NVIDIA、84GBメモリ搭載のRTX Pro 5500を発表

Blackwell世代ワークステーション向けラインナップを拡充

米NVIDIA（GPUおよびAI向け半導体を開発する米大手テクノロジー企業）は、最新のBlackwellアーキテクチャを採用したワークステーション向けプロフェッショナルGPU「RTX Pro 5500」を静かにラインナップへ追加した。パートナー企業であるPNYが公開した仕様によると、本製品は21,760基のCUDAコアと、大容量84GBのECC対応GDDR7（高速グラフィックス向け次世代メモリ規格）メモリを搭載し、最大1,398GB/sのメモリ帯域幅を実現する。主にラックマウント型ワークステーションや大規模AIモデルの推論・開発環境を想定したハイエンドモデルである。

ハードウェア仕様と主要スペック

RTX Pro 5500は、ダイ面積750 mm²のBlackwell GPU（GB202のカットダウン版とみられる）を採用し、922億個のトランジスタを集積している。CUDAコア数は21,760基で、これはコンシューマー向けのフラッグシップであるGeForce RTX 5090と同等である。

インターフェースにはPCIe 5.0 x16を採用し、DisplayPort 2.1b出力を4系統備える。メディア処理用には第9世代Nvencエンコーダーを3基、第6世代Nvdecデコーダーを3基搭載する。さらに、GPUリソースを論理的に分割するMIG（Multi-Instance GPU。1基のGPUを独立した複数インスタンスに分割する技術）（Multi-Instance GPU）機能をサポートしており、84GBの単一インスタンスとしての利用に加え、42GBの独立した2つのインスタンスとして分割稼働させることが可能である。

カード本体の寸法は4.4×11.1インチで、2スロットを占有するアクティブ空冷ファンを搭載している。また、将来的には水冷モデルの提供も予定されている。最大消費電力（TGP）は600Wに達する。

上位・下位モデルおよびコンシューマー機との比較

RTX Pro 5500は、既存のミドルレンジRTX Pro 5000とフラッグシップRTX Pro 6000の間に位置付けられるが、その仕様は上位のRTX Pro 6000により近い設計となっている。

モデル名	CUDAコア数	VRAM容量・規格	メモリ帯域幅	最大消費電力 (TGP)	主な想定用途
RTX Pro 5000	14,080基	48GB GDDR7 (ECC)	非公開	約300W	一般ワークステーション
RTX Pro 5500​（本製品）	21,760基​	84GB GDDR7 (ECC)	1,398 GB/s	600W	ラックマウント・AI開発
RTX Pro 6000	24,064基	最大96GB GDDR7 (ECC)	約1,400+ GB/s	600W	最高峰AI研究・CG制作
GeForce RTX 5090	21,760基	32GB GDDR7 (非ECC)	1,792 GB/s	600W	ハイエンドゲーミング

RTX Pro 5000と比較してコア数は約1.55倍、VRAM容量は1.75倍へと大幅に拡大しており、数千億パラメータ規模のLLMのローカル推論や微調整において大きなアドバンテージを発揮する。

公表仕様の技術的疑問と運用上の未確認事項

一方で、今回公開されたスペックシートには技術的な疑問点や未確定事項も残されている。

1. ​メモリバス幅の整合性​: PNYの仕様シートには「416-bitインターフェース」と記載されているが、416-bitは標準的な32-bitメモリチャネル13個分に相当し、84GBという容量を構成するのは技術的に不自然である。業界分析では、6GBのGDDR7パッケージ14個を用いた448-bitバス幅（約25Gbps駆動）であれば容量84GBおよび1,398GB/sの帯域幅と完全に整合するため、記載誤りの可能性が指摘されている。
2. 600W給電とコネクタ負荷​: 600Wの高消費電力に伴い、過去に過熱問題が議論された12VHPWR（または改良型12V-2x6）コネクタが採用されているとみられ、連続稼働するラックマウント環境での熱管理と確実な給電設計が求められる。
3. ​価格と提供時期​: 公式サイトでは「近日登場（coming soon）」と記載されており、具体的な発売日および価格は未公表である。ただし、RTX Pro 6000が1万ドル前後の価格帯にあることから、本製品も1万ドル前後のエンタープライズ価格帯になると予想される。

ローカルAI開発現場への波及

クラウド事業者のGPUインスタンス費用が高騰する中、オンプレミスで大規模AIモデルを動かしたい企業や研究機関にとって、単一カードで84GBものVRAMを確保できる選択肢は極めて魅力的である。MIGによる42GB×2の運用柔軟性も含め、小規模クラスタやラックマウントサーバでの高密度AI開発インフラとして需要を集めるとみられる。

引用元：Notebookcheck | Tom's Hardware | Wccftech | AI Watch