01 / QUICK GUIDE
まず、30秒でつかむ
- 01
Getworksは、NVIDIAの次世代GPU基盤Rubinを搭載するSupermicro製サーバーへ対応した、液冷式コンテナ型データセンターを国内で展開すると発表しました。
- 02
予定ではコンテナを2026年9月から出荷し、Rubinサーバーを12月から受け入れて稼働可能にします。20フィート型は最大36ノード、288GPUを収容すると説明しています。
- 03
推論性能約2.5倍、発熱の99%以上を液体で回収などの数字は企業発表です。アプリ、消費電力、設置条件をそろえた第三者比較ではありません。
02 / KEY WORDS
専門用語を、やさしく。
ここだけ押さえれば、残りの本文はスムーズに読めます。
- GPU
- 大量の計算を同時に処理する半導体です。もともとは画像表示向けでしたが、現在はAIの学習と回答生成を支える中心的な部品です。
- 推論
- 学習済みAIが、質問へ回答したり画像を作ったりする処理です。学習より一回の計算は小さくても、利用者が増えると膨大な処理量になります。
- 液冷
- 空気だけでなく液体を使ってサーバーの熱を運び出す冷却方式です。高密度なGPUでは、熱を発生源の近くで効率よく回収できます。
- MW（メガワット）
- 電力の大きさを表す単位で、1MWは1,000kWです。6.75MW級は、小さな事務所ではなく大規模設備として電源計画が必要な水準です。
03 / THE FACTS
何が起きたのか
RubinはNVIDIAが次世代として展開するAI計算基盤です。発表対象のHGX Rubin NVL8は、一つのサーバーへ8基のGPUをまとめ、相互に高速接続する構成です。大規模モデルの回答生成や企業向けAI処理を想定しています。
Getworksの方式は、電源、冷却、監視などを海上輸送用に近いコンテナへ組み込み、設置場所へ運ぶものです。従来型のデータセンター建設より、必要な単位を追加しやすく、需要に合わせて段階的に増設できる点を売りにしています。
20フィート型は最大36ノード、つまりHGX Rubin NVL8なら最大288GPUを収容すると同社は説明しています。さらに複数コンテナを連結した40フィート構成では、最大270ノード、2,160GPU、受電容量6.75MWの規模を示しました。
冷却には、半導体の近くへ液体を通すダイレクト・リキッド・クーリングを使い、サーバーの発熱の99%以上を液体側で回収できるとしています。残る熱や電源設備もあるため、建屋全体の電力効率が99%という意味ではありません。
性能については、HGX Rubin NVL8がHGX B300 NVL8比で推論性能を約2.5倍にすると説明されています。どのAIモデル、精度、消費電力、処理量で比べた数字かにより実際の効果は変わるため、調達時には条件をそろえた測定が必要です。
つまり、何が重要なのか
Getworksは2026年8月7日、SupermicroのNVIDIA HGX Rubin NVL8サーバーに対応するコンテナ型データセンターを、国内で9月から出荷すると発表しました。Rubinサーバーの受け入れと稼働は12月から可能にする計画です。
同社は20フィート型で最大36ノード、合計288GPUを収容し、連結した40フィート構成では270ノード、2,160GPU、6.75MW規模に対応すると説明しています。高密度GPUを液冷し、建物を一から造るより短い期間で設置する狙いです。
04 / THE CONTEXT
なぜ、今これが重要なのか
企業が文章生成だけでなく、動画、音声、長い推論、社内エージェントへAIを広げると、回答一件当たりの計算が増えます。利用者も増え、AIサービスを止めないための推論設備が世界で不足しやすくなっています。
最新GPUは一台に高い電力を集めるため、既存の空調だけでは冷却が追いつかない場合があります。半導体を確保しても、電源工事と冷却設備に数年かかれば使えません。工場で組み立てたコンテナを運ぶ方式が注目される理由です。
日本では電力網、用地、災害対策、地域との合意も必要です。海外クラウドへ依存せず国内でAIを動かしたい需要が増えるほど、GPU以外のインフラを早く整える能力が競争力になります。
05 / WHAT IT MEANS FOR YOU
私たちには、何が変わる？
一般の利用者からは見えにくいニュースですが、AIサービスの速さ、料金、提供地域を左右します。
企業が自社AI基盤を検討するとき、GPU価格だけを見ると判断を誤ります。受電設備、冷却水、保守部品、ネットワーク、騒音、災害時の復旧を含む総費用と、いつ稼働できるかを比較する必要があります。
コンテナ型は速く増設しやすい一方、置く場所があれば即日動くわけではありません。6.75MW級なら電力会社との調整、変電設備、消防・建築条件、排熱の扱いが必要で、地域ごとの実現性が変わります。
環境面では、液冷により冷却電力を抑えられる可能性がありますが、AI計算そのものの電力が消えるわけではありません。処理一件当たりの電力と設備全体の使用率を公開して初めて、効率を比べられます。
07 / NEXT ACTION
今日から、どう動くか
- 01
AI基盤を検討する担当者は、現在と二年後の推論件数を見積もり、平均負荷と最大負荷を分けて整理する。
- 02
ベンダーへ性能2.5倍の測定条件、実消費電力、冷却を含む効率、保守時の停止範囲を確認する。
- 03
GPU本体だけでなく、受電、冷却、通信、用地、保守を含む五年間の一件当たり費用をクラウド案と比較する。