エージェント型AI時代の核心指標ドルあたり知能を最大化するNVIDIA Vera Rubinプラットフォーム エージェント型AIの普及に伴い、モデルの継続的な学習と環境適応を支えるポストトレーニングが中核業務へと移行している。NVIDIAは、この継続的学習ループを最適化しドルあたり知能の最大化を実現する新GPUプラットフォームVera Rubinを本格展開している。 エージェント型AIは単なるプロンプト応答ではなく、目標達成に向けて環境変化やツール更新、予期せぬエラーに対して自律的に計画・適応する必要がある。このため、初期学習後のポストトレーニングは一度限りの仕上げ工程ではなく、プロダクションからのフィードバックを基に並列ロールアウト生成と強化学習による重み更新を繰り返す継続プロセスとなる。この構造において、推論時のトークンあたりコストの低減と、ポストトレーニングによるモデル能力の向上は表裏一体であり、投資対効果を測定するドルあたり知能が業界の最重要指標へと変貌している。 Vera RubinはBlackwell世代と比較して大規模モデルの学習に必要なGPU数を四半分に削減。エンドツーエンドでエージェント向けポストトレーニング負荷に合わせて設計され、並列ロールアウト生成数の増加と学習サイクルの高速化を実現する。NVIDIAが提供するオープンソース基盤NeMo GymやNeMo RL、およびSWE-bench実証ベンチマークで71.7％の修正成功率を記録した5500億パラメータのスパースモデルNemotron 3 Ultraとの統合により、再現性の高いインフラを提供する。 主要企業もこの取り組みにいち早く参画し、実証を進めている。Prime IntellectはVera Rubin搭載CPUを採用した強化学習環境で平均30％のスループット向上を確認。PerplexityはRDMA技術を活用した非同期学習パイプラインにより、兆パラメータ級の重み同期を2秒未満に短縮し、大規模モデルを提供。Together AIもAIネイティブクラウド基盤上でポストトレーニングサービスを提供し、次世代Vera Rubinプラットフォームの活用を計画している。 継続的学習がAI開発の標準となる中、Vera Rubinは推論コストの圧縮とモデル能力の強化を両立させ、エージェント型AI時代のインフラ基盤を規定するものと期待されている。