富士通とNVIDIA提携の核心 MONAKAとAI基盤は何を変えるか
MONAKAとAI基盤提携の核心
富士通とNVIDIAの提携は、表面的には「日本企業が米GPU大手と組んだ」というニュースに見えます。ですが、公開資料を追うと、これは単純な調達提携ではありません。2025年5月にNVIDIAがNVLink Fusionを発表した時点で、富士通は自社CPUをNVIDIAのGPUと直結できるパートナーに入りました。さらに2025年10月には、AIエージェントまで含めたフルスタックAI基盤での戦略協業へ拡大しています。
つまり論点は、GPUを買うかどうかではなく、富士通がAI時代の基盤レイヤーにどこまで食い込めるかです。MONAKA、Kozuchi、Takane、Physical AIという要素がどうつながるのかを見れば、この提携の狙いが見えてきます。
この提携は「GPU導入」ではなく「基盤の共同設計」
富士通が欲しいのは、NVIDIAの上に乗る立場ではない
2025年5月、NVIDIAはNVLink Fusionを発表し、富士通とQualcommが自社CPUをNVIDIA GPUと組み合わせてAIインフラを構築する計画を明らかにしました。この時点で富士通は、単なるサーバー販売会社ではなく、AIファクトリー向けのCPUパートナーとして位置付けられています。NVIDIAの説明でも、富士通の次世代CPU「FUJITSU-MONAKA」は、電力効率の高い2ナノメートルのArm系CPUとして紹介されています。
ここが重要です。もし富士通が単にGPUを調達するだけなら、競争優位は残りません。しかし、自社CPUをNVLink Fusion経由でNVIDIAのラックスケール構成へ入れられるなら、話は変わります。富士通はAI時代のデータセンターで、ソフトだけでもハードだけでもなく、「計算基盤の設計者」の側に立てるからです。
10月の発表で協業範囲が一段深くなった
2025年10月3日、富士通はNVIDIAとの戦略協業拡大を発表しました。ここでは、MONAKAとNVIDIA GPUをNVLink Fusionでつなぐ高性能インフラに加え、医療、製造、ロボティクスなどを想定した業界特化型AIエージェント基盤を共同で開発・提供するとしています。つまり提携の範囲が、半導体接続から業務アプリケーション層まで一気に広がりました。
この構図は、いまの企業向けAI市場をよく表しています。勝負はGPUの枚数だけではなく、どの業界のどの業務に、どのAIを、どんな安全性で載せられるかへ移っています。富士通は日本企業の基幹系、現場業務、規制産業に強い。一方でNVIDIAはGPU、ネットワーク、ソフトウェアスタックで圧倒的に強い。両者の補完関係はかなり明快です。
富士通が描くAIの未来は「エージェント」から「Physical AI」へ
KozuchiとTakaneを、NVIDIAの計算基盤に載せる
2025年12月、富士通は「Fujitsu Kozuchi Physical AI 1.0」を発表しました。これは10月のNVIDIA協業の最初の成果と位置付けられ、NVIDIAのソフトウェアスタックと富士通の独自技術を統合したものです。説明では、機密性の高い業務フローを安全に自動化するマルチAIエージェント基盤や、LLM「Takane」を活用した調達業務向けエージェント群が中核機能とされています。
この時点で見えてくるのは、富士通が目指しているのが汎用チャットAIではないということです。狙いは、企業や行政が持つ機微情報を扱える業務AI、しかも複数部門にまたがる複雑な仕事を自律的に回せるAIです。富士通はこれを「sovereign domains」にも広げる方針を示しており、日本企業や公共分野での採用を強く意識していると考えられます。
その先にあるのがロボットと現場を結ぶPhysical AI
富士通は同じ発表で、2025年度末までにこの技術を顧客環境内で自律学習・進化するエージェントAI基盤へ発展させ、その後はPhysical AI領域へ拡張し、ロボットが現実世界で複雑な作業を担う社会を目指すと説明しています。2025年12月の技術説明会Q&Aでも、富士通幹部は10月発表の協業について、安川電機とのPhysical AI基盤に加え、KozuchiへNVIDIAのソフトウェアスタックを組み込み、MONAKAとNVIDIAのGPU連携も強化すると話しています。
この流れは、日本市場との相性が良いとも言えます。AP通信は、両社の協業が日本の労働力不足や高齢化を背景に、スマートロボットや産業向けAI活用を狙うものだと報じました。富士通が現場業務の知見を持ち、NVIDIAがロボティクスとAI計算の標準を握るなら、製造業、物流、医療、公共インフラまで射程に入ります。
MONAKA普及とAI基盤競争の課題
もちろん、楽観は禁物です。AI基盤の競争は速く、MONAKAが本格普及するまでに市場の標準がさらに動く可能性があります。また、企業向けAIでは、性能だけでなく、セキュリティ、データ主権、運用のしやすさ、価格が導入判断を左右します。富士通がNVIDIAと組んでも、AWS、Microsoft、Google、各種サーバーベンダーとの競争が消えるわけではありません。
ただし、富士通にとって重要なのは、AIブームに乗ること自体ではなく、自社がAIインフラのどこで付加価値を取るかをはっきりさせたことです。MONAKAで計算基盤に入り、KozuchiとTakaneで業務AIに入り、Physical AIで現場まで伸ばす。10月の提携は、その全体像を外部パートナーとともに加速する起点でした。
半導体からPhysical AIまでの構想
富士通とNVIDIAの提携の核心は、GPU調達でも話題づくりでもありません。AI時代の企業インフラを、半導体からソフトウェア、さらには現場ロボティクスまで一体で押さえにいく構想です。
