【Q&Aで解説】「ローカルAI」が変える製造業のAI活用とは? NVIDIA Local AIの活用例とハードウェア:映像検索から工場全体の最適化、ハードウェアの選び方まで

設計/生産データを社外に出さず、トークンコストも抑えたい製造業に向けた「NVIDIA Local AI」。映像を検索・要約するVSS、工場を最適化するFOX、DGX SparkやDGX Stationの選び方をQ&A形式で解説します。

PR/MONOist
» 2026年11月18日 10時00分 公開
PR

この記事の概要

  • 設計や生産のデータを社外に出したくないというニーズと、クラウドのトークンコストの上昇を背景に、オンプレミスで運用する「ローカルAI」があらためて注目されている。
  • ローカルAIの活用例として、映像を検索/要約する「NVIDIA Metropolis Blueprint for VSS」と、AIエージェントが工場全体を最適化する「NVIDIA Factory Operations Blueprint」がある。
  • NVIDIAは「NVIDIA Local AI」として、RTX PRO搭載ワークステーション、DGX Spark、DGX Stationを提案しており、Windows版の発売を12月に控えるDGX Stationにはエンジニアリング自動化への貢献が期待されている。

 製造業では、開発/設計部門と生産現場の両方で生成AIの活用が広がっています。文書データや設計データの検索、不良の解析や品質/歩留まりの向上、マシンビジョンの機能強化、ライン稼働パラメーター(レシピ)の最適化などが主な適用例です。最近は複数のAIエージェントや生成AIサービスを束ねた運用も始まり、ロボティクスなどと連携して現実世界に影響を与えるフィジカルAIへの取り組みも動き出しています。

 エヌビディア エンタープライズ事業本部 プロフェッショナルビジュアライゼーション ビジネスデベロップメントマネージャーの高橋想氏と、リョーサン菱洋 ソリューション営業本部 第一統括部 営業第一部 シニアマネージャーの中村武士氏の知見を基に、製造業でのローカルAIの活用例と、NVIDIA Local AIのハードウェアの選び方をQ&A形式で解説します。

写真 左から、エヌビディアの高橋想氏(エンタープライズ事業本部 プロフェッショナルビジュアライゼーション ビジネスデベロップメントマネージャー)とリョーサン菱洋の中村武士氏(ソリューション営業本部 第一統括部 営業第一部 シニアマネージャー)

データを社外に出さず、コストを読めるAIへ

Q 製造業で「NVIDIA Local AI」のようなローカルAIが注目されているのはなぜですか?

A 設計や生産のデータを社外に出さずに処理したいというニーズと、クラウドで膨らみがちなトークンコストを避けたいというニーズが強いためです。

 ローカルAIは、AI環境を自社内に置いてオンプレミスで運用する方式です。ローカルで処理することから、この名で呼ばれています。

 製造業では、セキュリティやデータガバナンスの観点から、設計や生産のデータを外部に出さずに処理したいというニーズが根強くあります。加えて、外部サービスを利用するとトークンコスト(利用料)がかさみがちで、短期間で部門の予算をオーバーしてしまう恐れもあります。

 高橋氏は「トークンコストの上昇がローカルAIを後押ししています。オンプレミスとクラウドはそれぞれ適材適所で選ぶべきですが、クラウドはトークンコストの課題があり、コストを予測できる形でAIを活用していくことが重要です」と指摘しています。NVIDIAはこうしたニーズに対応するため、「NVIDIA Local AI」というブランディングで企業向けのローカルAIの提案を強化しています。

映像から「異変」を探し出すVSS

Q 「NVIDIA Metropolis Blueprint for VSS」を使うと、工場や倉庫の映像から何を検知できますか?

