1ギガワット（GW）規模のAIデータセンターを、Nvidiaの次世代アーキテクチャVera Rubinで揃えると、設備投資だけで約470億ドルに達する。Bernsteinの試算では1ラックあたり910万ドル、全体では473億ドルと算出されている。
この記事では、Vera Rubinの位置づけと、1GW構築にかかる費用の内訳、Blackwell世代との比較、投資が続く理由を整理する。
この記事でわかること
- Vera Rubin NVL72ラックの構成と性能の要点
- 1GWデータセンター構築費用の全体像とラック単位の内訳
- コスト上振れの主因と、算力効率による経済合理性
Vera Rubinとは何か
Vera Rubinは、Nvidiaが2026年に量産体制へ入った次世代AI基盤だ。単一のGPUではなく、72基のRubin GPUと36基のVera CPUをNVLink 6で結んだラックスケールのシステム「Vera Rubin NVL72」が中核になる。
公式スペックでは、1ラックあたりNVFP4推論で3,600 PFLOPS、NVFP4学習で2,520 PFLOPSを出す。GPUメモリは合計20.7TBのHBM4、NVLink帯域は260TB/sだ。NvidiaはBlackwell世代のGB200 NVL72と比べ、学習では必要GPU数を4分の1に、推論では100万トークンあたりのコストを10分の1に下げると説明している。
OpenAIとの10GW規模インフラ構想では、最初の1GWが2026年後半にVera Rubinで稼働する予定だ（参考）。
1GW構築はいくらか
投資額の見方は、試算主体によって幅がある。
Bernstein（2026年6月8日付レポート）は、Vera Rubinベースの1GW AIデータセンター全体を473億ドルと試算した。Blackwell世代の405億ドルから17%増だ。内訳は、ラック本体が約323億ドル、土地・建屋・機械電気設備などの物理インフラが約150億ドルになる（参考）。
一方、Nvidia CEOのJensen Huangは2025年8月の決算説明会で、1GWのデータセンター構築費用を500億〜600億ドル、そのうちNvidiaのチップとシステムが約350億ドルと述べた（参考）。ハードウェア以外の送電網接続や冷却設備まで含めると、Bernsteinの数字より広い定義になる。
いずれにせよ、1GWは従来の大型発電所1基分に相当する電力規模であり、AIインフラ投資の桁が産業インフラと同じレベルに達している。
ラック910万ドルの内訳
BernsteinはVera Rubin NVL72を部品単位で積み上げ、1ラックあたり910万ドルと算出した。市場で広く引用されていた800万ドル見積もりを上回る。
最大の単品はGPUだ。Rubin GPUを1基5.5万ドル、72基で396万ドル、ラック総コストの約半分を占める。36基のVera CPUは合計18万ドル程度だ。
次に大きいのがメモリとストレージで、合計約320万ドル。HBM4が約109万ドル、CPU用DRAM（LPDDR5X）が約80万ドル、直結ストレージが約128万ドルになる。HBM4の価格は現在1GBあたり16.6ドルだが、2027年の量産時には53ドルまで上がるとBernsteinは予測している（参考）。
ネットワーク・冷却・電源は合計約200万ドル。NVLinkスイッチ、ケーブル、Spectrum-Xスイッチなどのネットワークが約127万ドル、冷却が約16万ドル、電源が約15万ドルだ。
1GWに何ラック入るか
Vera Rubin NVL72の定格消費電力は220kWだ。Bernsteinは、ラック消費がデータセンター総消費電力の約78%を占めると置き、1GWあたり約3,557ラックを配置できると試算した。910万ドル×3,557で、ラック本体だけで約323億ドルになる計算だ。
電力とラック密度の関係が、総投資額を決める重要な変数になる。冷却方式やPUE（電力使用効率）、非IT設備の比率が変われば、同じ1GWでも総額は上下する。
高騰しても投資が止まらない理由
設備投資は上がっているが、単位コスト当たりの算力は改善している。
Bernsteinによると、Vera Rubin NVL72のFP8算力は2,520 PFLOPSで、Blackwellの720 PFLOPSの3.5倍だ。1GWあたりのFP16スパース算力は8,960 EFLOPSに対し、Blackwellは4,269 EFLOPS。10億ドルの設備投資あたりの算力も、105.5 EFLOPSから189.3 EFLOPSへ上がる。
Nvidia公式でも、MoEモデルの学習に必要なGPU数を4分の1に減らせるとしている。電力上限が決まったデータセンターでは、同じ1GW内でより多くのトークンを処理できることが、投資判断の軸になる。Jensen HuangはGTC 2026で、同じ1GWデータセンター内のトークン生成速度が2年で350倍に伸びたと述べた。
運用コストの顔つき
初期投資だけでなく、稼働後のコスト構造も特徴的だ。
Bernsteinは、電力単価0.15ドル/kWhと仮定すると、1GWデータセンターの年間電気代は約13億ドルと試算した。人件費は最大規模でも8〜10人程度で、運用コストの主役は電気代ではなく減価償却になる。6年償却で年間約79億ドル、IT機器の償却年数（4〜6年）は建屋や機械設備より短いため、キャッシュ上の投資比率より実質的なサーバー負担は大きくなる。
サプライチェーンへの波及
コスト構造の変化は、周辺産業の恩恵先も変えている。
メモリは構造的な受益者だ。CPU用DRAMの搭載量は前世代比320%増とBernsteinが指摘する。HBM4とNANDは約50%増にとどまるため、LPDDR供給がVera Rubinの出荷制約になり得る。電源コンポーネントのラック内比率も1.0%から1.6%へ上がり、800V DC採用が進む。
Bernsteinは、Nvidiaがメモリ高騰分を動的価格で顧客に転嫁する余地があると分析している。需要が強く代替が限られる現状では、ラック単価の上振れがそのまま売上拡大要因になり得る。
投資規模の現実感
473億ドルという数字は、国家予算規模のプロジェクトに匹敵する。OpenAIとの10GW構想をHuangの500億〜600億ドル/ GWで単純計算すると、総額は数兆ドル規模に達する。
一方、AI需要側も拡大している。BernsteinはAnthropicの年間売上高が2025年末の90億ドルから2026年5月には470億ドルへ伸び、算力不足で顧客を断っていると報じた（参考）。供給側の巨額投資と需要側の急拡大が、同時に進んでいる。
Vera Rubin世代のAIデータセンターは、チップ性能だけでなく、電力・冷却・ネットワーク・メモリ価格まで含めた総合設計の勝負になる。1GWあたり470億ドル前後という試算は、次世代AIインフラが「半導体の話」から「産業インフラの話」へ移行したことを示している。