GTC 2026におけるRescaleの発表：NVIDIA、McLaren、Rescaleが先導するエージェント時代の幕開け

エージェント時代が正式に幕を開ける

GTC 2026は、AIが既に仕事のやり方や新製品の開発方法をどのように変革しているかを示す画期的なイベントでした。数万人の参加者がセッション、展示、デモンストレーションに参加し、産業工学からヘルスケア、ライフサイエンス研究に至るまで、あらゆる分野でAIが驚異的なスピードで導入されていることが明らかになりました。確かに、ハードウェアとインフラは大幅に高速化し、ソフトウェアは大幅に高度化しましたが、真に際立っていたのはユースケースと成果でした。

GTC 2026で最も注目すべきテーマであるエージェントは、業界がこれまで目にしてきた中で最も実用的なAIの応用例と言えるでしょう。マッキンゼーは、トークンエコノミーが拡大し、物理AIが成熟するにつれて、データ管理、エンジニアリング知識の所有、そしてその知識に基づいて継続的にアクションを起こせるエージェントの導入を行う組織が勝利を収めるだろうと指摘しています。エージェントは、複雑なプロセスを分解し、専用ツールを活用し、サブエージェントを呼び出してタスクを並行処理できるため、従来はチーム全体で行っていたワークフローを、1人のエンジニアが効果的にオーケストレーションできるようになります。

NVIDIAのCEO、ジェンセン・フアン氏は、この状況を簡潔にこう表現した。「AIはもはや単なる機能やツールではなく、不可欠なインフラだ。そして、自律型エージェント向けにゼロから設計されたこのインフラにおいて、適応に失敗したエンジニアリング組織は、従来何年もかかっていたシミュレーションを数時間に短縮している企業に後れを取るリスクを負うことになるだろう。」

Rescaleがイベントで紹介したユースケースは、これらの新技術がいかに基盤となるものであるかを如実に示しています。このイベントとそこで紹介された技術は、組織に革新的な変化をもたらそうとしているエンジニアリング分野のデータおよびAIリーダーにとって、極めて重要なものになると確信しています。 

RescaleとMcLaren：現実世界におけるエージェント型AIとAI物理シナリオ

Rescaleとマクラーレン・オートモーティブの提携は、GTC 2026で発表され、ライブデモを通じて紹介されたほか、データインテリジェンス、エージェントエンジニアリング、AI物理学における進歩を紹介するNVIDIAブースの中心で展示された。 

マクラーレンは、製品開発のライフサイクル全体に真のエンドツーエンドのエージェント型AIを組み込むことで、製品開発を変革しています。NVIDIAのAIインフラストラクチャを基盤とするRescaleのデジタルエンジニアリングプラットフォームは、統合されたコンピューティング、データ、AIスタックを提供し、マクラーレンの設計およびエンジニアリングプロセスに前例のないスピードと規模をもたらします。

最高水準のエンジニアリング組織において、AIはどのような姿を見せるのでしょうか？Rescaleプラットフォームは、マクラーレン独自のデータのみでトレーニングされており、NVIDIA AIの物理モデル、エージェント型エンジニアリングライブラリ、知識ベースを統合しています。この環境は、マクラーレンのコンピュータ支援エンジニアリング（CAE）、システムエンジニアリング、設計機能を、マクラーレンの厳格な品質基準と性能特性に準拠した、継続的に学習する単一のプラットフォームに接続し、チームの作業スピードを根本的に変革します。プラットフォーム上のエージェント型ワークフローは、対話型のプロンプトによって生成できるため、導入のハードルが大幅に下がり、高度な技術設定を必要とせずに、AI駆動型エンジニアリングの力をドメインエキスパートの手に直接届けることができます。

