NVIDIA PhysicsNeMo対応GPUワークステーション

ChatGPTをはじめとする生成AIの普及により、文章生成や要約、翻訳、プログラミング支援など、さまざまな場面でAIが活用されるようになりました。 一方、企業や研究開発の現場では、単に質問に答えてもらうだけではなく、 ・社内の技術資料から必要な情報を自動で探す ・複数の情報を比較して次に行うべき作業を判断する ・外部ツールや業務システムを操作する ・調査、分析、コード生成、レポート作成までを一連の流れで進める といった、さらに高度なAI活用への期待が高まっています。 こうした、目的に応じて自ら推論し、必要な情報やツールを利用しながらタスクを進める仕組みが、「エージェント型AI（Agentic AI）」です。 そして、このエージェント型AIを支えるオープンなモデルファミリーとしてNVIDIAが展開しているのが、NVIDIA Nemotron（ネモトロン）です。 今回は、NVIDIA Nemotronとは何なのか、従来の生成AIと何が違うのか、そして製造業・研究開発でどのような活用が考えられるのかをご紹介します。

昨今のAI需要の一つとして「フィジカルAI」がありますが、関連するワードとして「Omniverse」「Isaac Sim」などのワードを 耳にする機会も増えていると思います。 今回は「Omniverse」について現在の役割と立ち位置を少し紐解いて行きたいと思います

2026年7月2日、東京ビッグサイトにて開催中の「モノづくりワールド フィジカルAI展」へ視察に行ってまいりました。 生成AIや強化学習の進化がデジタルの世界を飛び出し、現実世界（フィジカル）のロボットをどう賢く動かすのか。 今回の展示会は、まさに次世代のモノづくりやR&D（研究開発）の自動化を予感させる、非常に熱気のある空間でした。 現場で特に目を引いた最新トレンドをレポートします！

R&Dにおける開発スピードを飛躍的に向上させるカギとは？ 製造業やモビリティ開発におけるR&D（研究開発）において、今まさに大きな転換期を迎えています。 製品の高性能化や複雑化に伴い、データ量とシミュレーションにかかる計算時間は爆発的に増加しています。 従来のCAEでは、高性能なHPCを使用しても「1つの計算に数日～数週間」と高精度な解析結果を得るために膨大な計算リソースとリードタイムを費やす必要があり、これが設計サイクルにおける大きなボトルネックとなっていました。 この「AX（AIトランスフォーメーション）時代」において、研究開発のスピードを劇的に加速させる鍵となるのが「サロゲートモデルAI」です。 本記事では、AI駆動型シミュレーションが実設計にもたらす技術的ブレイクスルーと、その具体的な導入アプローチについて解説します。