Nvidiaが次世代CPU RosaにRigel採用、遅延減

NVIDIA（エヌビディア）は、次世代のデータセンター向けCPU「Rosa（ローザ）」のアーキテクチャに、独自に設計した「Rigel（リゲル）」コアを採用することを明らかにしました。自律的なAIエージェントがプログラム実行やデータベース検索などを連続で行う「逐次処理」において、高価な画像処理プロセッサ（GPU）がCPUのデータ応答を待って処理停止する時間を削減し、システム全体の処理効率を最大化する設計となっています。

1. コア数増加よりも1コアあたりの処理性能を重視

「Rigel」は、Arm v9.2命令セット（基本設計規格）に基づいた独自のCPUコアです。従来の「Vera（ヴェラ）」で使われていた「Olympus（オリンパス）」コアと比べて、同じ回路面積でより高い性能を引き出すよう再設計されました。命令の供給効率化やL2キャッシュメモリの拡大、高効率なメモリ処理により、並列処理の数を単純に増やすのではなく、1つの作業手順をどれだけ速く完了できるかに重点が置かれています。

2. AIエージェントの作業で発生する「CPUの待ち時間」の解消

AIエージェントが複雑な課題を解く際、単に推論モデルを動かすだけではなく、外部ツールの実行やコードテスト、Web検索などを大量に実行します。これらの作業はCPU上で行われるため、CPUの実行速度が遅ければ、最高性能のGPUを搭載していても全体の処理が停滞してしまいます。NVIDIAは、CPUの「単一スレッド性能（1つのプログラム処理単位の実行速度）」がAIシステムの費用対効果を決定づける重要な要素であると主張しています。

3. 次世代製品ロードマップにおけるRosaの位置づけ

「Rosa」CPUは、2028年頃の登場が予定されている次世代GPUアーキテクチャ「Feynman（ファインマン）」との組み合わせで運用される見通しです。現行のVeraはPerplexity（パープレキシティ）によるAI処理などで従来比1.5倍以上の高速化を実証しており、Rosaはこれをさらに上回る効率を目指します。

AIデータセンターの規模が単なるサーバーの枠を超え、ラック（サーバー収納筐体）や施設全体で連動する巨大インフラへと変化する中, NVIDIAはCPUの役割をGPUの脇役から「全体の連携を遅らせないための中核システム」へと昇格させています。RigelコアがRosa全体でどのような回路構成をとり、どの程度の電力効率で稼働するかといった詳細な仕様は今後の発表に委ねられています。