製品開発ライフサイクル全体への影響：

• 迅速な設計探求： エンジニアは、複数の物理学および工学分野を網羅する数千もの設計反復を数時間で評価できるようになり、最適な性能を発揮する設計をいかに迅速に実現できるかを根本的に変革します。エージェントは、人間のチームが手作業では決して網羅できない設計空間を探索することで、可能性の範囲を広げ、エンジニアリングの卓越性の基準を引き上げます。
• より高速な仮想シミュレーション： AIを活用した物理シミュレーションは、シミュレーション時間を大幅に短縮し、各テストで得られた新しいデータをシステムにフィードバックすることで、代理モデルとエージェントの物理世界に対する理解を継続的に向上させる。
• リアルタイム性能予測： 機械学習モデルを用いることで、例えば高性能炭素繊維構造物や部品の製造において、製造性能をほぼ瞬時に予測することが可能になる。
• 実運用対応のエージェントエンジニアリング： エンジニアリングエージェントは、個別に設定、トラブルシューティング、監視、解釈を行うには手間のかかる反復作業を処理します。コスト効率を向上させるハードウェアとソフトウェアの最適化を検討したり、特定の予算に合わせた調査を実施したり、複雑で反復的なタスクを自動化したりすることで、インフラストラクチャワークフローにおける専門家の生産性を3倍に高め、エンジニアが高付加価値の設計思考に集中できるようにします。
• 知識ベースエンジニアリング： Rescaleのプラットフォームは、過去の作業から得られた知見を捉えるエンジニアリング知識グラフを構築し、エージェント型ワークフローを強化して製品開発における意思決定を加速させます。

マクラーレン・オートモーティブのCEO、ニック・コリンズ氏は、その意義を次のように述べている。「これは、当社にとって真の戦略的変革です。データ、インテリジェンス、そしてエンジニアリング哲学を、かつてないスピードで組み合わせ、継続的に最適化することで、当社のDNAを守りながら、俊敏な製品開発を実現できます。」

Rescaleの創業者兼CEOであるヨリス・ポート氏は、次のように述べています。「当社の基盤となるプラットフォームにより、マクラーレンはNVIDIAのAIインフラストラクチャを活用した最新のエージェント型エンジニアリング技術を活用できます。これにより、炭素材料、構造力学、耐久性といった重要な分野のエンジニアにとって競争優位性が複合的に高まり、最終的にはあらゆる分野にわたるエンジニアリングの卓越性を体系的に拡大することで、世界クラスの製品をより迅速に提供できるようになります。」

マクラーレンの事例は、単なる自動車業界のケーススタディにとどまりません。HPC、高度なモデリングとシミュレーション、そしてデータインテリジェンスを統合するRescaleのプラットフォームアプローチが、シミュレーション、設計、テスト、製造のためのエージェント型エンジニアリングソリューションを、今日のあらゆる業界のエンジニアリング組織に提供していることを示しています。

AIを活用したエンジニアリングにおける最大の業界トレンド

GTC 2026は、AIを生産性向上のためのレイヤーとして捉えることから、エンジニアリングや知識労働のための自律型オペレーティングシステムとして捉えることへと、業界の明確な転換点を示した。

推論経済が到来した

長年にわたり、AI に関する議論はトレーニングが中心で、より強力なクラスタ上でより大規模な基盤モデルを構築することに重点が置かれていました。GTC 2026 は、推論ワークロードへの決定的な転換点となりました。これは、現場での実際の作業に活用される、継続的かつ本番規模での AI の展開を意味します。エンジニアリング分野では、この変化は AI 物理学において特に重要です。推論は、後処理ステップとしてではなく、アクティブな設計およびシミュレーションワークフロー中にリアルタイムの予測を提供するために、サロゲートモデルと物理ベースの AI を駆動するものです。NVIDIA の新しい Vera Rubin プラットフォームと Groq 言語処理ユニット (LPU) テクノロジーは、この変化に対応するために特別に設計されており、推論スループットとコスト効率を劇的に向上させます。NVIDIA の新しい LPU テクノロジーだけでも、メガワットあたりの推論スループットが最大 35 倍向上しており、常時稼働の AI エージェントの展開の経済性が劇的に有利に変化していることを示しています。

エンジニアリングリーダーにとって、これは重要な意味を持ちます。なぜなら、AI導入におけるコストとアクセスの障壁が急速に低下しているからです。もはや、データサイエンティストや機械学習エンジニアに優れたツールを提供するだけでは十分ではありません。モデリング、シミュレーション、設計探索のためのAI物理ベース推論を含む、強力なAI駆動型手法を、Pythonを一行も書いたことのないエンジニアの手に直接届けることが重要なのです。空力構成を探索するデザイナー、複合材の積層を評価する材料エンジニア、製品ライフサイクルの初期段階で性能トレードオフを検証するシステムエンジニアは、これまで専門の計算チームのみが利用できたAI物理推論機能を活用できるようになりました。エージェントがバックグラウンドで反復的で構成重視の作業を実行し、結果を平易な言葉で表示することで、生産性の向上は機械学習チームにとどまらず、すべてのエンジニアの能力を大幅に向上させ、あらゆる組織が現実的に探求できる設計の可能性を広げます。

