エージェントAIがもたらす「第2の産業革命」

NVIDIAの創業者兼CEOであるジェンスン・ファン(Jensen Huang)氏は、台湾で開催されたGTC Taipei 2026の基調講演において、AI産業が「自律型エージェント」という全く新しいフェーズに突入したことを宣言しました。
これまでのAIは情報の検索や生成といったツールに留まっていましたが、これからは自ら考え、道具を使い、タスクを完結させるエージェントが主流となります。
具体的には、ソフトウェア開発の現場で劇的な変化が起きています。
GitHubにおけるコードの変更履歴(コミット数)は、2026年に入り前年比でほぼ3倍に急増しました。
これはAIエージェントが開発者のパートナーとして稼働し始めた結果であり、3兆ドル規模の開発者給与が9兆ドル相当の価値を生み出していることを意味します。
AIは雇用を奪うのではなく、投資対効果を最大化させることで、さらなる開発者需要を創出しているのです。
AIは利益を生成し、GDPを押し上げるエンジンとなる
- トークン(AIが生成する情報の最小単位)が利益を生む商品に変化
- 台湾のGDP成長率が10%近くに達する見込み
- すべての企業が自律型エージェントを導入する時代の到来
- ソフトウェア会社にとっては過去最高の成長機会
次世代アーキテクチャ「Vera Rubin」の全貌

このエージェントAI時代を支えるために設計されたのが、最新アーキテクチャであるVera Rubinです。
これは単なるグラフィックスプロセッサの更新ではなく、データセンター全体を一つのコンピューターとして機能させる「システムとしての設計」が施されています。
| 構成要素 | 特徴 | 役割 |
|---|---|---|
| Rubin GPU | 6兆個のトランジスタを搭載 | 思考、推論、計画の実行 |
| Vera CPU | エージェント専用設計 | ツール実行とメモリ制御の指揮 |
| Bluefield 4 DPU | 強化されたセキュリティ処理 | データの隔離と暗号化の管理 |
| NVLink 72 | 超高速相互接続ネットワーク | 複数のラックを統合した演算 |
Vera Rubinは、従来のGrace Blackwell世代と比較しても、製造の自動化とオーケストレーションが進化しています。
以前は1つのラックを組み立てるのに2時間以上かかっていましたが、最新の設計ではわずか5分で組み立てが可能になりました。
これにより、爆発的な需要に対する供給スピードが飛躍的に向上しています。
自律型エージェントを動かす「Vera CPU」の革新

ジェンスン・ファン氏が最も強調したポイントの一つが、新開発のVera CPUです。
これまでのCPUは「人間」が使うことを想定して設計されてきましたが、Vera CPUは「エージェントAI」が使うためにゼロから構築されました。
エージェントは人間よりもはるかに「短気」であり、ナノ秒単位でのレスポンスを求めます。
- 1シングルスレッド性能の追求IPC(1クロックあたりの命令実行数)を世界最高水準に引き上げ、推論の待ち時間を最小化。
- 2圧倒的なメモリ帯域1.2テラバイト/秒の帯域を持ち、x86プロセッサの2〜3倍の速度でデータにアクセス。
- 3エージェント・サンドボックスAIが安全にコードを実行するための環境を、従来の1.8倍の速度で処理。
- 4SQL処理の高速化構造化データベースのクエリ実行速度を3倍に向上させ、リアルタイム性を確保。
エージェントが必要とするのは、スループットではなく圧倒的なレスポンス速度である
AI工場の設計図「NVIDIA DSX」とインフラ戦略

NVIDIAは現在、半導体メーカーから「インフラストラクチャー企業」へと変貌を遂げています。
1ギガワット級の巨大なAI工場を構築するには、電力、冷却、ネットワーク、そしてグリッド(電力網)のすべてを同時に設計する必要があります。
そこで導入されたのがNVIDIA DSXというフレームワークです。
- DSX SIMNVIDIA Omniverseを活用し、物理的な工場を建てる前にデジタルツイン上で設計・検証を行う。
- DSX Max LPS液冷技術と動的な電力配分により、同じ電力予算内でより多くのGPUを稼働させ、収益を最大化する。
- DSX Flex電力網(電力会社)の負荷状況をリアルタイムで読み取り、工場の消費電力を動的に調整する。
企業がエージェントを実装するためのエコシステム

最後に、ファン氏は企業が独自のAIエージェントを構築するためのNVIDIA Agent Toolkit(NVIDIAエージェントツールキット)を紹介しました。
これには、OSのように機能するOpenShellというランタイムが含まれています。
これにより、企業はプライバシーを保護しつつ、自社の専門知識をエージェントに学習させることが可能です。
NVIDIAは、Cadenceと提携してチップ設計を自動化するエージェントを開発するなど、すでに実務レベルでの成果を上げています。
数千人のエンジニアが行っていた数週間分の検証作業が、エージェントを活用することで数日、あるいは数時間に短縮されています。
「多くを買えば買うほど、多くを節約できる」というファン氏の言葉通り、AIへの投資が直接的な利益成長に直結する時代の幕開けです。
