NVIDIA、SK hynixと複数年提携　AIファクトリー向け次世代メモリを共同開発

※記事を視覚化したイメージであり、実際の事象とは異なります。

2026.06.12

本サイトの記事や画像は、AIが公的資料や複数の報道を基に事実関係を整理・再構成し制作したものです。[続きを表示]特定の報道内容や表現を再利用・要約することを目的としたものではありません。ただし、誤りや不確定な情報が含まれる可能性がありますので、参考の一助としてご覧いただき、実際の判断は公的資料や各出典元の原文をご確認ください。[私たちの取り組み]

NVIDIAとSK hynixは2026年6月7日、次世代メモリの共同開発と供給面での支援を柱とする複数年の技術提携を発表した。世界的に広がる「AIファクトリー」に対応する狙いがある。AIファクトリーは、データの取り込みからAIの学習、チューニング、大規模推論までを支える専用の計算基盤を指す。両社はメモリ開発に加え、半導体の設計・製造をAIで高速化する取り組みも進める。

NVIDIAのAI基盤に沿った次世代メモリ開発

今回の提携は、NVIDIAのAIインフラのロードマップに合わせて次世代メモリを共同開発する枠組みだ。AI向け半導体では演算性能だけでなく、データを高速に出し入れするメモリの性能と安定供給が競争力を左右する。先端メモリは開発期間が長くなっており、早い段階から設計側とメモリ側が連携する必要性が高まっている。

対象には、NVIDIAのVera Rubin AIスーパーコンピューター、Vera CPU、RTX Spark搭載PC、Jetson Thorロボティクス基盤向けのメモリ開発が含まれる。AIサーバーだけでなく、個人向けAIやロボットなど、現実空間で動くAIにも用途を広げる位置付けだ。

供給面の支援も提携の重要な柱となる。AI向け半導体の需要が拡大するなか、必要な時期に必要な性能のメモリを確保できるかは、AIインフラの整備速度に直結する。ただし、契約年数の具体的な長さや供給量、価格条件、個別のメモリ品種などの詳細は明らかにされていない。

設計・製造にも広がるAI活用

両社は、NVIDIAのCUDA-XライブラリやPhysicsNeMoを使い、半導体シミュレーション、TCADワークフロー、社内シミュレーションコードやAI物理ワークフローの高速化を進める。TCADは、半導体の構造や製造工程をコンピューター上で検証する技術で、試作前に性能や歩留まりを見極めるために使われる。こうした工程を高速化できれば、開発サイクルの短縮につながる。

SK hynixはさらに、Omniverse、OpenUSD、cuOptなどを活用し、半導体工場のデジタルツイン高度化を進める。デジタルツインは現実の工場を仮想空間に再現する仕組みで、生産設備や工程の動きを事前に検証しやすくする。将来的には、より自律的に稼働するファブ運用を目指す。

今回の合意は、両社が長年続けてきた共同エンジニアリングを、複数年の正式な技術提携へ引き上げるものだ。次世代メモリの共同開発、供給基盤の強化、設計・製造現場へのAI活用を一体で進める枠組みとなり、AIインフラ拡大を支える半導体サプライチェーン上の重要な取り組みとなる。