エージェントのエコシステムは急速に拡大している

GTC 2026で最も明確に示されたテーマの一つは、エージェント型AIを支えるオープンモデルエコシステムの急速な成熟でした。NVIDIAは、言語、シミュレーション、ロボット工学、物理AIの各領域で専門的なオープンな最先端モデルを提供するAIラボとソフトウェアプラットフォームの拡大するアライアンスであるNemotron Coalitionを発表しました。この拡大し続けるオープンでカスタマイズ可能なモデルのライブラリは、企業がゼロから始めることなく目的に特化したエージェントを構築する際の障壁を低くし、クローズドな独自仕様の代替案よりもモデルの動作をより適切に制御し、より有利な経済性を提供します。最も顕著な例の一つが、採用が急増しているオープンソースのエージェントフレームワークであるOpenClawです。Jensen氏はこれをLinuxに例え、「エージェント型コンピュータのオペレーティングシステム」と呼んでいます。

エージェント型AIの基盤としての構造化データ

GTC 2026 全体を通して一貫していたテーマは、構造化データがエンタープライズ AI の基盤となる真実であるということです。エージェントの能力は、確実にアクセスして実行できるデータによって決まります。エンジニアリング組織にとって、この課題は深刻です。シミュレーション結果、テストデータ、設計の反復、パフォーマンスログは、多くの場合、連携していないツールやチームに分散しています。Rescale のデータインテリジェンス機能は、この課題に直接対処し、エンジニアリングワークフロー全体にわたって統合されたデータ管理、メタデータの強化、およびデータリネージ追跡を提供することで、エージェントと AI 物理モデルが最初からクリーンでコンテキスト化され、管理されたデータに基づいて動作できるようにします。AI 出力の品質は、その基盤となるデータ基盤の品質に左右されます。エンジニアリング組織にとって、これは次の 3 つのものに投資することを意味します。

• シミュレーション、テスト、設計データを接続する統合データファブリック 
• エージェントが確実に動作するためのコンテキストを提供する豊富なメタデータと系統追跡
• 時間の経過とともに専門知識を収集・蓄積するエンジニアリング知識グラフ

変化を管理し、統制を維持することは極めて重要である。

エージェント型AIが成熟するにつれ、エージェントがアクセスできる範囲を管理し、承認された範囲内で動作することを保証することが、中心的な課題となっています。エージェントの動作に対する可視性と制御は、後回しにできるものではなく、技術的な観点だけでなく、運用上の変更管理に組み込む必要があります。Rescaleは、エージェント型エンジニアリングの導入を支援してきた豊富な経験に基づき、人材とプロセスの変更が、エンタープライズグレードのセキュリティ制御とMCPベースのフレームワークを補完することを保証します。これにより、エージェントに正確な権限を付与し、その動作を監査し、アクセス範囲を限定することが可能になり、独自のエンジニアリングデータやワークフローを危険にさらすことなく、エージェント型AIの力を最大限に活用できます。

これらのトレンドがエンジニアリング組織にとって重要な理由

GTC 2026は明確な一線を画した。トレーニング中心のAIから推論・エージェント中心のAIへの移行は、これから起こるものではなく、既に始まっているのだ。 ウォールストリートジャーナル 推論、つまりトレーニング後のAIの日常的な利用は、コンピューティングインフラストラクチャの設計と展開方法に根本的な変化をもたらしていると指摘されています。そして、今すぐにこの変化に対応できるエンジニアリング組織は、まだ着手するかどうかを検討している組織よりも大きな優位性を獲得できるでしょう。

Rescaleは、この瞬間のために着実に歩みを進めてきました。当社のプラットフォームは、世界最高水準の製品を生み出すための厳密さを損なうことなく、迅速な開発を必要とするエンジニアリング組織向けに設計されています。マクラーレンとのパートナーシップは、まさにその理念を体現するものです。60年にわたるエンジニアリングの歴史を持つ企業が、Rescaleを活用して製品開発期間を短縮し、優秀なエンジニアの直感をプログラムによって最適化し、自社ブランドを特徴づける組織的な知識を保護しているのです。

RescaleのGTC 2026に関する発表の詳細はこちらをご覧ください

Rescaleのデジタルエンジニアリングプラットフォームが貴社にもたらすメリットをぜひご確認ください。マクラーレンでの発表、Rescaleのデモ資料、導入方法などについては、GTC 2026のページをご覧ください。詳しくはこちらをご覧ください。 RescaleのGTCリソース また、Rescale が特集されているのをご覧ください。 NVIDIAのGTC総括ブログ.