A 立ち入り禁止エリアへの侵入、設備からの発煙や液漏れ、作業手順抜け、作業者の転倒、敷地内での搬送車両の衝突などの事象を、映像から検索して検知できます。

 VSSは「Video Search and Summarization」(動画検索と要約)の略で、ライブ映像や録画映像の中から指定した場面を検索したり、長時間の映像を要約したりする機能です。検知できる事象には、先に挙げたもののほかに物品の滞留や障害物の放置も含まれ、長時間にわたる監視映像の要約にも使えます。

 映像の理解には、現実世界との関わりが深いフィジカルAIに最適なVLM(視覚言語モデル)を用いています。データサイズの大きい動画を扱うため、VSSはクラウドよりもローカルでの処理に適したアプリケーションです。

 中村氏は、幾つかの展示会でVSSのデモを披露してきました。倉庫に積んでいた箱が崩れて通路を塞いだ事象や、高所作業でヘルメットやハーネスを装着していない作業員がいた事象を、映像から検索するデモです。いずれもNVIDIAのサンプルを用いたものですが、「映像の中からそのような検索が簡単にできることに驚かれる来場者が多くいらっしゃいました」と中村氏は振り返ります。

AIエージェントが「工場長」になるFOX

Q 「NVIDIA Factory Operations Blueprint(FOX)」は、工場やプラントの運営をどのように最適化しますか?

A 複数のAIエージェントが設備の稼働データや品質管理のデータ、設備のアラートなどを集約し、ときには「NVIDIA Omniverse」とも協調しながら、工程全体やエネルギー管理の最適化を自律的に進めることを目指したレファレンスデザインです。

 FOXは、工場やプラント全体をAIエージェントが自律的に管理または最適化するためのレファレンスデザインで、いわばAIによる工場長です。協調するNVIDIA Omniverseは、工場やプラントのデジタルツインの実現に役立つライブラリです。

 高橋氏は「いわゆるカンコツに頼ることなく、AIエージェントが自律的に最適化や効率化を進めていくところが大きな特徴といえるでしょう」と説明しています。

 海外では既に導入の動きがあり、日本国内でも検討が進み始めています。中村氏は国内の検討を2つの領域に分けて見ています。1つは製造業の企業で、自社の生産ラインの自律化や効率化にFOXをどう活用できるかという観点で検討を始めています。もう1つはFA機器を手掛ける企業で、自社の製品やソリューションとFOXをどう連携させるかという観点で検討が始まっている状況です。

使う人に合わせて選ぶNVIDIA Local AIのハードウェア

Q 「NVIDIA Local AI」で使うハードウェアは、エンドユーザーと開発者でどう選び分ければよいですか?

A CADやCAE、CGソフトを扱うエンドユーザーには「NVIDIA RTX PRO」搭載のワークステーションが、大規模なモデルを扱う開発者には「NVIDIA DGX Spark」と「NVIDIA DGX Station」が適しています。

 NVIDIA社はNVIDIA Local AIの利用者として、主に2つのペルソナを想定しています。1つは、専門性の高いアプリケーションにAIエージェントなどを組み合わせて業務を効率化したいエンジニアやアーティスト、サイエンティストなどの「エンドユーザー」です。もう1つは、大規模なAIモデルの開発やファインチューニングなどを行う「開発者」です。

 エンドユーザーは高度なビジュアライゼーションへの要望が強いため、高いグラフィックス処理性能とAI処理性能を併せ持つGPUボードのNVIDIA RTX PROを搭載したワークステーションが適しています。フラグシップモデルの「NVIDIA RTX PRO 6000 Blackwell Workstation Edition」は、容量96GBのGDDR7メモリを備え、AI処理性能は4000TOPSに達します。

 開発者が求めるのは、よりパラメーター数が大きく賢いモデルを扱える環境です。手のひらサイズのAIスーパーコンピュータであるNVIDIA DGX Sparkは、NVIDIA GB10 Grace Blackwellスーパーチップを搭載し、メモリ容量は最大128GB、AI処理性能は最大1PFLOPSで、最大2000億(200B)パラメーターのAIモデルを実行できます。エンジニアやデータサイエンティストが1人1台占有できる開発環境に向くほか、小型で取り回しが良いため、AI活用のPoC(概念実証)にも適しています。

