Cloud

概要 NVIDIAは10月20〜22日にドイツ・ベルリンで開催した「GTC Berlin 2026」で、Jensen Huang CEOの基調講演を通じて次世代プラットフォーム「Vera Rubin」を軸とする一連の発表を行った。Vera RubinはLLMの処理だけでなく、AIエージェント全体を扱えるよう設計された本格的な量産フェーズの基盤であり、これを収めたモジュール型AIファクトリーのリファレンスデザイン「DSX POD」も同時に披露された。DSX PODは現地でのユーティリティ整備後、わずか14日でデータセンターを稼働できるとされ、従来の6か月から大幅に短縮される。水冷消費量は最大100%削減、同じAI出力を最大30%少ない電力で実現できるとされ、効率性を強調する内容となった。これに合わせてGoogle Cloudは、Vera Rubin NVL72プラットフォームを採用したベアメタルGPUインスタンス「A5X」と、それを支える新ネットワークファブリック「Virgo Network」を発表し、11月の一般提供開始を明らかにした。両社の発表は、AIエージェントを大規模に運用するための計算基盤競争が次の段階に入ったことを示している。 NVIDIAのAIファクトリー戦略とロボティクス Huangは基調講演で、AIを「エネルギー、先進コンピュータ、トークンを生成するAIファクトリー、デジタルインテリジェンスモデル、アプリケーション統合」の5層構造として説明し、「AIモデルが登場するはるか前に、インフラが存在していなければならない」と述べた。この文脈で発表されたエージェント実行環境「OpenShell」は、カーネルレベルのサンドボックスを備えたオープンソースのポリシー制御ランタイムで、エージェントが起動されるたびに異なる権限が動的に割り当てられる仕組みを持つ。また、企業データとエージェントを接続する「Agent Knowledge Foundation」や、文書解析・リランキング向けのNemotronツール、構造化データ予測向けの新Kumoモデルも紹介された。 ロボティクス分野では、Isaac GR00Tプラットフォームを基盤とする31自由度の人型ロボット向けリファレンス「Agile ONE SN」が来年の提供を予定していると発表され、Agility Robotics、Figure、KUKA、NEURA Roboticsといった企業がパートナーに名を連ねた。自動車分野では、Hyperionコンピューティングプラットフォームの採用がLucid、Mercedes-Benz、Volkswagen Commercial Vehicles、Einrideに広がり、Volvo CarsはHyperionとAlpamayo Stackを組み合わせて採用する。さらにSiemens Healthineersとの協業によるAI適応放射線治療や、T-MobileとNokiaによる8年間の開発を経た初の商用通話など、業界をまたいだ応用例も示された。個人向けには1ペタフロップス・128GBメモリを備えたRTX Spark搭載AIノートPCも披露され、2016年のDGX-1が2人で運ぶ必要があったのに対し、手持ちサイズまで小型化が進んだことを対比的に示した。 Google CloudのA5XとVirgo Network、EMEA向けソブリンAI対応 Google Cloudは、Vera Rubin NVL72を採用したベアメタルGPUインスタンス「A5X」を発表し、11月の一般提供開始とEMEA向けデータレジデンシー対応を明らかにした。A5Xは単一拠点クラスターで最大8万基、複数拠点展開では最大96万基のRubin GPUまでスケールできるとされる。これを支える新ネットワーク「Virgo Network」はノンブロッキングなメッシュ型トポロジーを採用し、建物内・建物間をまたぐ水平スケーリングを可能にする。ストレージ面では、GPUDirect Storageに対応したGoogle Cloud Managed Lustreにより、CPUやシステムメモリを経由せずGPUメモリへ直接RDMA転送できるほか、長文コンテキスト向けのKVキャッシングでGPUのHBM容量を超えるコンテキストメモリ管理を実現し、推論の初回トークン生成時間短縮とスループット改善につながるとしている。オーケストレーション面では、GKEのRDMA管理機能「Managed DRANET」やトポロジー認識スケジューラ「Kueue」の強化も合わせて発表された。WPPのCTOであるStephan Pretoriusは「エージェント型AIの真の価値はスピードだけでなく、現代の制作パイプラインの摩擦から人間の創造性を解放することにある」と述べ、A5X導入によりブランドアセットの品質チェックや調整をエージェントに任せられるようになったとコメントした。 