NVIDIA Vera Rubinが「1ドルあたりの知能」を最大化｜エージェンティックAI向け事後学習の重要指標を解説

2026年7月18日

AIニュース重要度

★★★☆☆

3.0 / 5｜知っておくと役立つ通常ニュース

知っておくと役立つ通常のアップデートのため★3としました。

生成AIの学び方で悩んでいませんか？

「何から学ぶか」「続けられるか」「仕事で使えるか」が大切と分かっていても、独学では難しいですよね。

DMM 生成AI CAMP 学び放題は、DMM.comが提供する月額制の生成AIオンラインスクールです。

総額200万円相当の約1,000レッスンが学び放題。職種別・ツール別のコースを、メンターやAIチューターのサポートを受けながら継続的に学べます。

その第一歩として、入会前に中身を体験できる60分の無料セミナーが用意されています。参加すると、こんなことが分かります。

自分の職種で使えるか - マーケティング・営業・人事など職種別8コースの中身を体感できる！
ツールごとの学び方 - ChatGPTやDifyなど、ツール別のマスターコースも確認できる！
学習の進め方 - 約1,000レッスンをどう学べば短期間で身につくか、プロが提案してくれる！
続けられる仕組み - 24時間対応のAIチューターやメンター相談、コミュニティの中身が分かる！
生成AIの最新デモ - 生成AIの最新技術デモをその場で体験できる！

「無料セミナーで体験してから、学び放題に入会して継続的に学ぶ」という流れで始められるので、合うか分からないまま入会する心配がありません。

予約・参加は無料。入会するかはセミナーの後に決められます。

＼予約は30秒・日時を選ぶだけ／

60分の無料セミナーを予約する（無料）

⇒入会・コース詳細を公式サイトで見る

※無料なのはセミナーで、学び放題本体は月額制の有料サービスです。料金は公式サイトをご確認ください。
※セミナー・コース内容は変更される場合があります。

概要

NVIDIAは公式ブログで、次世代プラットフォーム「NVIDIA Vera Rubin」が、AIモデルの「ポストトレーニング（事後学習）」における費用対効果を高めることを発表しました。特に、自律的にタスクをこなす「エージェンティックAI」にとって重要な指標である「インテリジェンス・パー・ダラー（1ドルあたりの知能）」を最大化する設計になっているとしています。

何が発表・更新されたのか

公式ブログでは、AIモデルの学習を「事前学習（プリトレーニング）」と「事後学習（ポストトレーニング）」に分け、後者がエージェンティックAIの時代において継続的に発生する中心的な処理になっていると説明しています。

事後学習は、強化学習（RL）によってモデルにコードの記述やツールの利用、エラーからの回復といった実務的な能力を身につけさせる工程です。環境やツールが週単位で変化するため、一度きりの仕上げ作業ではなく、継続的なループとして実行され続ける必要があるとしています。

Vera Rubinは、この継続的な事後学習の負荷に対応するために設計されたプラットフォームで、Blackwell世代に比べて4分の1のGPU数で最大規模のモデルを学習できるとされています。あわせて、オープンウェイトモデル「NVIDIA Nemotron 3 Ultra」（550億パラメータのMoEモデル、実際は5500億パラメータと記載）が、コード修正ベンチマーク「SWE-bench Verified」で71.7%のスコアを達成した事例も紹介されています。

なぜ重要なのか

従来、AI活用のコスト指標としては「トークンあたりのコスト（cost per token）」が中心でした。今回の発表では、これに加えて「インテリジェンス・パー・ダラー」という、モデルの知能構築とその維持にかかる投資対効果を測る新しい視点が示されています。両者は対立する指標ではなく、コスト効率の良いインフラが知能構築のコストも下げ、構築された知能が推論時の価値を高めるという、入れ子構造の関係にあるとされています。

誰に関係があるのか

自社でAIモデルの学習・運用基盤を検討しているエンジニアやインフラ担当者
エージェンティックAI（自律的にタスクをこなすAI）の導入を検討している企業の技術責任者
AIモデルの性能とコストのバランスに関心がある経営層・企画担当者

仕事や業務でどう使えるのか

公式ブログでは、Prime Intellect、Perplexity、Together AIといった企業が、NVIDIAのプラットフォームを活用して事後学習を継続的に実施している事例が紹介されています。たとえばPrime IntellectはVera CPUと連携させることで、強化学習のサンドボックス処理において、他のCPUアーキテクチャに比べ平均30%高いスループットを確認したとしています。

自社でAIエージェントを開発・運用する場合、こうした継続的な事後学習の仕組みを理解しておくことは、モデル選定やインフラ投資の判断材料になると考えられます。

注意点

本記事はNVIDIAのハードウェア・ソフトウェアプラットフォームに関する発表であり、一般の業務担当者が直接利用するサービスではありません。公式情報上では、日本での提供状況や具体的な価格、対象プランの詳細は確認できませんでした。数値（GPU数の削減率やベンチマークスコア）は公式ブログに記載された測定条件に基づくものであり、環境によって結果が異なる可能性がある点にもご留意ください。