何が起きたか

2389.aiが、NVIDIA DGX Sparkを扱う実験レポートを掲載した。提供資料では掲載日を確認できない。

本紙の見方

このレポートを読む際の軸は、個別の実験結果を大規模な運用実績と同列に扱わないことだ。DGX Sparkを題材とする実験記事と、複数の計算資源を接続するインフラの発表では、示すものが異なる。前者は特定の条件での検証を扱い、後者は設備構成を示す。両者を「NVIDIAの計算能力」と一括りにすると、利用規模や測定条件の違いが見えなくなる。 本紙の関連報道では、LambdaがNVIDIAのCPOスイッチを使い、1万基を超えるGPUを備えるGB300 NVL72ラックを接続する情報を扱ったLambda、NVIDIAのCPOスイッチでGB300 NVL72ラックを接続 GPUは1万基超。同件では性能値は示されていない。今回の実験レポートとこの設備情報は、同じ製品評価の連続した段階というより、検証対象と証拠の種類が異なる資料として比較すべきだ。実験の結果を、ラック規模の処理性能や稼働実績へそのまま広げる根拠にはならない。 競争上の含意も、単純な製品性能の優劣ではなく、利用者がどの条件で計算資源を評価できるかにある。大規模設備の接続では、GPU数だけでなくネットワーク構成や実際の性能値が評価に関わる。一方、個別製品の実験記事を判断材料にするには、対象モデル、ソフトウェア環境、測定方法、比較条件がそろっているかを確認する必要がある。こうした条件が異なれば、得られた数値を別の機器や運用へ適用できる範囲も変わる。 アクセス経路も別の論点だ。米BISの暫定最終規則は、中国などに本社を置く企業による先端AI半導体の遠隔利用を対象としている米BIS、先端AI半導体の遠隔利用を規制。この規則とDGX Sparkの実験記事が直接結びつくとは確認できないが、計算資源の評価では、装置の仕様だけでなく利用形態や利用者に適用される規則も切り分けて見る必要がある。今後の検証では、条件をそろえた再現性、実運用時の稼働状況、費用などが確認点になる。詳細は原典を参照されたい。