ソブリンAI対応としては、オンプレミス向けのGoogle Distributed Cloud(GDC)でNVIDIA Blackwell Ultra世代のHGX B300システムが一般提供となり、エアギャップ環境でもGemini 3.5 Flashのマルチモーダル機能や、インデックス・埋め込み・対話をすべて主権境界内に保つエンタープライズ検索(プレビュー)が利用可能になる。パブリッククラウド側ではGoogle Cloud Data Boundaryによるリージョンデータレジデンシー制御や、フランスのS3NS、ドイツのThalesといった地域パートナーと連携するGoogle Cloud Dedicatedも提供される。機密computing関連では、RTX PRO 6000 Blackwell Server Edition搭載のG4インスタンスが一般提供となり、新たにGB300 NVL72とNVIDIA Confidential Bare Metalを組み合わせたA4X Maxインスタンスも発表され、推論・学習中のプロンプトやモデルを保護するハードウェアルートの secure boot・暗号化インターコネクトを備える。オープンモデルについても、Gemma、Mistral、NVIDIA Nemotronがソブリンクラウドでの重み・ランタイムの完全管理に対応し、ベンダーロックインを回避できる形で統合された。 ...

概要 Amazonは、オランダ・アムステルダムを拠点とする分析データベースDuckDBの開発元DuckLabsを買収したと発表した。DuckDBはHannes MühleisenとMark Raasveldtの両氏が創設したDuckLabsが開発・保守してきたオープンソースの分析データベースで、1テラバイト未満のデータに対するクエリで高速な性能を発揮するよう設計されている。実世界の分析処理の多くはこの規模に収まるとされ、さらにAIエージェントによる探索的なクエリ用途にも適しているという特徴を持つ。買収の金額や契約条件は明らかにされていないが、報道によれば両社の合意は2026年8月に発表されたとされる。 オープンソースとしての今後 買収後もDuckDB本体やDuckLake、Quackといった関連プロジェクトはMITライセンスの下で無償提供され続け、非営利組織であるDuckDB Foundationによる監督体制も維持される。共同創業者らは「AWSに参画することで、この技術をより多くの開発者に届けるためのリソースと展開力が得られる」とコメントしており、コミュニティからは買収がDuckDBの独立性を損なうのではという懸念もありつつ、総じて慎重な歓迎の声が上がっている。AWS側も、創業者らのビジョンを自社に取り込むのではなく、その実現を後押しする立場であることを強調し、DuckDBの分析アプローチとAmazonのデータ戦略が方向性として一致している点を説明している。 Aurora PostgreSQLへの統合 買収後最初の具体的な成果として、Aurora PostgreSQLとDuckDBを組み合わせた統合が進められている。これにより、AuroraのトランザクションデータとS3上にApache IcebergやParquet形式で保管された履歴データを、単一のクエリでシームレスに結合して分析できるようになる。従来、トランザクションデータと分析用データを結びつけるには逆方向のETLパイプラインを構築する必要があったが、この統合によってその手間が不要になり、処理はAurora内で完結するためデータ移動やETLのオーバーヘッドも発生しない。分析処理をAWSのマネージドサービスの中でそのまま実行できるようになることで、開発者がデータ基盤を独自に構築・運用する負担を減らせる点が今回の統合の狙いといえる。 今後、DuckDBのエンジンがAWSの他のマネージドサービスにどこまで組み込まれていくかが注目される。オープンソースとしての独立性を保ちながら大手クラウドベンダーの基盤技術として採用される今回のケースは、分析データベース業界における買収・統合の一つの先行例となりそうだ。

