AI Cluster DGX H100/H200/B200/GB200 NVL72 2026（エーアイクラスター）
NVIDIA AI Server。DGX H100 (8x H100 80GB)・DGX H200 (8x H200 141GB)・DGX B200 (8x B200 192GB HBM3e)・DGX GB200 NVL72 (72x B200 + 36x Grace CPU・1.4 ExaFLOPS FP4)・GB200 Superchip Switch・NVLink 5 (1.8TB/s/GPU)・Grace Hopper GH200・SuperPOD・SuperPOD GB200 NVL72×8 = 576 GPU・CoolerMaster液冷・¥¥¥¥¥¥¥ ($3M/NVL72)、2026年GB200大量出荷。
概要
エーアイクラスターは、NVIDIA が2026 年に投入した AI 専用サーバーラインナップで、DGX H100、DGX H200、DGX B200、そして最大規模の GB200 NVL72 を含む。各モデルは 8 つの GPU を搭載し、GPU 間は NVLink 5 を介して 1.8 TB/s の帯域幅を実現。GB200 NVL72 は 72 台の B200 GPU と 36 台の Grace Hopper GH200 CPU を組み合わせ、FP4 精度で 1.4 ExaFLOPS を超える演算性能を提供。2026 年には GB200 NVL72 が大規模データセンターでの標準化を目指し、CoolerMaster の液冷システムと統合された「SuperPOD」構成が主流になる見込みだ。
主な特徴・仕組み
- GPU 構成
- DGX H100: 8 × H100 80 GB HBM3e
- DGX H200: 8 × H200 141 GB HBM3e
- DGX B200: 8 × B200 192 GB HBM3e
- GB200 NVL72: 72 × B200 + 36 × Grace CPU
- NVLink 5: 1.8 TB/s/ GPU、GPU‑to‑GPU の低レイテンシ通信を実現
- FP4 1.4 ExaFLOPS: 2025 年に導入された FP4 精度で、推論と学習の両方で 2 倍以上のスループットを提供
- Grace Hopper GH200: 2026 年初頭に発表、CPU と GPU の統合で 10 % 以上の省電力化
- SuperPOD: 576 GPU クラスターで 8 × GB200 NVL72 を統合、データセンターの拡張性を最大化
- CoolerMaster 液冷: 2025 年に導入された高効率液冷技術で、TDP 15 kW を 30 % 低減
- PCIe 5.0 / 6.0 対応: 2026 年の標準化に合わせ、データ転送速度を 3 倍向上
- ソフトウェアスタック: NVIDIA CUDA 12.3、TensorRT 8.5、NVIDIA Deep Learning Accelerator (NDA) 4.0
- 電源ユニット: 12 kW 80 % 以上の効率を持つ 4 × 3 kW モジュール
スペック比較表
| モデル | GPU 数 | GPU メモリ | NVLink 帯域幅 | FP4 性能 | 価格（概算） |
|---|---|---|---|---|---|
| DGX H100 | 8 | 80 GB | 1.8 TB/s | 0.4 EFLOPS | ¥1,200,000 |
| DGX H200 | 8 | 141 GB | 1.8 TB/s | 0.6 EFLOPS | ¥1,800,000 |
| DGX B200 | 8 | 192 GB | 1.8 TB/s | 0.8 EFLOPS | ¥2,400,000 |
| GB200 NVL72 | 72 | 192 GB (GPU) | 1.8 TB/s | 1.4 EFLOPS | ¥3,000,000 |
具体例・対応製品
- NVIDIA DGX H100 – 研究機関での大規模言語モデル学習に最適。
- NVIDIA DGX H200 – 画像生成タスクにおける推論高速化に使用。
- NVIDIA DGX B200 – 量子化学計算とシミュレーションで高いスループットを発揮。
- NVIDIA GB200 NVL72 – 2026 年の AI 研究所で採用され、1.4 ExaFLOPS を超える推論を実現。
- Grace Hopper GH200 – エッジ AI データセンターで 10 % 以上の省電力化を実現。
自作PCでの選び方・注意点
- 電源容量: 1.8 kW/ GPU 以上を確保。GB200 NVL72 では 15 kW 以上が必要。
- 冷却設計: 液冷を推奨。CoolerMaster の最新モデルは 30 % の温度低減を実証。
- マザーボード: PCIe 5.0/6.0 対応かつ NVLink 拡張スロットを備えたもの。
- ケースサイズ: 2U 以上のラックマウントケースが必要。
- ネットワーク: 10 GbE 以上のイーサネット、または 25 GbE を備える。
- ソフトウェア: CUDA 12.3、TensorRT 8.5 を最新版に更新。
- 電源効率: 80 % 以上の効率を持つ 12 kW UPS を設置。
- メモリ: 256 GB DDR5-6000 以上を推奨。
- RAID: NVMe SSD 3.5 TB 以上、RAID 10 で高可用性を確保。
- 監視: GPU 温度と電力をリアルタイムで監視するツール（nvidia-smi, Prometheus）を導入。
関連用語との違い
- DGX A100: 2024 年にリリース、H100 より 1 倍低い性能。
- NVIDIA RTX 5090: デスクトップ向け GPU、AI 推論はサポート外。
- Grace Hopper GH200: CPU と GPU を統合したチップ、DGX 系列は専用サーバー。
- SuperPOD: 576 GPU を 8 × GB200 NVL72 で構成、DGX シングルユニットは 8 GPU まで。
- NVLink 5: 2025 年に登場、NVLink 4 から 1.8 TB/s へ飛躍。
よくある質問(FAQ)
Q1. GB200 NVL72 はデータセンター向けで、一般ユーザーが購入できるか？
A1. GB200 NVL72 は 2026 年に大規模データセンター向けに限定販売され、一般ユーザー向けの販売は行われない。企業契約が必要。
Q2. NVLink 5 の帯域幅は 1.8 TB/s だが、実際の使用でどれくらいの速度が得られる？
A2. 実測では、同時に 8 GPU を使用した大規模モデルで 1.4 TB/s の実効帯域幅を達成。レイテンシは 5 µs 未満。
Q3. 2025 年の AI 推論のトレンドに合わせて、GB200 NVL72 はどのように最適化されているか？
A3. 2025 年に導入された FP4 精度と NVLink 5 の組み合わせで、推論時に 2 倍以上のスループットを実現。さらに、Grace Hopper GH200 の統合で CPU‑GPU のデータ転送が 30 % 速くなった。
まとめ
NVIDIA のエーアイクラスターは、DGX H100 から GB200 NVL72 まで、GPU 数・メモリ・演算性能・冷却・電源設計において 2026 年の AI 需要に応える構成を持つ。2025 年の FP4 精度と NVLink 5 の導入、2026 年の Grace Hopper GH200 と SuperPOD の統合により、データセンターは 1.4 ExaFLOPS を超えるスループットを実現し、AI 研究・商用サービスの高速化を支える。自作 PC での導入は高い電源・冷却・ケース要件を満たす必要があるが、正しい設計と最新のソフトウェアスタックを組み合わせれば、最先端の AI ワークロードを手軽に扱えるようになる。