vera Rubin NVL72 Delivers Leading Performance in MLPerf Inference v6.1 Debut」