概要 GMOインターネットグループが提供するFX自動売買ソフト向けVPSサービス「お名前.com デスクトップクラウド」で、第三者による不正アクセスが発生し、最大2万6,739台の顧客サーバーに不正プログラムが設置されていたことが判明した。同サービスは月額2,640円からMetaTraderなどのFX自動売買ソフトをクラウド上で24時間稼働させられる点が特徴で、累計契約数は20万件を超える。GMOは10月20日に不正プログラムの設置を確認し、被害拡大を防ぐため10月21日午前4時以降、全プランのサーバーを順次停止する措置に踏み切った。 被害の広がりとFX口座の不正利用 サーバー内に保管されていたID・パスワードなどの情報が閲覧された可能性があるとされ、GMOは利用者に対し速やかなパスワード変更を呼びかけている。一方でクレジットカード情報は別システムで管理されており、漏えいの対象には含まれていないという。さらに深刻なのは、攻撃者がMetaTraderなどが稼働する環境に侵入し、FX取引口座の認証情報を窃取して不正な取引を行った実例が複数報告されている点だ。これにより、サーバーの侵害が単なる情報漏えいにとどまらず、利用者の金融資産に直接的な実害を及ぼす事態に発展している。GMOは現時点で「預かっている利用者の個人情報の漏えいや、閲覧された情報が悪用された事実は確認していない」としているが、調査は継続中で全容はまだ明らかになっていない。 GMOの対応と今後の見通し GMOは10月20日に緊急メンテナンスを実施した後、21日に全プランを停止し、セキュリティ専門会社と連携して調査を進めている。利用者にはパスワードの変更に加え、二段階認証の設定やセッションの切断を要請しており、フィッシングなど便乗した詐欺への注意も喚起している。攻撃の侵入手法については各報道とも具体的な説明がなく、現時点で未解明のままだ。サービスの再開時期も未定で、GMOは確定した段階で公表する方針を示している。VPS上で自動売買ソフトを稼働させるという同サービスの性質上、認証情報が盗まれれば直ちに金融取引に悪用され得ることが今回の事案で浮き彫りになり、同種のクラウド型トレーディング環境全般における認証保護の強化が今後の課題となりそうだ。

概要 Google Cloudは10月22日、AIエージェントの実行に特化したコンピュートサービス「Agent Compute Engine」を発表した。これはGeminiのエージェント機能を裏側で支えてきた社内インフラを、一般企業向けの商用クラウドサービスとして外部提供するものだ。各エージェントにはTitanセキュリティチップでファームウェアの整合性を検証したハードウェア分離済みのmicroVMが割り当てられ、コンテナ並みの実行効率と仮想マシン並みのセキュリティ分離を同時に実現する。同社のGemini担当VP兼Google FellowであるGautham Thambidorai氏は「Geminiのエージェントを地球規模にスケールさせるには、高速に起動し極めて高い効率で動作するコンピュートが必要だ」と述べ、今回のサービスがその知見を外部化したものだと説明している。あわせて、エージェントのトラフィックとコストを制御する「Agent Gateway」にもトークン管理やモデルルーティングなどの新機能が加わり、エージェントガバナンス全体の強化が図られた。 技術的な仕組み:ハードウェア分離とmicroVM Agent Compute Engineの中核は、Titanセキュリティチップによってファームウェアレベルの整合性を検証し、ハードウェア分離されたCloud Hypervisor境界の中で動作するmicroVMだ。各microVMは独自のゲストカーネルとルートアクセス権を持ち、短期間だけ有効な認証情報を用いることで、信頼できないコードであってもコンテナに近い軽量さで安全に実行できるよう設計されている。高速なブートに加え、Copy-on-Writeによるメモリ共有で単一の物理ノード上に多数のエージェントmicroVMを高密度に配置できる点も特徴で、Google側のエンジニアは従来型VMと比べて「桁違いに多くのエージェントをホストできる」と説明している。ツール実行が終わってエージェントが「思考」フェーズに入るなど、アイドル状態になったmicroVMはスナップショットとして一時停止し、必要になれば素早く復元できる。長期にわたるセッションの作業データやコンテキストはHyperdiskを通じて永続化され、イミュータブルなファイルシステムによって実行環境自体の改ざんも防ぐ。ネットワークトラフィックは複数のプロキシを経由して制御され、ログイン認証情報もサンドボックスの外側で管理することで、エージェントが侵害された場合の情報漏えいリスクを抑えている。 Agent Gatewayとガバナンス機能の拡充 同時に拡張されたAgent Gatewayは、クライアントとエージェントの間、またエージェントと外部リソースの間のトラフィックを管理する役割を担う。