次世代スーパーコンピューティングとは何ですか？

スーパーコンピューティングの焦点は、単に計算能力を高めることから、さまざまなコンピューティングパラダイムの深い統合へと徐々に移行しています。業界の主要な推進役であるNVIDIAは、Simulation、AI（Artificial Intelligence）、Quantum Computingを中心に構築された次世代の科学技術計算プラットフォームを発表しました。Vera CPU、独自の高速光インターコネクト技術、Apolloの事前学習済み物理モデルなどの革新的なソリューションを通じて、NVIDIAは性能、エネルギー効率、スケーラビリティのバランスを取る統合コンピューティングフレームワークの構築に取り組み、将来の科学研究と大規模AIアプリケーションに新たなインフラサポートを提供しています。

3大コンピューティングパラダイムの融合

過去数十年にわたり、スーパーコンピューティングの開発では、主に複雑な物理方程式を解く数値シミュレーションにより、科学研究と工学的イノベーションを推進してきました。しかし、人工知能と量子コンピューティングの急速な進歩に伴い、将来のスーパーコンピューティングプラットフォームは、単一のコンピューティングアーキテクチャから、より多様で統合されたアーキテクチャへと移行しつつあります。

ハイパフォーマンスコンピューティングにおいて最も重要なものの一つが科学シミュレーションです。従来の数値シミュレーションは、気候予測、材料の研究開発、流体力学解析などの分野における重要な計算に今も使用されています。しかし、AIによって状況を大幅に改善できます。以前よりもはるかに高速に処理できます。かつて長い時間を要していた処理も実行できます。

同時に、人工知能は科学研究における重要な生産性向上ツールになりつつあります。生成AIからAI for Scienceに至るまで、ますます多くの研究機関がAIを活用して膨大な量の実験データを処理し、モデルのトレーニングを支援し、研究成果の検証を加速しています。AIはもはや単なるアプリケーションレベルの技術ではなく、科学計算ワークフロー全体に徐々に統合されつつあります。

量子コンピューティングは、注目に値するもう一つの発展の道筋です。商用化はまだ初期段階にありますが、量子コンピューティングが従来のハイパフォーマンスコンピューティングと連携して動作する“量子・古典ハイブリッドアーキテクチャ”は、業界にとって重要な探究分野となっています。将来的には、特定の種類の複雑な問題が量子コンピューティングによって高速化される可能性がある一方、従来のコンピューティングプラットフォームは引き続き大規模な汎用コンピューティングタスクを処理します。

現在の傾向から判断すると、将来のスーパーコンピューターは、もはや計算能力を積み上げるのではなく、科学シミュレーション、人工知能、量子コンピューティングを相乗的に統合することで、より効率的でインテリジェントな新世代のコンピューティングプラットフォームを構築するようになるでしょう。

科学分野におけるAIは実用化に向けて急速に進展しています

これまで、科学研究は主に数値シミュレーションを用いて物理世界を再現し、予測してきました。しかし、データ量が増加し続けるにつれ、従来の計算手法だけでは科学研究のニーズに対応することがますます困難になっています。今日、AIは補助的なツールから中核的な研究手法へと徐々に進化しており、科学的課題の解決方法を変革するだけでなく、多くの研究成果の実用化も促進しています。

気候研究では、AIとハイパフォーマンスコンピューティングの組み合わせにより、すでに顕著な効率向上が実証されています。たとえば、Earth-2プロジェクトに基づく次世代気候シミュレーションプラットフォームは、1キロメートルの解像度で全球の気候をモデル化し、シミュレーションサイクルを大幅に短縮できます。かつては完了までにかなりの時間を要した計算タスクでも、現在でははるかに迅速に予測結果を得られるため、異常気象警報や気候研究に、よりタイムリーなデータ支援を提供できます。

流体力学も、AIによる高速化が最も顕著な分野の一つです。従来のCFDシミュレーションには、多くの場合、数時間またはそれ以上かかります。しかし、AIサロゲートモデルとPhysics-NeMoフレームワークの支援により、一部の複雑な流れ場の計算は、高い精度を維持しながらわずか数秒にまで短縮されています。この効率向上は、航空宇宙、自動車設計、工業製造にとって大きな価値があります。

核融合研究において、デジタルツイン技術は新たな進展です。OmniverseとAIモデルを組み合わせることで、研究者は核融合炉のデジタルレプリカをリアルタイムで作成し、プラズマ状態の変化を極めて迅速に予測できます。これにより、実験の効率が向上し、核融合エネルギーの将来的な商用化を探る新たな方法が生まれます。

