NVIDIA：ワット当たり性能が主要指標に——Blackwell GB300はHopperの最大25倍の効率

「ワット当たり性能」とは何か、なぜ主要指標になったのか

ワット当たり性能とは、消費電力1単位当たりに生成される有用な計算作業量——例えばAIが生成するトークン数——を指します。データセンターの電力・冷却コストがAI推論需要とともに増大する中、この指標はAIインフラの経済合理性と環境負荷を測る主要な基準になっています。NVIDIAは新しいブログでGB300 NVL72が効率の標準を再定義したと主張しています。

Blackwell GB300 NVL72——具体的な結果

DeepSeek V4 ProモデルでNVIDIAのBlackwell GB300 NVL72は前世代Hopperと比べ最大25倍のワット当たり性能を達成しました。GLM5.1では最大20倍、Kimi K2.6では最大10倍の改善が見られます。これは本番環境における複数の主要オープンモデルを対象としたハードウェア測定値です。Blackwellアーキテクチャは72基のGPUを搭載するNVL72構成においてNVLinkネットワークトポロジーのメモリ帯域と電力効率を大幅に向上させています。

ソフトウェア最適化：1か月で5倍

注目すべきは、ハードウェアだけが改善の要因ではないという点です。ハードウェア変更なしのソフトウェア最適化だけでDeepSeek V4において1か月以内に最大5倍の効率改善がもたらされました。NVIDIAのツールエコシステムにはTensorRT-LLM、NVIDIA Dynamo、SGLang、vLLM、NVIDIA DSX MaxLPSが含まれます。この事実は、推論オーケストレーションスタックがシリコンと同様に重要であることを示唆しており、GPUハードウェアで知られる企業としては珍しく率直な認識です。

本番環境のクライアントと業界への影響

Blackwellシステムはすでにいくつかの著名なAI企業が本番で利用しています：Anthropic、OpenAI、CoreWeave、Perplexity、Fireworks AI。比較として、前世代Hopper（H100/H200）は2022年から2024年までAIトレーニングと推論のデファクトスタンダードでした。主要サービスプロバイダーの本番環境でのBlackwellへの移行は、GPU世代交代がアナリストの予測より速いペースで進んでいることを示しています。