 さらに本格的な環境として、デスクサイドAIスーパーコンピュータのNVIDIA DGX Stationがあります。中村氏は「NVIDIA DGX Sparkが生成AIやフィジカルAIの活用の『ホップ』とすれば、高性能なNVIDIA DGX Stationは『ステップ』あるいは『ジャンプ』に相当します」と位置付け、NVIDIAのパートナーであるリョーサン菱洋はこの段階的な導入を支援することが役割だと強調しています。

DGX Stationで設計/シミュレーションの自動化へ

Q 「NVIDIA DGX Station」が、エンドユーザー向けの用途でも期待を集めているのはなぜですか?

A 2026年6月にWindows環境への対応が発表され、GPUボードのNVIDIA RTX PROも搭載できるためです。加えて、製造業向けアプリケーションがサポートされることから、AIを活用した設計やシミュレーション、検証などのエンジニアリング自動化への貢献も期待されています。

 NVIDIA DGX Stationは、NVIDIA GB300 Grace Blackwell Ultraデスクトップスーパーチップを搭載し、748GBの大容量コヒーレントメモリを持ちます。AI処理性能は最大20PFLOPSに達し、最大1兆(1T)パラメーターのAIモデルをローカルで実行できます。その性能から複数ユーザーでリソースを活用することも想定されており、NVIDIAが示した比較では、トークン生成速度はNVIDIA RTX PRO 6000 Blackwell Workstation Editionに比べておよそ8倍の性能が得られることが確認されています。

 NVIDIA Local AIでは開発者向けのハードウェアに位置付けられていますが、2026年6月にWindows環境への対応が発表されたことと、GPUボードのNVIDIA RTX PROを搭載できることが重なり、エンドユーザー向けの用途でも大きな期待を集めています。NVIDIA DGX StationはOEMパートナーがそれぞれのブランドで提供し、2026年夏から順次販売が始まりました。同年10月20〜22日にドイツのベルリンで開催された「NVIDIA GTC Berlin 2026」では、OEMパートナーからの出荷開始がアナウンスされ、Windows版を12月に発売予定であることも明らかにされています。

 サポートされるアプリケーションには、ダッソー・システムズ、マスワークス、ロックウェル・オートメーション、シーメンス、シノプシス、ユニティなどの製造業向け製品が含まれます。そのため、AIを活用した設計やシミュレーション、検証などのエンジニアリング自動化への貢献が期待されています。

 高橋氏は将来像を建築の例で示し、「提案依頼書の解釈、ラフデザイン案作成、構造設計、積算、BIM化、図面化などの作業を、AIエージェントがそれぞれのアプリケーションに指示を出しながら進めていく形に進化するでしょう」と述べています。その上でNVIDIA DGX Stationは、より強力なAI処理性能が求められる将来のニーズにも応えるハードウェアだと評価しています。

まとめ

 製造業のAI活用は、クラウドだけでは語れない段階に入っています。設計や生産のデータを社外に出さずに扱いたい、コストを予測できる形でAIを使いたいというニーズに対し、NVIDIAは「NVIDIA Local AI」としてローカルAIの提案を強化しています。映像から異変を探し出すVSSや、AIエージェントが工場全体を最適化するFOXは、ローカルAIの力を生かせる具体的な活用例です。ハードウェアは、エンドユーザー向けのRTX PRO搭載ワークステーションと、開発者向けのDGX Spark、DGX Stationに分かれます。開発者向けでは、PoCに向くDGX Sparkから、最大1兆パラメーターのモデルを動かせるDGX Stationへと段階的に移行できます。

Copyright © ITmedia, Inc. All Rights Reserved.


提供:エヌビディア合同会社
アイティメディア営業企画/制作:MONOist 編集部/掲載内容有効期限:2026年12月17日