生成AIの普及によって、企業がAIを利用する機会が増えています。

これまでは、ChatGPTのような生成AIサービスを利用することが中心でした。

しかし最近では、社内データを活用した独自AIの構築や、AIエージェントによる業務の自動化など、企業が自社の業務に合わせたAIシステムを開発する動きも広がっています。

こうしたAI活用の拡大によって、GPUメーカーの競争にも変化が起きています。

2026年11月12日、AMDはAI向けGPU「Instinct MI400シリーズ」の新たな製品として、**「Instinct MI450X」**を発表しました。

さらに今週、NVIDIAは韓国のAI半導体企業Rebellions、通信大手SK Telecomとの協業を発表し、GPUと専用AIプロセッサーを組み合わせる新しい計算基盤の開発を進めることを明らかにしました。

いずれも、生成AIを高速かつ効率的に動かすための取り組みです。

これらの発表から見えてくるのは、AIサーバーの選定基準が、単純なGPU性能の比較から、AIの処理内容に合わせて計算環境を最適化する方向へ進んでいるということです。

今回は、今週の重要ニュースを整理しながら、企業がGPUサーバーやGPUクラウドを選ぶ際に考えるべきポイントを解説します。

1．AMDが新型AI GPU「Instinct MI450X」を発表

AMDは11月12日、AI向けGPU「Instinct MI400シリーズ」の製品ラインアップを拡充すると発表しました。

今回、新たに紹介されたのが「Instinct MI450X」です。

MI450Xは、GPU1基当たり288GBのHBM4メモリを搭載します。

HBM4とは、GPUが大量のデータを高速に読み書きするための高性能メモリです。

AMDによると、MI450Xは上位構成のMI455Xと同等の主要演算機能やメモリ帯域幅、GPU間接続機能を備えつつ、利用するAIモデルに応じてメモリ容量を選択できるようにした製品です。
AMD Newsroom

ここで注目したいのは、単純にGPUメモリを増やす方向だけではなく、用途に合わせてメモリ容量を選ぶという考え方です。

例えば、大規模言語モデル（LLM）を動かす場合、モデルの規模や同時利用者数によって必要なGPUメモリ容量が異なります。

高性能なGPUでも、必要以上に大きなメモリを搭載した構成を選べば、導入費用や運用費用が増える可能性があります。

反対に、メモリ容量が不足すれば、AIモデルをそのまま実行できなかったり、データをGPUメモリの外へ移動する必要が生じたりします。

そのため、必要なメモリ容量を見極めることが重要になります。

2．AMDはNVIDIAとの推論性能比較も公表

今回AMDは、既存のInstinct MI455Xについて、新しいAI推論性能の測定結果も公表しました。

AMDの発表によると、AMD Heliosシステム上でMI455Xを使用し、AIモデル「DeepSeek-R1」の推論処理を測定した結果、GPU1基当たり毎秒21,333トークンの処理性能を記録したとしています。

さらに、公開されているNVIDIA Vera Rubin NVL72のMLPerf Inference結果との比較で、最大30％高い処理量になったと説明しています。
AMD Newsroom

ただし、この数字はAMDが特定のモデル・測定条件で実施した試験結果と、NVIDIAの公開測定値を比較したものです。

すべてのAIモデルでAMDがNVIDIAより30％高速になるという意味ではありません。

AI推論の速度は、モデルの種類、同時処理数、入力文章の長さ、ソフトウェアの最適化などによって変わります。

実際に企業がGPUサーバーを選ぶ際は、自社で利用するAIモデルを使った性能検証が重要です。

3．NVIDIAはGPUと専用AIチップを組み合わせる方向へ

今週、NVIDIAからも注目すべき発表がありました。

11月9日、NVIDIAは韓国のAI半導体企業Rebellions、通信大手SK Telecomと共同で、次世代AIインフラの開発を進めると発表しました。

中心となる技術は「NVIDIA NVLink Fusion」です。

NVLink Fusionは、NVIDIAのAIインフラ技術を、他社の専用プロセッサーと組み合わせるための技術基盤です。

今回、Rebellionsが開発する次世代NPU「R200」をNVIDIAの計算基盤へ接続する計画が発表されました。

NPUとは、AIの計算処理に特化したプロセッサーです。

一般的なGPUは、AIモデルの学習、推論、科学技術計算など幅広い用途に利用できます。

一方、NPUは特定のAI処理に合わせて設計され、電力効率や処理効率を重視する場合があります。

今回の協業では、NVIDIA GPUがAIの入力内容を処理する部分を担当し、RebellionsのNPUが回答を順次生成する部分を担当する構成も検討されています。