機密データ保護やエージェントへの攻撃防御といった組み込みポリシーに加え、今回新たにトークン消費量を制御し予算の上限設定やエージェント・モデル別のコスト帰属を可能にする「トークン管理」、各リクエストを最も効率的なモデルへ振り分ける「モデルルーティング」の機能が2026年第4四半期中にプレビューとして提供される予定だ。ガバナンス機能はさらに、承認済みエージェントやツール、MCPサーバーなどを一元管理する「Agent Registry」、SPIFFE標準に基づき各エージェントに一意のセキュアIDを割り当てる「Agent Identity」、OpenTelemetry準拠でモデル呼び出しやエージェント間のホップを可視化する「Agent Observability」という3本柱で構成される。L’OréalのAIリードエンジニアを務めるAlexandre Frizzo氏は、Google Cloudのガバナンス機能が「Cloud RunなどのランタイムをまたいでID・ポリシー・可観測性を統一する基盤」になっていると評価しており、エージェントの大量展開を進める企業にとって、野放しに増える「シャドーAI」を制御する手段として位置づけられている。 背景と今後の展望 今回の発表は、単発のプロンプト応答を前提にした従来のクラウド基盤では、並行して走る大量のエージェントセッションや、動的かつ非決定的な実行経路、最小権限でのアクセス制御といったエージェント特有の要件に対応しきれないという認識が背景にある。SiliconANGLEによれば、Agent Compute EngineとアップデートされたAgent Gatewayは今後数ヶ月でロールアウトされる計画で、Google Cloudの公式発表によれば、Agent Compute Engine本体は「今後数ヶ月」でプレビュー提供される予定で、Agent Gatewayのトークン管理・モデルルーティングポリシーは2026年第4四半期中のプレビュー提供を予定している。企業向けAIプラットフォームを手がけるNous ResearchのCBOであるHervé Bizira氏も、GKE上で提供される別サービス「Agent Substrate」について、既存インフラへのデプロイとエージェント単位の分離・アクセス制御を両立させる基盤として同社の取り組みと親和性が高いとコメントしており、Claude CodeやOpenClawなど外部のエージェントフレームワークとの統合拡大も見込まれている。エージェントが企業内で本格的に稼働し始める中で、実行基盤とガバナンスの両面をセットで提供するアプローチが、他クラウド事業者の対応にも影響を与えるか注目される。

概要 CognizantとGoogle Cloudは10月19日、企業のエージェント型AI導入を加速するため戦略的提携を拡大すると発表した。両社は2026年4月にCognizantがGeminiに特化した実践部門を立ち上げて以来協業を深めてきたが、今回新たに「Gemini Frontier Capability Group」というグローバルな専任組織を設立し、Google Cloudのエンタープライズ向けAIプラットフォームとCognizantの業界ドメイン知見を組み合わせる体制を整える。狙いは、多くの企業がつまずいているAIの「パイロットから本番運用への移行」を実現することにある。 新組織の体制と規模 Gemini Frontier Capability Groupには1万8000人を超えるCognizantの専任エンジニアが投入される。すでに5万5000人以上の従業員が「Build with Gemini」ワークショップを修了しており、これはGeminiパートナーとして実施された単一ワークショップとしては過去最大規模だという。Cognizantは2026年中にGeminiを10万人の従業員に展開し、将来的には20万人規模まで拡大する計画を明らかにしている。当初の重点領域としては、レガシーシステムの刷新、開発者体験の向上、業務プロセスのエージェント化、サイバー防御の4分野が挙げられている。 活用される技術と具体的な事例 技術面では、GeminiモデルとGoogle CloudのAIプラットフォームに加え、Model Context Protocol(MCP)やGoogleのセキュリティ機能「Model Armor」が組み合わされる。具体的なソリューションとしては、小売業向けの「Catalog Support Agent(CSA)」、ヘルスケア領域のエージェント型マーケットプレイス「Neuro® San Healthcare Agentic Marketplace」、複数エージェントが連携する受注から入金までの業務フロー「Order-to-Cash」などが紹介されている。