富士通は、NVIDIAの巨大な計算基盤に依存する側で終わるのではなく、MONAKAやKozuchiを通じて、その中で不可欠な役割を持とうとしています。もしこれがうまく進めば、富士通は日本企業向けAI導入の受託会社ではなく、主権性と実装力を備えたAI基盤ベンダーとして位置付けが変わる可能性があります。
参考資料:
- NVIDIA Unveils NVLink Fusion for Industry to Build Semi-Custom AI Infrastructure With NVIDIA Partner Ecosystem
- Fujitsu expands strategic collaboration with NVIDIA to deliver full-stack AI infrastructure
- Fujitsu develops Fujitsu Kozuchi Physical AI 1.0 for seamless integration of physical and agentic AI
- Summary Translation of Question & Answer Session at Fujitsu Technology Update Briefing for Media, Analysts and Investors
- Build Semi-Custom AI Infrastructure | NVIDIA NVLink Fusion
- Nvidia and Fujitsu agree to work together on AI robots and other technology | AP News
- Fujitsu Uvance update | Presentations | Fujitsu Global
関連記事
NVIDIAジェンスンの数学で読むAI工場経済の膨張とリスク
NVIDIAのジェンスン・ファンCEOが掲げる「AI工場」は、GPUを費用ではなく売上を生む設備に変える発想です。最新決算でデータセンター売上は890億ドルに拡大。世界の投資額、電力制約、推論単価、循環金融リスクを公開資料から検証し、0.5京円規模の価値試算の前提と限界、投資家が見るべき指標を読み解く。
NVIDIA資金供給網が映すAI半導体需要と循環リスクの焦点
GPU販売で急成長したNVIDIAは、OpenAIへの投資枠、CoreWeaveへの出資、信用支援、5000億ドル規模の第三者資金でAI工場を広げています。巨額のGPU購入を支える一方、需要の実態や残価リスクは見えにくくなっています。AI半導体市場の次の焦点として、資金循環の構造と投資家が見るべき実需指標を解説。
巨大AIサーバー市場がスマホを超える部品供給網再編の焦点整理
AIサーバーはGPU、HBM、電源、液冷、HDDまで巻き込む巨大な部品産業へ変わりました。GartnerやIDCの最新予測を基に、スマホ市場を上回る投資規模、NVIDIAラックの構造、部品供給制約、電力リスク、日本企業が狙える領域、収益化の前提と地域負荷を半導体、データセンター双方から多面的に解説。
AIデータセンター市場急拡大、日本企業が狙う半導体と電力商機
AIデータセンター市場は2030年に電力需要が倍増し、半導体、冷却、建設、再エネ調達まで波及する。NVIDIAやOpenAIの投資動向、IEAの電力試算を基に、日本企業が狙える商機と、資金環流・電力制約が生む過熱リスク、経営者と投資家が確認すべき指標を、技術と産業政策の両面からわかりやすく解説します。
SK日本AIデータセンター計画、NVIDIA連携の勝算と課題
SKグループが日本でAIデータセンターを計画する背景には、SK hynixのHBM、SK Telecomの運用力、NVIDIAのAI工場設計を束ねる狙いがあります。国内企業の生成AI活用、電力・冷却制約、半導体供給網という3条件から、日本市場での2028〜29年開設計画の勝算と残る課題を具体的に読み解く。
最新ニュース
Googlebook登場、Android連携でAIパソコン競争へ
Googleが899ドルからのAIノート「Googlebook」を予約開始。Android連携、Gemini Intelligence、10年更新を軸に、WindowsのCopilot+ PCやMacBook Airとどう競うのか。メモリ高でPC価格が上がる市場環境の中、普及の勝算と課題を読み解く。
国産フィジカルAIを動かす機械IDと工場データ連携構想の焦点
政府と機械大手が工場設備に共通IDを振り、製造データを集める構想が動き出しました。DMG森精機やコマツの実装、製造AX拠点、GENIAC、国際的なデータスペース標準を手掛かりに、国産フィジカルAIの競争力、中小工場が参加する条件、欧州標準への対抗軸、データ主権のリスクを読み解く。
大手行の国内融資回帰で地銀・信金に迫る預金争奪と地域経済の岐路
日銀統計で2026年8月の銀行・信金計貸出平残は680兆円を超え、都銀等は銀行計の約46.8%に達した。政策金利1%時代に大手行が国内融資へ戻る一方、地銀・信金には預金獲得、利ざや管理、中小企業支援の三重課題が重い。自治体の資金調達や地域再生にも及ぶ影響を地方財政の視点で読み解く。
ソフトバンクG大型ジャンク債に映るAI投資熱と財務規律の攻防
ソフトバンクGがOpenAI投資資金として計画するドル・ユーロ建てジャンク債に200億ドル超の需要が集まった。10%近い利回り、BB+格付け、LTV管理、ブリッジローン返済を軸に、AI投資を支える財務戦略を検証。市場が評価した点と警戒した点を整理し、今後の資金循環の構図とガバナンス上のリスクを読み解く。
すし学校人気が映す専門職転身市場と年収1000万円到達の条件
東京すしアカデミーの週末コースにIT人材や専門職が集まる背景を、AI時代のリスキリング、外食人手不足、海外日本食18万1000店、米国ヘッド職10万ドル級の給与相場から分析。会社員のまま試す設計、学費回収の現実、修業期間、ビザ・語学リスクまで、キャリア戦略として読み解く。