これはAI推論を処理内容に応じて分担する「分離型推論」と呼ばれる考え方です。

なお、R200を利用したシステムは2028年の導入準備完了を予定しており、現時点で一般提供されているものではありません。
NVIDIA Corporation

4．AI推論には2つの異なる処理がある

今回のNVIDIAの発表を理解するために、AI推論の仕組みを簡単に説明します。

生成AIが質問に回答する際、大きく分けると「Prefill（プリフィル）」と「Decode（デコード）」という処理があります。

Prefill：入力された情報を処理する段階

例えば、企業の社内マニュアル100ページをAIに読み込ませ、その内容について質問する場合です。

AIは入力された文章を処理し、回答を生成するための準備を行います。

Decode：回答を生成する段階

入力内容の処理が終わると、AIは回答を少しずつ生成します。

この処理では、トークンと呼ばれる単位で文章が生成されます。

両者では、計算処理の特徴が異なります。

Prefillでは大量の入力データを並列に処理する能力が重要になります。

一方、Decodeでは、メモリへのアクセス速度や、回答を生成するまでの待ち時間などが重要になります。

そのため、同じGPUで両方を処理する方法に加えて、異なる計算装置へ分担する方法も検討されているのです。

5．NVIDIAとAMDが共同で参加する「SGLang Consortium」も設立

11月12日には、もう一つ重要な発表がありました。

オープンソースのAI推論エンジン「SGLang」の開発を支援する新たな組織「SGLang Consortium」が設立されたのです。

この組織には、NVIDIA、AMD、Intel、Google、Meta、Cloudflareなどが設立メンバーとして参加しています。
LMSYS Org

SGLangは、生成AIモデルの推論処理を効率よく実行するためのソフトウェアです。

AIの応答速度を高めたり、複数ユーザーからの要求を効率よく処理したりする際に利用されます。

ここで注目したいのは、競合するGPUメーカーやAIサービス企業が、共通のオープンソース技術の開発を支援している点です。

これは、AIインフラの競争がGPUのハードウェア性能だけではなく、ソフトウェアの最適化にも広がっていることを示しています。

同じGPUでも、推論ソフトウェアの構成や設定によって実際の処理性能は変わります。

つまり、高性能GPUを導入するだけではなく、その能力を十分に引き出すソフトウェア環境も重要になるということです。

6．AIサーバーの選定では「1回の処理にかかる費用」が重要になる

企業が生成AIを業務で利用する場合、GPUの演算性能だけで判断することはできません。

例えば、社内で100人の社員がAIを利用する場合を考えてみます。

利用者全員が同時にAIへ質問するわけではありません。

しかし、業務の繁忙期や大量のデータ処理が必要な場合には、AIへの要求が集中することもあります。

また、AIエージェントを利用する場合、1回の業務を完了するまでにAIモデルを何度も呼び出すことがあります。

そのため、GPUサーバーの性能を比較する際には、次のような項目を確認する必要があります。

例えば、同じAIモデルを利用していても、GPUの性能やソフトウェアの構成によって回答速度が変わります。

また、処理性能が高いGPUでも、利用料金が大幅に高ければ、必ずしも費用対効果が高いとは限りません。

企業にとって重要なのは、必要な応答速度と処理量を満たしながら、AIの運用費用を適正に抑えることです。

7．AMDの第6世代EPYC CPUも提供開始

今週はGPU以外にも、AIサーバーに関係する発表がありました。

11月10日、AMDはZen 6アーキテクチャを採用した「第6世代AMD EPYC」サーバー向けCPUの一般提供開始を発表しました。

AMDは、AIエージェントの普及によってCPUの重要性も高まっていると説明しています。

AIエージェントでは、GPUによるAIモデルの推論に加えて、データベース処理、プログラムの実行、外部サービスとの連携など、多くのCPU処理が発生します。

そのため、高性能GPUを搭載していても、CPU側の処理能力が不足すれば、システム全体の効率が低下する場合があります。
AMD Newsroom

これからのAIサーバーでは、GPUだけでなく、CPU、メモリ、ストレージ、ネットワークを含めた構成の最適化が重要になります。

8．企業はGPUサーバーを購入するべきか、GPUクラウドを使うべきか？

今回のAMDやNVIDIAの発表は、企業のAIインフラ選びにも参考になります。

ただし、すべての企業が最先端のGPUを導入する必要があるわけではありません。

例えば、社内文書を検索するAIシステムや、小規模な独自LLMを運用する場合には、比較的少ないGPUリソースで対応できることもあります。

一方、大規模言語モデルの学習や、大量の画像・映像データの解析では、高性能GPUを複数使用する必要がある場合があります。

そこで重要なのが、導入前の性能検証です。