導入効果の一例として、ある小売企業ではGemini導入により開発者の生産性が40%向上し、市場投入までの期間が30%短縮、コストは35%削減されたという。 経営陣のコメントと今後の展望 CognizantのCEOであるRavi Kumar S氏は「専任のGemini Frontier Capability Groupを設立することで、最も優れたフロンティア技術のエンジニア人材が、顧客向けにフロンティアAIを本番環境へ投入することに集中できるようになる」とコメントした。Google CloudのCEOであるThomas Kurian氏も「AIエージェントを大規模に展開するには、深い設計・統合の専門知識を持つ信頼できるパートナーが不可欠だ」と述べ、両社の協業の意義を強調している。企業のAI導入が実証実験の段階から本格的な業務基盤への統合段階へと移行する中、今回のような大規模な人材投入を伴う提携は、他のシステムインテグレーターやクラウド事業者の動きにも影響を与えそうだ。

概要 OpenAIは10月21日、GPT-6 Astra、GPT-6.1 Sol、GPT-6 Lunaの各モデルをGoogle CloudのModel Gardenを通じて企業向けに提供開始すると発表した。マイクロソフトに続く主要クラウドパートナーとしてGoogleとの提携関係を一段深めるもので、これによりGoogleはGPT-6 Astra、Claude Fable 5.1、Gemini 4 Argonという三大クローズドソースLLM全てにアクセス可能な、唯一のハイパースケーラーとなった。現代のエンタープライズAI活用では用途ごとに最適なモデルを選びたいというニーズが強まっており、今回の提携はその選択の幅をGoogle Cloud上でそのまま確保する動きと言える。 提供されるモデルと価格 提供される3モデルはいずれも用途に応じた性能・価格のバランスで差別化されている。フラッグシップのGPT-6 Astraはコーディングやコンピュータ操作、科学研究といった高度なタスク向けで、サイバーセキュリティの脆弱性検出ベンチマークであるExploitBenchで満点を記録し、OpenAIが公表した最近のAI主導の数学的発見にも使われたモデルだという。安全性の観点でも「競合のフロンティアモデルより不整合な出力が少ない」とされ、ユーザーが定めたタスク制限を尊重するよう設計されている。GPT-6.1 SolはAstraに近い性能をより低コストで実現するモデルで価格はAstraの5分の1、GPT-6 Lunaは日常的な大規模業務向けの高速・低コスト型でAstraの100分の1という価格設定になっている。各モデルはGoogle Cloud Marketplaceを通じて販売され、利用料は単一の請求書に統合されるほか、既存のクラウド利用コミットメントや柔軟節約プランの対象にもなるため、企業は新たにAI専用の予算を確保する必要がない。 データ管理と提供形態 データガバナンスについてもGoogle Cloudは明確な保証を示している。プロンプトやコンテキスト、出力は顧客のデータ境界内に留まり、モデルの学習には使用されないとしており、クエリは隔離されたゲートウェイを経由する。Zero Data RetentionとConfidential Compute(信頼実行環境技術でワークロード固有のメモリを暗号化する仕組み)は今後追加される予定だ。提供経路はModel Gardenに加え、AIコーディングツールのAntigravityや、クラウドアプリケーション間の業務を自動化するGemini Agentも含まれる。現時点ではプライベートプレビューの段階にあり、まずは開発者向けのCodex CLI統合から始まり、Model GardenでのAstra/Sol/Lunaの提供は数週間以内に、Google Antigravityへの対応はその後に続く計画だ。 背景と今後の見通し 今回の提携は、2025年夏にOpenAIとGoogleの間で締結されたクラウド容量契約の延長線上にある動きだ。OpenAIはこれまでマイクロソフトのAzureを独占的な提供基盤としてきたが、その後AWS、そして今回のGoogle Cloudへと提供範囲を広げてきた。Google Cloud CEOのThomas Kurianは、この提携が「顧客に幅広いモデルの選択肢」を与え、品質とコストの両面で最適な組み合わせを可能にすると述べている。また、Google Cloud製品管理部門の副社長Michael Gerstenhaberも、現代的なエンタープライズAIでは各ワークロードを適切なモデルに合わせる必要があると指摘しており、今回の提携はGoogleのAI基盤を競合クラウドベンダーに対して強化する一手となりそうだ。

