ASUSは、NVIDIAのGB300 Blackwell Ultra「デスクトップ スーパーチップ」をワークステーションに導入しました。シンプルな外観のデスクトップは、ほとんどのサーバーラックよりも強力で、最大784GBのコヒーレントメモリと20PFLOPSのAIパフォーマンスを備えています。

ASUSは、NVIDIAのGB300 Grace Blackwell Ultra「デスクトップ スーパーチップ」を搭載した最初のデスクトップシステムの1つであるExpertCenter Pro ET900N G3をひっそりと発表しました。これは、これまで最高級AIハードウェアを自社のDGX Stationシリーズに絞ってきたNVIDIAにとって、大きな転換点となります。Blackwell Ultraの登場により、同社はASUS、LambdaなどのOEMメーカーと提携し、AIに特化したワークステーションをより幅広い市場に投入していきます。

GB300デスクトップスーパーチップは、ARMベースのGrace CPUとNVIDIAの新しいBlackwell Ultra GPUを組み合わせたもので、今年初めのGTC 2025で発表されたDGX Stationと同じ組み合わせです。このプラットフォームは、最大784GBのLPDDR5XおよびHBM3E統合メモリと、FP4精度が向上した次世代Tensorコアを搭載し、AIトレーニング、推論、大規模モデル開発に最適です。ASUSのExpertCenterは、これらの設計原理を反映し、20PFLOPSのAIパフォーマンス、高速スケーリングを実現するConnectX-8 SuperNICネットワーク（800Gb/s）、そしてNVIDIA DGX OSのサポートを備えています。

さらに、この控えめな外観のデスクトップは、優れた拡張性を備えています。GPUやアクセラレータを追加するためのPCIe x16スロットが3つ、SSDストレージ用のM.2スロットが3つ、標準ATX + EPS12Vコネクタによる電源供給に加え、GPU単体で最大1,800Wを供給できる12V-2×6コネクタが3つ搭載されています。理論上は、RTX Blackwellカードを複数枚スタックすることで、さらに演算能力を高めることも可能です。NvidiaはGB300の詳細な仕様や価格を明らかにしていませんが、SXMベースのコンピューティングGPUだけでも数万ドルの価格となり、DGX StationとExpertCenterはどちらも5桁の価格帯となります。

ExpertCenter G3は、NvidiaのGB300 Blackwell UltraがAI業界全体に普及しつつある時期に登場しました。Dellは最近、CoreWeaveに最初のGB300 NVL72クラスターを導入しました。ラックあたり72基のBlackwell Ultra GPUと36基のGrace CPUを搭載し、FP4推論性能は1.1エクサフロップスに達し、GB200 NVLを50%上回ります。GB300サーバーの量産出荷は2025年9月までに増加すると予想されています。噂によると、NvidiaがGB200のBiancaマザーボード設計を再利用することを決定したことで、サプライチェーンのボトルネックが緩和され、生産が加速したとのことです。

興味深いことに、ASUSは小型のGB10 Grace Blackwellプラットフォームをベースにしたコンパクトデスクトップ、Ascent GX10も発表しました。GB300搭載のExpertCenterほどパワフルではありませんが、GX10はNVIDIAがAIハードウェアをより手頃な価格帯のフォームファクターで提供していくという意向を示唆しています。今回の発表は、ASUS、Dell、LambdaなどのOEMと提携し、独占的なDGXラインナップを超えて、より幅広いプロフェッショナルに高性能AIシステムを提供するというNVIDIAの戦略と一致しています。AIハードウェアの急速な進化に伴い、これらのパートナーシップは、特にRubinのような将来のプラットフォームがGPU密度、電力効率、そして熱設計を新たなレベルに押し上げる中で、コンシューマー向けAIワークステーションへの道を開く可能性があります。

AsusがNvidiaのBlackwell Ultra推進に協力したことで、ExpertCenter Pro ET900N G3は単なるAIワークステーションではなく、GPUを超えたNvidiaの野心の高まりを示しています。CPU市場は長らくAMDとIntelが独占してきましたが、Nvidiaは直接的なx86の競合相手ではなく、AIとHPCのワークロードに特化して構築されたARMベースのGraceプロセッサで彼らの領域に踏み込んでいます。Graceは汎用CPUを置き換えるようには設計されていません。むしろ、従来のセットアップでは容易に匹敵できない、統合された高帯域幅のメモリとコンピューティングパフォーマンスを可能にすることで、NvidiaのGPUの優位性を補完します。これにより、NvidiaはAMDやIntelと直接戦うわけではありませんが（少なくとも今のところは）、AI中心のサーバーやワークステーションにおける彼らのシェアを徐々に侵食する可能性のある市場セグメントを切り開くことは間違いありません。

Google ニュースで Tom's Hardware をフォローすると、最新のニュース、分析、レビューをフィードで受け取ることができます。「フォロー」ボタンを忘れずにクリックしてください。