最初から高額なGPUサーバーを購入するのではなく、GPUクラウドを利用して実際の処理を試す方法があります。

その際に必要なGPUメモリ容量、処理速度、利用時間、総費用を確認します。

実際の利用頻度が高く、長期間にわたって計算処理を実行する場合には、自社GPUサーバーの購入も選択肢になります。

反対に、開発・検証時だけGPUを利用する場合や、計算需要が変動する場合には、GPUクラウドが合理的な場合があります。

GPUを購入するかどうかは、実際の処理内容と必要な計算能力が分かってから判断することが重要です。

9．GPUクラウド「GPUSOROBAN」で高性能GPUを利用する

株式会社ハイレゾが提供するGPUクラウドサービス「GPUSOROBAN」では、NVIDIA製GPUを利用した計算環境が提供されています。

例えば「計算クラスター B200」では、NVIDIA B200を搭載したGPUクラスターを利用できます。

B200はGPU1枚当たり180GBのメモリを搭載しており、大規模言語モデルの学習や科学技術計算などに利用できます。

また、共有プランでは、GPU1枚・1分単位で利用時間に応じた課金が行われます。

2026年11月13日時点で確認した公式掲載料金は、GPU1枚・1分当たり22円（税込）です。

ただし、ストレージ料金が別途必要で、初回は税込11万円相当以上のポイント購入が必要となります。実際の契約条件やGPUの利用可否については、申し込み前に確認する必要があります。
GPUSOROBAN

GPUSOROBANを利用すれば、高性能GPUサーバーを自社で購入する前に、実際のAIモデルを使った検証ができます。

例えば、新しいAIモデルの学習や、大量データを使った短期間の計算処理などに利用できます。

なお、今回AMDが発表したMI450Xや、NVIDIAとRebellionsが開発する次世代NPUがGPUSOROBANで提供されるという意味ではありません。

現時点で確認できるGPUSOROBANの計算クラスターは、NVIDIA B200を採用したサービスです。

10．これからのAIインフラは「処理内容に合わせて選ぶ」時代へ

今週のAMDとNVIDIAの発表から、AIインフラ市場の新しい方向性が見えてきます。

AMDは、Instinct MI450Xによって、用途に応じたGPU構成の選択肢を増やしています。

NVIDIAは、GPUと専用AIプロセッサーを組み合わせる技術を進めています。

さらにSGLang Consortiumの設立によって、AI推論を効率化するソフトウェア開発でも協業が始まりました。

これらに共通しているのは、AIモデルの処理内容に合わせて、計算環境を効率化しようとしているという点です。

企業がAIを導入する場合も、同じ考え方が重要になります。

GPUの型番や演算性能だけで判断するのではなく、実際に利用するAIモデル、同時利用者数、必要な応答速度、運用費用などを確認する必要があります。

そして高額な設備投資を行う前に、GPUクラウドで実際の性能を検証することも有効です。

今後はGPUをどれだけ多く保有しているかではなく、必要な計算能力をどれだけ効率よく利用できるかが、企業のAI活用を左右することになるでしょう。

GPUサーバー・AI向けサーバーの導入をご検討の方へ

ウイルネットでは、GPUサーバー、AI向けサーバー、GPUクラウドの導入に関するご相談を承っております。

弊社は、株式会社ハイレゾが提供するGPUクラウドサービス「GPUSOROBAN」の正規代理店です。

生成AIや独自LLMの開発では、利用するAIモデルによって必要なGPUメモリ容量や計算性能が異なります。

また、GPUサーバーを購入する方法とGPUクラウドを利用する方法では、初期費用や運用費用が大きく異なります。

ウイルネットでは、大学・研究機関・企業向けのGPU関連サービスのご案内を通じて、用途に応じた計算環境の導入を支援しております。

GPUSOROBANについては、ご利用サービスや契約条件によって、直接契約よりも有利な料金をご案内できる場合があります。

「独自LLMを構築したい」「高性能GPUを短期間だけ使いたい」「GPUサーバーの購入とクラウド利用を比較したい」といった段階からでも、お気軽にお問い合わせください。

GPUSOROBANのサービス詳細・お問い合わせ

GPUSOROBAN ― 高速コンピューティング

GPUSOROBAN ― AIスパコンクラウド

GPUSOROBAN ― NVIDIA B200計算クラスター

参考資料・公式発表

AMD公式：Instinct MI400シリーズの新製品・推論性能を発表（2026年11月12日）

NVIDIA公式：Rebellions・SK TelecomとのAIインフラ協業（2026年11月9日）

LMSYS公式：SGLang Consortium設立（2026年11月12日）

AMD公式：第6世代EPYCサーバー向けCPUの提供開始（2026年11月10日）

株式会社ハイレゾ公式：GPUSOROBAN 計算クラスター B200

執筆・監修：株式会社ウイル 執行役員 岸本　静樹
編集協力：生成AI