概要 Google Cloudの英ロンドンリージョン(europe-west2)のゾーンの一つであるeurope-west2-bで、10月20日午前6時8分(UTC)頃から電源障害が発生し、BigQuery Data Transfer Service、Cloud Filestore、Cloud Run、App Engine、Cloud NetApp Volumes、Google Kubernetes Engine(GKE)、Managed Service for Apache Kafkaなど、専門家の分析によれば約38のサービスに影響が及んだ。Googleは当初「europe-west2リージョンで複数のGoogle Cloudサービスにエラー増加と断続的なネットワーク障害が発生している」と説明し、その後原因を「電源イベント」によるものと公表した。影響はクラウド基盤の裏側だけに留まらず、Lloyds Bank、HSBC、Revolutといった金融機関から、Royal Mail、DPD、BT、Rightmove、Screwfixまで、英国の金融・物流・公共サービスを広く巻き込む事態となった。NHS関連サービスへの影響も報じられている。 障害の経緯と対応 Googleは当初、復旧の見通しを示せず、ワークアラウンドについても「現時点では特になし」としたうえで午前9時30分(UTC)頃に状況を更新すると説明した。その後、午前10時18分(UTC)の更新で、顧客に対しワークロードを別の利用可能なロケーションへ移行するよう案内した。その後、午前11時58分(UTC)に午後1時(UTC)頃までの暫定復旧見込みを発表し、午後2時3分(UTC)にはほとんどの顧客向けにサービスが復旧、午後5時37分(UTC)の更新では大多数について障害が緩和され、残存する影響は軽微であるとされた。Googleは最終的に「電源イベントがeurope-west2-bゾーン内で障害を引き起こし、その電源イベントは緩和された」と総括している。なお、europe-west2リージョンは3つのゾーンで構成されており、Google Studioなど一部サービスは影響を受けなかった。障害発生中、Revolutは「すべての顧客の資金とデータは安全だ」と顧客に向けて説明した。 単一ゾーン障害がもたらす連鎖的インパクト 今回の事案が注目されるのは、単一のアベイラビリティゾーンの電源障害という比較的限定的な事象が、銀行の決済から郵便の配送追跡、不動産情報サイト、通信事業者まで、国レベルで広範な業務停止を引き起こした点にある。Keele大学のコンピュータサイエンス講師であるAmro Al-Said Ahmad氏は、現代のクラウド生態系に特有の「依存関係の効果」が、中核インフラの一部に障害が起きた際に連鎖的な障害(cascading failures)を誘発しやすい構造を指摘している。マルチクラウドやマルチリージョン構成を取らず、単一ゾーンへの依存度が高い企業ほど影響を受けやすかったとみられ、今回の障害は重要インフラを支える企業に対し、冗長性設計の見直しを迫る出来事となりそうだ。

概要 Microsoft AIは10月15日、総パラメータ2.8兆(アクティブ800億)のMoE(Mixture of Experts)基盤モデル「MAI-Base-2」の事前学習完了を発表した。2026年6月に発表された前世代「MAI-Base-1」(総パラメータ1兆)の後継にあたり、16,000基のGB200 GPUを38日間用いて50兆トークンを学習した。同社はオープンウェイトモデルの最強格とされる「DeepSeek-V4-Pro-Base」との比較で、事前学習の計算量あたりの効率が4〜12倍に達したと主張しており、データ・モデル・インフラを自社で一貫開発する「フルスタック」戦略を加速させる姿勢を示した。現在はポストトレーニング段階にあり、既に後継の「MAI-Base-3」の準備も始まっているという。 学習基盤とアーキテクチャの工夫 学習は2026年8月から9月にかけて実施され、平均モデルFLOPS利用率(MFU)は21%、総スループットは89%に達した。効率向上の背景には複数のアーキテクチャ上の工夫がある。まず全レイヤーにMoEを採用し、多段階のドロップレスMoE実装によってトークンオーバーフローを処理しながらメモリ使用量を固定化、動的ルーティングに伴うメモリ断片化を排除した。最適化手法では、AdamWに代えてMuon最適化器を導入し、Newton-Schulzアルゴリズムによる重み行列の直交化を全体の計算コストのわずか2.1%で実現することで、より安定した学習動態を得たとしている。