共有:

HPC · National Compute

「世界一」を降りて、
使われる計算機を選んだ。

理化学研究所・富士通・NVIDIA が共同開発する次期スーパーコンピュータ 「富岳 NEXT」は、TOP500 の頂を狙う設計方針から降りて、産業・研究の現場で実際に使い切れる計算機を優先する方向を明示しました。国産計算基盤の何が変わるのか——設計思想の転換を読みほぐします。

AI Navigate 編集部·2026.07.19·読了 6分

RANKING-FIRST TOP500 #1 実用効率は伸び悩む UTILITY-FIRST Peak は控えめ 実効性能重視 「動く割合」を伸ばす
FIG. 頂点を狙う曲線と、稼働率を上げる曲線。狙い所が違うと設計判断も変わる。
01

What Changed

「TOP500 の頂を狙わない」宣言の中身

理化学研究所 計算科学研究センター(R-CCS)富士通、そして NVIDIA が共同で進める次世代機「富岳 NEXT」は、「TOP500 で世界一を取ることを主目標に据えない」設計方針を明示しました。従来の富岳(2020 年運用開始)が Linpack ベンチマークで世界一を獲得した路線から、明確に一段舵を切る形になります。

置き換わる目標は、「産業応用・研究アプリケーションでの実効性能」と「使い切れる時間の割合」です。ピーク FLOPS で表彰台に載る計算機ではなく、電力・冷却・ソフトウェア整合のバランスを取り、連続稼働で結果が出せる基盤へ設計軸を移す——次期機の位置づけをそう定義し直したのが今回の宣言です。

02

By The Numbers

比較軸の書き換え

Linpack
従来の主 KPI(順位)
実効
応用ベンチ・稼働率が新 KPI
3 者
理研 × 富士通 × NVIDIA 共同
03

Why It Matters Now

なぜ、いまこの方向転換なのか

TOP500 の順位は「作れた計算機」の証明でしたが、AI 時代の現場では「動かせた計算機」のほうが希少になっています。

ここ 5 年で HPC の景色は大きく変わりました。生成 AI の学習・推論、材料計算、気象、創薬——需要のほとんどは短時間の連続大規模ジョブで、ラック規模の GPU 集合体を高稼働率で回し切れるかが実質的な勝敗を決めます。世界一のピーク性能を持っていても、Linpack と実応用の差が大きい設計では、投じた電力・予算に対して出せる成果が伸びません。

もう一段大きい文脈として、日本の 文部科学省の予算議論では「世界一」を掲げる HPC 投資への説明責任がここ数年で急に厳しくなっています。「順位ではなく成果」を先に約束する設計は、財政議論と国内ユーザーの実利の両方を通しやすい——政策面から見てもこの方向転換は現実的な選択です。NVIDIA が Grace-Hopper 系や次期 CPU-GPU ノードでパートナーとして入るのも、汎用 AI 向けの実効性能で説得力を持たせる意図が読み取れます。


04

Who Should Do What

誰に、どう効くか

「日本のスパコン」の話に見えて、実は国産計算基盤を使う判断のニュースです。役割ごとに効き方が違います。

01

研究エンジニア: 移植コストの計算が変わる

富岳(現行)で ARM (A64FX) ベースに最適化していたコードは、次期機で NVIDIA GPU + 汎用 CPUの構成に置き換わる可能性が高い。ポート済み資産の再最適化コストと、GPU 化による有効性能の上振れを、プロジェクト単位で改めて見積もるタイミングです。CUDA / PyTorch エコシステムへの馴染みで実効性能が数倍変わりうる領域です。

02

研究 PI / PM: 割当方針の見直し

「Linpack 型の大規模 MPI ジョブ」に有利だったこれまでの割当基準から、AI 学習・混合ジョブに親和的な資源分配へ再設計が進む見込み。ジョブ計画は、ベンチ順位ではなくジョブ単位の実効 TFLOPS と待ち時間で語る資料を準備しておくと通りやすくなります。

03

企業ユーザー: 産業利用枠の広がりに備える

「使い切る」設計への転換は、産業利用の枠を広げる政策文脈と表裏一体です。クラウド GPU の代替候補として国産機の TCO を再評価する好機。特に材料・創薬・気象など、大規模学習と HPC が混在する用途では、案件立ち上げのゲート条件を書き換える価値があります。

05

What Comes Next

短期の見通しと打ち手

Hybrid
CPU + GPU 混在の実効設計
Portable
既存資産の再最適化ロードマップ
Metric
応用ベンチ主体の評価基準へ

短期の見通しは 3 つ。(a) 応用ベンチ(気象・分子・AI 学習)を主軸にした評価指標が公表され、TOP500 対応数字は「参考値」に格下げされる。(b) A64FX で最適化された既存資産の GPU 移植ロードマップが順次示され、産業ユーザー向けに再ポーティング支援が拡充される。(c) NVIDIA との共同設計を軸に、DGX 系ソフトウェアスタックとの親和性を担保した上で、国産スケジューラ / ジョブ計画層で差別化する分業が明確になる。推奨アクションは 2 つ: 現行富岳で運用している大規模ジョブの GPU 移植コスト試算を早めに始めること、そしてクラウド GPU との TCO 比較を「Linpack 換算」ではなく応用実効値で書き直すことです。


頂点の一瞬ではなく、
使い切る日常を設計する。


06

Counterpoint

反対視点・限界・見落としがちな点

方向転換を手放しで歓迎するのは早い、というのが正直なところです。第一に、「世界一」を看板にできないと国際的な人材誘引や国内予算議論の説得材料を失うという現実論があります。TOP500 は分かりやすく、外向けのマーケティング資産としては今も強力です。応用実効値という新しい KPI が、同等の政治的説得力を持てるかは未知数です。

第二に、NVIDIA との共同設計が深まるほど、米国の輸出規制の風向きに国産計算基盤の運命が引きずられるリスクが増します。米中 AI 地政学の火種が現状のまま続くなら、キー部材の供給や上位モデルの入手可否が政治日程で揺れます。ここは「純国産」との併存策を持たない限り、方向転換のメリットを部分的に相殺する構造リスクです。第三に、応用ベンチは Linpack ほど客観比較しにくいため、「うまく設計された自己申告」に見えかねない点にも運用側の配慮が要ります。次の 6 か月で見るべきは、応用実効値の第三者評価と、既存富岳ユーザーへの移植ガイドの厚みの 2 点です。