NVIDIAとPalantir、主権型サプライチェーンAI発表

米NVIDIAと米Palantir Technologiesは2026年9月10日、半導体や製造業など重要基幹インフラの供給網運用に向けた「主権型AIスタック（Sovereign AI Stack）」の共同展開を発表した。自社の機密データを外部環境に出すことなく、NVIDIAのオープンウェイトモデル「Nemotron（NVIDIAが開発・公開するオープンウェイト基盤モデル群）」とPalantirのオントロジー（業務データの意味論的関係マップ）基盤を統合。NVIDIA自社の次世代AIインフラ「Vera Rubin」製造ラインに先行配備し、熟練担当者の暗黙知を取り込んだ部品割当の自動最適化を実現した。

自社サプライチェーンに先行導入、130万部品の調達を可視化

AIファクトリーの構築には、GPUやCPUだけでなく、メモリ、電源、冷却装置、配線など膨大な資材の同時調達が不可欠となる。特に次世代ラック「NVIDIA Vera Rubin」は、前世代のGrace Blackwell NVL72（1ラックあたり数百万部品）と比較して約2倍の規模に達し、1ラックあたり130万点もの部品で構成される。

各部品の納期や在庫状況は週単位で変動するため、一部の部材遅延が完成品全体の出荷を止めるボトルネックとなりやすい。NVIDIAとPalantirが構築した新スタックは、以下の仕組みでこの課題に対処する。

• ​統合司令センター​: Palantir Foundry上のオントロジーにより、部材在庫・製造拠点・生産コミット・輸送状況など分散したデータを単一の運用データ層に集約。
• ​数理最適化​: GPUアクセラレーション対応の決定最適化ライブラリ「NVIDIA cuOpt」を用い、混合整数線形計画法によってTOO（資材保有期間、部材受入から出荷までの滞留時間）を最小化する割当案を高速算出。
• ​暗黙知のモデル化​: 天候リスクや地政学動向、サプライヤーとの協議記録など、従来の数理モデルでは捉えきれなかった熟練プランナーの判断根拠をモデルに追加学習。

小型オープンモデルが巨大モデルを凌駕、86.7%の判断精度を記録

NVIDIAの開発者ブログによると、同社は300億パラメータのオープンMoE（専門家混合）モデル「Nemotron 3.5 Lightning（1フォワードパスあたり約30億パラメータ活性化）」を採用した。機密保持された自社計算境界内で、LoRA（追加パラメータの低ランク適応）により社内データへのファインチューニングを実施している。

評価モデル	割当判断精度	Balanced Accuracy	Macro-F1	特記事項
Nemotron 3.5 Lightning（Base / BF16）	17.5%	29.0%	13.5%	未調整のベースモデル
Nemotron 3 Ultra（NVFP4）	55.5%	42.0%	39.5%	大規模な汎用モデル
Nemotron 3.5 Lightning（追加学習済 / BF16）​	86.7%	58.6%	57.5%	自社データでLoRA調整

追加学習済みのNemotron 3.5 Lightningは、約10倍巨大な汎用モデルであるNemotron 3 Ultraを31.2ポイント上回る86.7%の判断精度を記録した。2基のNVIDIA B200 GPUを用いて数分でLoRA学習を完了できるため、現場のフィードバックが蓄積されるたびに継続的な再学習ループを迅速に回せる点が特徴だ。

主権型アーキテクチャによる機密保護と今後の展望

本スタックは、両社が共同策定した「Palantir Sovereign AI Operating System Reference Architecture（SAIOS）」に準拠している。CiscoやDellのオンプレミスサーバー、あるいはRackspaceやNebiusなどのプライベートクラウド環境上で動作し、企業の専売データやモデル重みが外部に流出しない設計となっている。

NVIDIAとPalantirは、NVIDIA自身の製造現場で得た実証成果をもとに、自動車、航空宇宙、エネルギー、医薬品、政府機関などの重要産業へ同スタックを展開する計画だ。複雑かつ動的なサプライチェーンにおいて、「自社データとオープンモデルを組み合わせた特定ドメイン特化型AI」が汎用巨大モデルよりも実用的かつ高コスト効率であることを証明した事例といえる。

引用元：NVIDIA Newsroom | NVIDIA Technical Blog | StorageReview.com | NVIDIA