AI時短ラボ
検索
検証

NVIDIA、疎行列の連立方程式をGPUで解く cuDSS(クーディーエスエス)を一般提供Applied Materialsで最大10倍、ZEISS SMTで4倍と発表

執筆:約10分で読めます

日刊AIニュース10月21日(水)号:前日のAIのニュース18本を短くまとめました(約11分)›

NVIDIAは2026年10月21日、工学・科学シミュレーションの中核計算を担うCUDA-Xライブラリ cuDSS を一般提供にしたと発表した。Applied Materialsは最大10倍、Dassault Systèmesは8〜10倍、ZEISS SMTは4倍と、各社の数字をNVIDIAが紹介している。

NVIDIA、疎行列の連立方程式をGPUで解く cuDSS(クーディーエスエス)を一般提供──Applied Materialsで最大10倍、ZEISS SMTで4倍と発表
目次

NVIDIA(エヌビディア)は2026年10月21日(現地)、工学・科学シミュレーション向けのCUDA-Xライブラリ「cuDSS(クーディーエスエス)」を一般提供(GA)にしたと公式ブログで発表した。同社の説明では、設計解析の中核にある「大規模な疎行列の連立方程式を解く」計算をGPUに移すライブラリだ。ブログはApplied Materials・Dassault Systèmes・ZEISS SMT(COMSOL Multiphysicsの利用者)の高速化の数字を紹介し、Cadence・Siemens・Synopsysが自社の解析ソフトでcuDSSを使っているとも書いている。ブログの公開時刻は協定世界時10時30分(日本時間19時30分)だ。

3行まとめ

  1. NVIDIAが2026年10月21日、疎行列ソルバーのCUDA-Xライブラリ cuDSS を一般提供にした(GTC Berlinの発表群の一つ)
  2. 各社の報告はApplied Materialsが最大10倍(CPUのみ比)、Dassault Systèmesが8〜10倍、ZEISS SMTが4倍。Cadence・Siemens・Synopsysも自社ソフトで利用
  3. C・C++・Python・Fortranから使える。料金・ライセンス・対応GPUは、今回確認した公式ページには記載が見つからなかった

本記事の内容は、日本時間10月21日19時台に公式ページで確認したものです。

cuDSSは何をするライブラリなのか

NVIDIAのブログは、cuDSSを「工学・科学シミュレーションの重要な一部をGPUに移すCUDA-Xライブラリ」と説明している。対象は「大規模な疎行列(large sparse systems)を解く」工程だ。NVIDIAによれば、この工程はシミュレーション全体で繰り返し現れる計算負荷の重い段階で、チームが試せる設計の数を左右することが多い。

NVIDIAが挙げる狙いは次のとおり。

  • 結果が出るまでの時間を縮める
  • 同じ時間で回せるシミュレーションの数(スループット)を増やす
  • より大きく現実的なモデル、より正確な表現、より広い設計空間を、低いコストで試せるようにする

NVIDIAの開発者向けページ(CUDA-Xライブラリ一覧)では、cuDSSは「CUDA Math Libraries」の項に「GPU-accelerated direct sparse solver library(GPUで加速する直接法の疎行列ソルバーライブラリ)」として載っている。同じ項にはcuSOLVER(密行列・疎行列の直接ソルバー)やcuSPARSE(疎行列のBLAS)が並ぶ。

エンドユーザー向けのアプリではなく、開発者が組み込むライブラリだ。NVIDIAは、開発者が既存の工学・科学・最適化ソフトにcuDSSを組み込み、すでに使われているツールにGPU加速を持ち込めると説明している。使えるインターフェースはC、C++、Python、Fortranの4種類。また「個々のワークステーションから大規模クラスターまで、そのままスケールできる」とも書いている。

どの会社がどう使っているのか

ブログは6つの項目で例を挙げている。数字が出ているのは3項目で、残る3項目は用途の説明のみだ。

項目(会社) 使う製品・場面 NVIDIAが紹介した内容
Applied Materials 物理ベースの欠陥中心シミュレーション基盤「Ginestra」 疎行列の計算がCPUのみの方式に比べ最大10倍。半導体材料とデバイス信頼性の探索を加速
COMSOL(利用者はZEISS SMT) COMSOL Multiphysics EUVリソグラフィのプラズマシミュレーションのベンチマークで、測定値4倍。全体の完了は6日14時間
Dassault Systèmes Abaqus(構造)と、computer simulation technology(電磁)のソルバー 同社が8〜10倍の高速化を報告
Cadence 熱・構造応力・反りを扱うCelsius 先端チップや3Dチップの設計解析を加速。顧客のNokiaがより速く解析
Siemens Simcenter STAR-CCM+ 流体・構造連成(FSI)の構造側シミュレーションを加速
Synopsys Sentaurus Device 先端ロジック・メモリ・パワー半導体の解析を加速。顧客のInfineonがより複雑なデバイスをモデル化