また、ネットワーク内の特定箇所で活性化勾配をクリップする手法を標準的なグローバル勾配クリッピングの代わりに採用し、勾配ノルムの安定性とスケール時の効果を確認したという。こうした工夫を踏まえ、学習率と重み減衰の積に関する経験的スケーリング則(LR* × WD* = 17.04 / steps)も確立し、中間スケールでの検証を済ませたとしている。 データとマルチモーダル対応 学習データは50兆トークンで、MAI-Base-1比で約36%増加した。知識カットオフは2026年3月まで更新されている。特徴的なのは、専用の画像エンコーダーを持たず、4.5兆トークン規模の視覚言語モデル(VLM)コーパスを学習混合物の18%として統合し、言語と視覚を単一のモデルで統合学習している点だ。Microsoftは、学習データが蒸留によるものではなく自然由来のデータである点を強調しており、これが後続の応用における信頼性確保につながるとの立場を取っている。 今後の展望 MAI-Base-2は次世代モデル群の基盤として位置づけられ、Microsoftは今後、同モデルを活用した追加発表を予告している。重みは企業向けプログラム「Foundry」を通じてライセンス提供される計画だが、一般提供の時期や価格は未定のままだ。同社はMAI-Base-2による性能向上に加え、2027年からAzureの推論基盤の中核を担う第3世代自社製AIチップ「Maia 300」の整備も進めており、フロンティアモデルの自前開発を加速する方針を明確にしている。すでに次世代モデル「MAI-Base-3」の準備も進行中とされ、Microsoftの自社AI開発競争における存在感は今後さらに強まる見通しだ。

概要 AWSは10月24日（土）、ドイツ・ブランデンブルク州にあるデータセンターを拠点とする「European Sovereign Cloud（ESC）」を、AWSグローバルネットワークのバックボーンと専用の運用データ転送チャネルから数時間切断する実証実験を実施する。切断中は、EU域内に設置された専用ハードウェア・ソフトウェア、EU域内に保管されたソースコードのローカルコピー、そしてEU居住者のみで構成される運用チームによって、通常のプライベート回線を使わずに欧州の一般インターネット回線経由でリージョンの運用を継続できるかを検証する。顧客データとメタデータは実験中も一貫してEU域内に留まる設計だが、一部の運用データについては国際チャネルを経由する可能性があるという。 実験の狙いと評価の枠組み AWSのマネージングディレクターであるStéphane Israëlは、この実証実験が「EU Cloud Sovereignty Framework」とドイツ連邦情報セキュリティ庁（BSI）の「C3A」基準に沿ったものであり、顧客がその結果を自社のコンプライアンス資料に組み込めるようにすることが目的だと説明している。AWS自身も、切断対象となる2つのシステム（グローバルネットワークのバックボーンと運用データ転送チャネル）は「運用上クリティカルではない」と位置づけており、だからこそリージョンが両者なしでも存続できるとしている。背景には、GDPR準拠の徹底や、米国CLOUD Actに基づく米当局のデータアクセスへの懸念に応え、欧州における米系クラウドサービスへの依存から脱却したいという欧州側の機運がある。ルクセンブルクでは既にMicrosoftがAzure Extended Zonesを展開するなど、主権クラウドをめぐる競争環境も変化しつつある。 残る論点と技術的な不確実性 一方で、この実証実験が示すのはあくまで「運用上の回復力（オペレーショナル・レジリエンス）」であり、「法的な主権」そのものではないという指摘も出ている。セキュリティアナリストのAndrea Fortuneは、米国法と欧州法が衝突する場面では、企業は自社を統制する法域の規則に従わざるを得ないと指摘し、データが技術的に保護されていても米CLOUD Actの下では米政府によるアクセスが可能になり得るとの懸念を示す。技術面でも、今回の実験はあくまで数時間規模の短期切断であり、より長期間にわたって独立運用を維持できるか、IAMやDNSといったグローバルサービスが切断時にどう機能するか、認証トークンや証明書の期限切れが運用にどう影響するかなど、未検証の論点が残っている。また、プライベート回線からパブリックな回線へ切り替わる際に、顧客側で一時的な接続の不便が生じる可能性も指摘されている。 展望 今回の実証実験は、欧州の政府機関や規制当局がクラウド事業者に求める主権要件に対し、AWSが具体的な検証データを示す初の試みとして注目される。結果次第では、EUの公共部門や規制の厳しい業種における米系クラウド採用の判断材料になり得る一方、法的主権の観点での懸念が解消されない限り、非米系クラウドやローカル事業者への移行を模索する欧州企業の動きは今後も続くとみられる。

