記事一覧へ戻る
ロボティクス・フィジカルAI

黄仁勲氏の東京訪問後に見える、Nvidiaの日本「フィジカルAI」戦略

読了目安 3 分

導入

7月15日から16日にかけて行われた黄仁勲氏の東京訪問は、単なるトップ営業ではなかった。TechCrunchによれば、Nvidiaは日本政府、ロボット大手、自動車メーカー、半導体材料サプライヤーにまたがる一連の合意を得て、日本の産業AI構想の中心に自社を位置付けた。

黄氏が強調したのは、AIの次の舞台がクラウド上のチャットボットだけではなく、工場、車両、ロボット、機械へ移るという見方だ。製造業とロボットに強みを持ち、同時に労働力不足とAI主権の課題を抱える日本にとって、この「フィジカルAI」は国家戦略と重なるテーマになっている。

主なポイント

  • Noetraが日本の主権AIを担う:日本はSoftBank、Sony、NEC、Hondaなどを中核に、約44社の国内企業を集め、ロボット、車両、工場向けのAI構築を進める。政府は今後5年間で最大1兆円を投じ、国産のフィジカルAI基盤モデルを育てる計画だ。
  • 計算基盤はNvidiaに依存する:NoetraはNvidiaの次世代Vera Rubinプラットフォームを使ったAIファクトリーを計画している。2028年の稼働が見込まれるこの基盤は、13,750基のVera CPUと27,500基のRubin GPUを備え、140メガワット規模になる。
  • ロボット企業がCosmosに集まる:Fanuc、Yaskawa、Kawasaki Heavy、Fujitsu、Hitachi、NEC、Sony、SoftBank、Kubota、AIRoAなどがNvidiaのCosmosモデルを活用する方針を示した。NvidiaはJetson Thor上で動くCosmos 3 Edgeも発表し、モデルを機械内部で動かす方向を打ち出した。
  • Toyotaとの関係も広がる:Toyotaはすでに次世代車両でNvidia Driveを採用している。今回の流れでは、生産ラインのシミュレーション、車載ソフトウェア、交通状況を読み取るシステムへとNvidiaの役割が拡張される。

意味と影響

今回の訪問が示したのは、Nvidiaが日本市場で単にGPUを売るのではなく、製造業の再設計に関わる存在になろうとしていることだ。日本は2040年までに18分野で1,000万台のAI搭載ロボットを導入し、世界のAIロボット市場で30%超のシェア獲得を目指している。その実現には、現場データ、モデル、計算資源、導入先が一体で必要になる。

日本には、工場現場のデータ、精密なものづくり、ロボット企業の厚い層がある。一方で、兆単位パラメータのモデルを訓練できる最先端半導体と大規模AIインフラは、依然として米国企業、とりわけNvidiaに大きく依存する。

つまり日本の独立志向は、当面は米国製シリコンの上で走ることになる。それでもNvidiaにとっては、日本はチャットボット後のAIを示す重要な実験場だ。工場、車、ロボットがNvidiaのソフトウェアと半導体を前提に再構築されれば、同社はAIチップ企業からインテリジェント産業の基盤企業へとさらに近づく。

出典:TechCrunch AI

コメント

ログイン状態を確認中…

コメントを読み込み中…

関連記事

CCTest · Blog
Qwen-Drive-1.0:視覚言語モデルを自動運転へ拡張する試み
ロボティクス・フィジカルAI
cctest.ai

Qwen-Drive-1.0:視覚言語モデルを自動運転へ拡張する試み

Qwen-Drive-1.0は、事前学習済みの視覚言語モデルを土台に、3D認識、視覚質問応答、運動計画を一つの枠組みに統合する初期的な試みです。BEV認識ヘッドと計画エキスパートによって、共有表現を検査可能なシーン構造と将来軌道へ接続します。

続きを読む
CCTest · Blog
Nori Robotics、1,688ドルの両腕移動ロボットを開発者向けに投入
ロボティクス・フィジカルAI
cctest.ai

Nori Robotics、1,688ドルの両腕移動ロボットを開発者向けに投入

Nori Roboticsは、ロボット開発者と研究者を対象にした1,688ドルの両腕移動ロボットを発表した。高価な脚式機構やオンボード計算を避け、複数台を使った実験と修理のしやすさを重視する設計だ。

続きを読む
CCTest · Blog
NavMCP、基盤モデルの協調でロボットの長期ナビゲーションを前進
ロボティクス・フィジカルAI
cctest.ai

NavMCP、基盤モデルの協調でロボットの長期ナビゲーションを前進

NavMCPは、視覚言語モデルのタスク推論とナビゲーション基盤モデルの閉ループ実行を組み合わせる。複数回の探索で証拠を蓄積し、長期的な物理世界のタスクに対応する仕組みだ。

続きを読む