数字の読み方には注意がいる。Applied Materialsの「最大10倍」は「CPU-only approaches」との比較で、「最大」と付いている。ZEISS SMTの4倍は、EUVリソグラフィのプラズマシミュレーションという一つのベンチマークでの測定値だ。Dassault Systèmesの8〜10倍は、NVIDIAのブログが「同社が報告している」と書いたものだ。比較対象のCPU構成、GPUの型番、問題の規模は、ブログ本文には書かれていない。

いつ、誰が使えるのか

ブログは冒頭で「launched today in general availability(本日一般提供を開始)」と書いている。つまり2026年10月21日付で一般提供だ。GTC Berlin 2026の発表をまとめたページにも、同日の項目(太平洋夏時間10月21日(水)3時30分=日本時間同日19時30分、著者はTimothy Costa)として並んでいる。NVIDIAは、GTC BerlinのNVIDIAのデモブースとDassault SystèmesのブースでcuDSSを紹介するとも書いている。

主な利用者はソフトの開発者だ。設計者や解析担当者がcuDSSを直接触るというより、普段使っている解析ソフトがcuDSSに対応することで、間接的に恩恵を受ける形になる。どのバージョンのどの製品がcuDSSに対応しているかは、各社の製品情報を見る必要がある。

何が従来と違うのか

NVIDIAのブログから読み取れる新しい点は、ライブラリが一般提供になったことと、NVIDIAが各社の製品での利用例を6項目まとめて示したことだ。それ以前の提供状況(プレビュー版の有無など)や、一般提供で機能が増えたのかどうかは、今回取得したページからは読み取れない。

筆者の観測

この記事は、公式ブログと開発者向けページを日本時間19時59分に取得して書いている。取得したCUDA-Xのページでは、cuDSSの説明は「GPU-accelerated direct sparse solver library.」の一文と「Learn More」のリンクだけで、一般提供開始や数字への言及はなかった。取得した3ページのうち、各社の数字が載っていたのはブログ本記事だけだった。なお、私自身はcuDSSを動かしておらず、速度は一切測っていない。

発表からは分からないこと

今回取得した公式3ページ(ブログ本記事、CUDA-Xライブラリ一覧、GTC Berlinの発表まとめ)を検索した範囲では、次の点の記載が見つからなかった。

  • 料金・ライセンス条件
  • 対応するGPUの世代や必要なCUDAのバージョン
  • 日本での提供や日本語のドキュメント
  • 比較に使ったCPU・GPUの具体的な構成

これらは別のページ(製品ドキュメントなど)に書かれている可能性がある。本記事では未確認として扱う。また、高速化の数字はすべてNVIDIAのブログが紹介した各社の報告であり、第三者による検証ではない。

同じGTC Berlinでは、NVIDIAは欧州向けのオープンモデル群やConfidential Computingの拡張なども発表している。

確認した公式ページと時刻

本記事は続報があり次第更新します。

この記事でよく聞かれること

NVIDIA cuDSS(クーディーエスエス)とは何ですか?
NVIDIAが2026年10月21日に一般提供にしたCUDA-Xライブラリです。NVIDIAの説明では、工学・科学シミュレーションで繰り返し現れる「大規模な疎行列(sparse systems)を解く」計算をGPUに任せ、結果が出るまでの時間を縮めます。開発者向けのライブラリで、既存の解析ソフトに組み込んで使います。
cuDSSはどのくらい速くなるのですか?
NVIDIAのブログによると、Applied Materialsは自社のGinestraで疎行列の計算がCPUのみの方式に比べ最大10倍、Dassault Systèmesは8〜10倍の高速化を報告しています。ZEISS SMTはCOMSOL Multiphysicsでの測定で4倍で、シミュレーション全体が6日14時間で終わったとされます。いずれも各社の報告で、条件はブログに詳しく載っていません。
cuDSSはどの言語から使えますか?
NVIDIAのブログによると、C、C++、Python、Fortranのインターフェースから使えます。個々のワークステーションから大規模クラスターまで、そのまま規模を広げられるとNVIDIAは説明しています。
cuDSSの料金や日本での提供条件は発表に書かれていますか?
今回確認したNVIDIA公式の3ページには、料金・ライセンス条件・対応GPUの一覧・日本での提供についての記載は見つかりませんでした。導入前はNVIDIAの開発者向けページで確認する必要があります。
シェア: ポスト はてブ

出典・参照資料

AI時短ラボ

大きいニュースはYouTubeでも解説しています。Xでは新着記事をお知らせしています。

コメント

まだコメントはありません。最初のコメントを書いてみませんか?

AIについて聞きたいことはありますか?