概要 NVIDIAはOpen Compute Project(OCP)グローバルサミットにおいて、次世代AIインフラ「Vera Rubin」のラックおよびコンピュートトレイ設計をMGXオープンアーキテクチャを通じてOCPに提供すると発表した。背景にあるのは、AI工場の拡張を阻む要因がGPUの供給制約から電力・冷却・施設建設へと移行しているという認識だ。NVIDIA副社長のIan Buck氏は、オープンインフラをAI工場の世界規模スケーリングにおける「不可欠な要素」と位置づけており、Cisco・Google・Meta・Microsoft・Visionbayといった主要企業がエコシステムパートナーとしてすでに採用を進めている。 オープン化された技術仕様 今回更新されたMGX 1.2仕様には、ラック規模でのブラインドメイト液冷、ファンレス液冷コンピュートトレイ、5,000A対応の液冷バスバー、19インチ機器のネイティブサポートが含まれ、ラック当たり最大250kWの電力密度に対応する。電源面では800V DCアーキテクチャを採用し、従来の低電圧配電に伴う変換損失や配線の複雑さを軽減する設計となっている。ネットワークでは、Meta社が採用するSpectrum-6スイッチ(102.4Tb/s)がSpectrum-X Multiplane技術により最大8つのネットワーク平面にGPUトラフィックを分散し、10万GPU超級のファブリックに対応する。また、NVIDIAとCiscoが共同提案するUSFP光トランシーバ規格は、従来の200G/レーンOSFPモジュールと同等サイズで400Gb/レーンを実現し、16レーン構成から将来的に32レーンへの拡張も見込む。さらに「Vera CPU」ラック設計仕様は、ツール呼び出しや実行管理を支援するエージェント型AIワークロードに特化した構成となっている。 エコシステムの参加企業とそれぞれの役割 Cisco・Google・Meta・Microsoft・Visionbayの5社は、それぞれ異なる形でVera Rubinアーキテクチャの実装に関わっている。MetaはSpectrum-6ベースのスイッチ「N-IceCube」を開発しFBOSSに統合、Multiplane技術の実運用検証を進めている。GoogleはFalcon Transport技術の実装を進めるほか、後述のグリッド復旧仕様の策定にも加わった。Microsoftも同仕様の策定に参画している。CiscoはUSFP光学トランシーバ標準の共同開発を担当する。VisionbayはNVIDIAの800V DC参照設計とVertiv社の電力・冷却技術を組み合わせた「K-1」プラットフォームを発表し、クラスタレベルの電力センターでAC-DC変換を一元化し高電圧DCをコンピューティングリソースの近傍まで引き込む構成を実現した。NVIDIAはこれに加え、ネットワーク設定自動化の「Config Manager」、クラスタ検証の「Cluster Readiness Engine」、ラックハードウェア抽象化の「Rack Management Service」、ベアメタル配備の「Cluster API Provider」という4種のオープンソースソフトウェアコンポーネントもDSX AI Factory向けに公開している。 背景と今後の見通し AI工場の規模がメガワットからギガワットへと拡大する中、NVIDIAはAMD・Google・Metaと共同で施設設計を電源からラックレイアウトまで定義する「Open Data Center Specification v0.7」を策定したほか、Google・Meta・Microsoftと共に、グリッド障害から2秒以内の復旧を目指す「OCP Grid Resilience Specification」も発表した。業界分析では、ラック設計のオープン化によってFoxconn、Quanta、Wiwynn、Supermicroといったシステムビルダーが互換ラックの開発を迅速化できると指摘されている。今後は800V DC電源標準の段階的な普及に加え、EthernetがInfiniBandに対する優位性を広げる展開が見込まれるほか、DDNやVast Dataなどによるストレージ統合競争の激化も予想される。一方で、AMDの「Helios」ラックとの互換性がエコシステムの多様性を左右する要素になるとの見方も示されており、複数のラック規格が並立する中でどこまで標準化が進むかが今後の焦点となる。