NVIDIAがGPUではなくCPUで新規顧客を獲得。Modalで見えた「同時処理2倍」の条件

GPUのNVIDIAがCPUで選ばれた

NVIDIAが新たなAIインフラ顧客を獲得した。今回の中心はGPUではなくCPUだ。2026年10月19日、クラウド企業ModalはAIエージェントの実行基盤であるSandboxに、ArmベースのNVIDIA Vera CPUを追加する方針を明らかにした。従来はIntelとAMDのx86 CPUを使っていた。

NVIDIAから最初のVeraサーバーがModalのサンフランシスコ拠点に持ち込まれ、初期検証が行われた。Armへの対応にはインフラやコンテナイメージ構築の修正が必要であり、すでに全商用環境を切り替えたとの発表ではない。

注目された数字は「最大2倍」。しかし、AIモデルの推論速度が2倍になったという意味ではない。

単独の仕事では小差、多数の仕事では大差

ModalはAgentless Agent Benchを作った。Terminal-Bench 2.1からネットワーク通信を必要としない50の正解実行・検証課題を選び、事前起動したコンテナでコンパイル、ファイル検索、Git操作などを行う。LLMの応答時間と外部ネットワーク待機は測定対象から外した。

負荷の小さいホストで1件ずつ実行すると、Veraは多くの課題で速かったものの常に優位とは限らず、差も概して小さかった。

しかし同時実行するコンテナを増やす試験では、Intel Granite Rapids系の比較ホストに対して、単位時間に完了する課題数が最大2倍になったとModalは報告した。これは限定された課題群による同社の初期計測であり、すべてのエージェントが2倍速くなるということではない。

AIエージェントのCPU負荷は突然増える

エージェントはモデルの推論だけで動くわけではない。ファイルの読み書き、パッケージの導入、テストの実行などを隔離されたSandboxで行う。Modalは一つのホスト上で多数のコンテナや仮想マシンを動かす。

LLMを待っている間はCPU使用率が低くても、npm installや大規模grepが始まると通常の約10倍の負荷が瞬間的に発生することがあるという。全顧客に最大負荷分の資源を固定予約すれば余剰が生じ、平均負荷に合わせて詰め込むと他ユーザーの急な処理に影響される。

Modalが重視するのは、こうした混雑や突発的な負荷の中でも処理量を維持できるかという点だ。

88コアよりも、混雑時に処理を止めない能力

NVIDIA公表のVeraは88個のOlympusコアと最大1.2TB/sのメモリ帯域を備え、単独のCPUサーバーとしても提供可能だ。Modalは高いメモリ帯域が多くのコンテナを同時に動かす際の処理量維持に貢献すると説明する。

ただし、これはメーカー仕様とModalの初期試験を組み合わせた解釈だ。独立した大規模本番環境で費用・消費電力まで同じ効果が実証されたわけではない。

CPUの遅れがGPUを待たせる場合もある

Modalは強化学習の反復処理にも言及した。同期型の学習では複数のSandboxから結果が揃うまで、次の段階に進むGPUが待機する場合がある。CPU側の処理遅延は、高価なGPUの稼働率にまで影響する可能性がある。

とはいえ、このベンチマークだけでGPUの費用削減額は分からない。学習処理全体の時間、待機時間、ハードウェア価格、実運用コストを別途測る必要がある。

IntelとAMDを捨てる判断ではない

Reutersによると、ModalのErik Bernhardsson CEOはIntelとAMDを継続利用しながらVeraを追加する方針だ。仕事の種類に応じて適したプロセッサーに配分する混在構成を目指す。

単独処理時間、同時処理量、Armへのソフトウェア移行コストは異なる評価軸だ。IntelとAMDの次世代CPUも比較対象になる。今回の数字だけでCPU市場の長期的な勝者を決めることはできない。

年換算10億ドルの企業が気にするコスト

Modalは10月14日、7億5,000万ドルのSeries D資金調達と157億5,000万ドルの企業評価額を公表した。同社の年換算売上ペースは10億ドルを超え、Sandbox製品だけでも約3億ドルとしている。

これらは会社側のランレート指標であり、確定した年間売上ではない。ただし、エージェント実行環境が大きな事業になっていることを示す。大量の実行環境を一定の品質で提供できるかが、重要な経営判断となり得る。