AI技術は、地震や津波の予測にも広く活用されています。過去の地震活動に関する情報を利用することで、大規模AIモデルは潜在的なリスクを迅速に特定し、その時点で津波が発生する可能性を推定できます。この方法により早期警報が提供され、人々は災害の影響を防止または軽減するための時間を確保できます。

同時に、“科学のためのAI”が世界の科学研究インフラの高度化を推進しています。AI向けに設計された新しいスーパーコンピューティングプラットフォームを構築する国立研究機関が増えています。例えば、日本のRIKENはNVIDIA Blackwellアーキテクチャに基づく次世代システムを導入しています。GPUクラスタ、高速InfiniBandネットワーク、AIコンピューティングフレームワークの協調動作により、このシステムは科学計算、量子研究、AIトレーニングのための統合コンピューティングプラットフォームを提供します。

天気予報から核融合によるエネルギー生成、産業の仕組みの検証から自然災害に関する人々への警告まで、AIは科学研究のあらゆる分野でますます活用されています。単にコンピューターを高速化するのではなく、科学者が発見する方法を変えることのほうが重要です。これにより、研究者は複雑な問題に、より低コストかつ迅速に取り組み、新しい科学的アイデアをより早く産業へ導入できます。

ハードウェアアーキテクチャは変化している

次世代の科学技術計算を支えるため、NVIDIAは基盤となるハードウェアアーキテクチャにもいくつかの調整を加えています。SC25で披露された次世代スーパーコンピューティングのプロトタイプから判断すると、将来のシステムはもはやCPUとGPUを単純に組み合わせたものではなく、量子インターフェース、高速光インターコネクト、ヘテロジニアスコンピューティング機能を統合した複雑なプラットフォームへと徐々に進化していくでしょう。

自社開発CPU：VeraおよびOlympusコア

新しいVera CPUはNVIDIA独自のOlympusコア設計を採用しており、旧Graceプラットフォームのほぼ2倍の速度を実現します。 さらに、Veraにはデータセンター環境向けに設計されたLPDDR5Xメモリシステムが導入されています。 このシステムは帯域幅の使用とエネルギー効率に最適化されており、AIトレーニング、科学シミュレーション、ハイブリッドコンピューティングタスク向けに強化されたデータ処理能力を提供します。

CPO: データセンター相互接続の再定義

AIクラスターが拡大し続ける中、従来の着脱可能な光モジュールは、消費電力、メンテナンス、故障率の面でますます大きな課題に直面しています。これに対応するため、NVIDIAは異なる開発方針を選択しました—光エンジンをスイッチチップと同じパッケージに直接統合するというものです。

CPO (Co-Packaged Optics)は、単に光モジュールの形状を変えるだけのものではありません。システム全体を設計する新しい方法です。CPOは、電気信号の伝送経路を短縮することでこれを実現します。これにより、消費電力が削減され、相互接続効率が向上します。総合的に、将来のハイパースケールAIクラスター向けに拡張可能なネットワークインフラストラクチャを提供します。

NVIDIA’が発表した計画によると、TACC、Lambda、CoreWeaveはQuantum-X Photonicsプラットフォームを最初に導入する組織の一つとなり、この技術をAIおよび高性能コンピューティングインフラストラクチャに初めて適用します。

NVLink：数百基のGPUを単一ユニットとして動作可能にする

Blackwellアーキテクチャによって実現された推論性能の大幅な向上は、FP4精度の最適化だけによるものではありません。さらに重要な要因は、NVLink相互接続技術の継続的な進化です。

最新世代のNVLinkでは、最大576基のGPUを統合された共有メモリ・コンピューティングドメインに接続できるため、数百の独立したノードの単なる集合体としてではなく、1つの大規模なコンピューティングシステムのように連携して動作させることができます。

大規模モデルのトレーニングと推論では、GPU間のデータ交換効率が全体的なパフォーマンスの上限を決めることがよくあります。モデルの規模が拡大し続けるにつれて、ネットワーク帯域幅はコンピューティング能力そのものと同じくらい重要になります。このため、NVLinkは大規模AIインフラストラクチャを支える主要技術の一つとなっています。