質問箱で無料で受け付けています。回答は公開され、他の方の参考にもなります。

質問箱を見る →

関連記事

AWS、vLLM(ブイエルエルエム)のprefill/decode分離推論にpush型のKV転送を追加──P5enのQwen3-32Bで初回トークンまでの時間が最大約3倍、トークンあたり時間が最大30%改善と発表の記事画像

AWS、vLLM(ブイエルエルエム)のprefill/decode分離推論にpush型のKV転送を追加 P5enのQwen3-32Bで初回トークンまでの時間が最大約3倍、トークンあたり時間が最大30%改善と発表

検証
AWS、Amazon SageMaker(セージメーカー)AIの推論コンテナでMoEモデルのカーネルを最適化──H200で最大10%のスループット向上、初回トークンまでの時間は最大9%短縮の記事画像

AWS、Amazon SageMaker(セージメーカー)AIの推論コンテナでMoEモデルのカーネルを最適化 H200で最大10%のスループット向上、初回トークンまでの時間は最大9%短縮

検証
NVIDIA、GPU管理基盤「Run:ai(ランエーアイ)」の全体をオープンソース化──KAI Scheduler・GPU Fractioning Operatorなど4部品と、Crusoe・Nebiusなど8社の提供の記事画像

NVIDIA、GPU管理基盤「Run:ai(ランエーアイ)」の全体をオープンソース化 KAI Scheduler・GPU Fractioning Operatorなど4部品と、Crusoe・Nebiusなど8社の提供

検証
NVIDIA、AI Infra Summit 2026(来場8,000人超)──推論チップのd-MatrixがNVLink FusionでRaptor XPUをVera CPU・MGXラックに接続、AmazonのAnnapurna LabsがカスタムHBM「NVHBM」で協業、PinterestがBlackwellとDynamoで視覚検索。指標は「メガワット当たりのトークン」への記事画像

NVIDIA、AI Infra Summit 2026(来場8,000人超) 推論チップのd-MatrixがNVLink FusionでRaptor XPUをVera CPU・MGXラックに接続、AmazonのAnnapurna LabsがカスタムHBM「NVHBM」で協業、PinterestがBlackwellとDynamoで視覚検索。指標は「メガワット当たりのトークン」へ

検証(発表 9月15日)
NVIDIA、IFA 2026でローカルAIの4本──Hermes Agent・OpenClaw・Perplexity Portable Computerがワンクリックでローカルモデル設定、llama.cppはRTX 5090で最大1.9倍、家庭内の遊休PCに推論を振り分ける無料OSS「PAIR」(Apple M4以降も)、10月にRTX Spark搭載Windows PCの記事画像

NVIDIA、IFA 2026でローカルAIの4本 Hermes Agent・OpenClaw・Perplexity Portable Computerがワンクリックでローカルモデル設定、llama.cppはRTX 5090で最大1.9倍、家庭内の遊休PCに推論を振り分ける無料OSS「PAIR」(Apple M4以降も)、10月にRTX Spark搭載Windows PC

検証(発表 9月3日)
Skild AI「S1」──1本の実演動画だけで未知の長い作業を覚えるロボット基盤モデル。重みを更新せず文脈内学習で最大10分の作業(鉢植え・パンケーキ・ハンドドリップ・キット組立)、新しい多段作業の各段の成功率約66%(同種のAIは9%)、動画1本≒訓練例約380件。年商1億ドル水準に初配備から10か月、Foxconnと共にBlackwellの組立に投入の記事画像

Skild AI「S1」 1本の実演動画だけで未知の長い作業を覚えるロボット基盤モデル。重みを更新せず文脈内学習で最大10分の作業(鉢植え・パンケーキ・ハンドドリップ・キット組立)、新しい多段作業の各段の成功率約66%(同種のAIは9%)、動画1本≒訓練例約380件。年商1億ドル水準に初配備から10か月、Foxconnと共にBlackwellの組立に投入

検証(発表 9月10日)
NVIDIA「メガワットからトークンへ」──同じ電力予算で19ノードを85%出力で回すと、16ノード全開よりトークン処理量24%増(Lambdaの実測、HGX B200)。電力会社の信号でAI工場の消費を4MWから3MWへ1分未満で自動調整(Emerald AI・Silicon Valley Power、200回超すべて成功)。DSX Flex初の商用配備は96MWのVera Rubin工場の記事画像

NVIDIA「メガワットからトークンへ」 同じ電力予算で19ノードを85%出力で回すと、16ノード全開よりトークン処理量24%増(Lambdaの実測、HGX B200)。電力会社の信号でAI工場の消費を4MWから3MWへ1分未満で自動調整(Emerald AI・Silicon Valley Power、200回超すべて成功)。DSX Flex初の商用配備は96MWのVera Rubin工場

検証(発表 9月15日)
Google Cloud、Vera Rubin(ベラ・ルービン)NVL72搭載の「A5X」を来月一般提供へ──欧州への拡大と最大96万基のRubin GPUを計画とNVIDIA発表の記事画像

Google Cloud、Vera Rubin(ベラ・ルービン)NVL72搭載の「A5X」を来月一般提供へ 欧州への拡大と最大96万基のRubin GPUを計画とNVIDIA発表

業界