Apollo：AI物理モデルが事前学習時代へ突入

ハードウェアのアップグレードに加えて、ソフトウェアエコシステムも並行して進化しています。

SC25カンファレンスで、NVIDIAは流体力学や構造力学を含む複数の科学計算分野にまたがるAI物理モデルのApolloシリーズを正式に発表しました。Apolloの導入は、エンジニアリングシミュレーションが従来の“ゼロからのモデリング”アプローチから、大規模言語モデルに類似した“事前学習 + ファインチューニング”モデルへと徐々に移行していることを意味します。

Apollo は主要な要素を組み込んでいます AI物理学 ニューラルオペレーター、Transformerアーキテクチャ、拡散モデルなどの進歩。また、トレーニング時には物理学に関する豊富な事前知識も活用します。

開発者は、公式に提供されている事前学習済みモデルをそのまま使用できるだけでなく、独自のシナリオに基づいて追加学習やカスタム開発を行うこともできるため、科学計算モデル構築のハードルが大幅に下がり、科学研究の成果を研究室から実用化へと移行するプロセスが加速します。

ある意味で、Apolloは科学計算を生成AIと同様の発展段階へと導いています—研究者は、もはや毎回ゼロからモデルを構築する必要はありません。それでも、構築することはできます。それでも、既存の基盤の上に構築することで、代わりに迅速な反復と革新を行うことができます。

量子コンピューティング：ヘテロジニアス・インテグレーションが次世代のコンピューティング・パラダイムになる可能性

量子コンピューティングに関して、NVIDIA’のアプローチは、従来のコンピューティングプラットフォームを量子システムに置き換えるのではなく、将来のスーパーコンピューティングアーキテクチャの主要コンポーネントとして、量子プロセッサをGPUと連携させて動作させることです。

GPU と QPU の協調コンピューティング

NVIDIAによると、QPU（量子プロセッサユニット）はGPUを補完する専用アクセラレータとして機能します。統合CUDA-Qソフトウェアプラットフォームを通じて、開発者は同じ開発環境内で量子コンピューティングタスクと古典コンピューティングタスクをスケジュールできるため、これら2種類のコンピューティングリソースを連携させて複雑なタスクに取り組むことができます。

これは、研究者が2つの別個の開発システムを維持する必要がないことを意味します。統一されたフレームワーク内で量子アルゴリズムを設計し、シミュレーション検証を実施し、シミュレーションを実行できます。これにより、量子コンピューティングに取り組むことがはるかに容易になります。

NVQLink：量子コンピューティングと古典コンピューティングをつなぐ架け橋

量子プロセッサとGPUが容易に連携できるように、NVIDIAは両者を接続するNVQLinkを開発しました。この技術はQPUとGPUの接続に不可欠であり、CUDA-Qによって駆動される大規模な量子コンピューティングワークフローをサポートします。

Quantinuum’s次世代Helios量子プロセッサとの共同テストにおいて、NVQLinkはGPUとQPU間の低遅延相互接続を実現し、スケーラブルなqLDPC量子誤り訂正コードの世界初となるリアルタイムデコードの検証に成功しました。

テスト結果によると、誤り訂正機構を導入した場合、システムの忠実度を約99%に維持でき、誤り訂正を行わない場合の95%を上回ります。これは、量子誤り訂正技術が実際に実用的であり、量子コンピューティングを従来の高性能コンピューティングと併用できることを示しています。

現在の開発段階を考えると、量子コンピューティングが単独で大規模に応用可能になるまでには、まだ長い道のりがあります。しかし、複雑な科学技術計算タスクにおけるGPUのコプロセッサとして、すでに実用的な価値を示し始めています。将来のスーパーコンピューティングシステムは、単一アーキテクチャ間の競争ではなく、CPU、GPU、QPUで構成される異種融合プラットフォームになる可能性が高いでしょう。

結論

将来、スーパーコンピューターは、CPUベースとGPUベースの設計を組み合わせたものに加え、科学シミュレーション、人工知能、量子コンピューティングを統合したハイブリッドシステムを使用して構築されるようになります。Vera CPU、CPO光インターコネクト、Blackwellアーキテクチャ、NVLink/NVQLinkなどのテクノロジーは、帯域幅の拡大、レイテンシーの低減、リソース間の連携の容易化に役立ちます。同時に、Apolloのような科学指向のAIプラットフォームが、従来の手法を変えつつあります。これらは、すでにトレーニング済みの物理モデルを使用して、従来の手法を支援します。