日本、27,500台のNVIDIA Rubin GPUを投入し、ノエトラの「National Physical-AI Cloud」を支援
日本は、ロボットのトレーニング用コンピューティングを国家の産業インフラと位置づけ、ノエトラ社に対し約62億米ドルを支援し、27,500台のNVIDIA Rubin GPUを基盤とする自立型の物理AIエコシステムの構築を後押ししている。

人工知能(AI)の覇権をめぐる世界的な競争は、汎用言語モデルから物理世界へと移行しつつあり、日本はこうした転換を主導する立場を確立しようとしている。 日本政府は、ロボットのトレーニングに用いる計算リソースを単なるクラウド容量として扱うのではなく、国家産業インフラとしての地位に格上げしている。この戦略的転換は、物理AIに必要な基盤モデルを開発するには、単一の企業が単独で確保することのできない規模の計算リソースと現地データが必要であることを認識した上でのものだ。
2026年7月16日、主要産業プレイヤーが支援する日本の新興企業であるノエトラ社は、大規模な国家AIインフラプロジェクトの立ち上げを発表した。 経済産業省(METI)および産業技術総合研究所(AIST)の支援を受け、ノエトラ社はNVIDIA Vera Rubin AIファクトリーを建設する。 この施設には、13,750基のNVIDIA Vera中央処理装置(CPU)と27,500基のNVIDIA Rubinグラフィックス処理装置(GPU)が導入され、140メガワットのデータセンター容量を提供する。 日本政府は、2026年度に3,873億円を含む、5年間で計約1兆円(約62億米ドル)の開発委託資金を拠出する。 建設は2027年4月に開始され、2028年6月に稼働開始が見込まれている。 Noetra(旧称:日本AI基盤モデル開発)は44の企業・団体から支援を受けており、ソフトバンク株式会社、日本電気株式会社、ソニーグループ株式会社、本田技研工業株式会社が過半数の株式を保有している。
なぜ日本は、ロボットの学習用コンピューティングリソースを、単なるクラウド容量ではなく、国家産業インフラとして位置付けているのか?
日本がロボットのトレーニング用コンピューティングリソースを国家産業インフラとして位置付けているのは、物理的なAIの開発には膨大な
個々の企業の能力を超える計算リソースやオンサイトデータ。日本はこのインフラをノエトラの下に一元化し、政府から多額の資金提供を行うことで、経済的安全保障の確保、海外技術への依存低減、そして世界のAIロボティクス市場における大きなシェアの獲得を目指している。「主権的物理AI」の戦略的論理
ノエトラ設立の決定は、製造、ロボティクス、および現場データ収集における日本の歴史的な強みを活用することを目的とした、綿密に計算された産業政策を反映している。現在、汎用AIの開発において米国と中国が世界をリードしているが、日本は特にフィジカルAIに焦点を当てることで、他国との差別化を図ろうとしている。 このアプローチは、人工知能の次のフロンティアがデジタル画面に限定されるものではなく、物理的環境を理解し、それと相互作用し、操作できるシステムを含むものであることを認識したものである。
このインフラは、AIロボティクスやフィジカルAIを見据えたマルチモーダル基盤モデルの開発に焦点を当てる日本の「FRONTiaプロジェクト」に、計算基盤を提供するものである。 Noetraのマルチモーダル基盤モデルの事前学習済み重みは、国内のモデル開発者や企業に広く提供される予定だ。このオープンアクセス戦略は、国内のエコシステム全体におけるイノベーションを加速させることを目的としており、製造、物流、医療、通信分野の企業が、共有された国家基盤の上に専門的なアプリケーションを構築できるようにするものである。
主権的なフィジカルAIエコシステムを構築することで、日本は経済安全保障や技術的依存に関する懸念に直接対処しています。中核的なAI機能において海外技術に依存している状況は、東京の政策立案者にとってますます大きな懸念事項となっていました。Noetraの取り組みは、この脆弱性に対する直接的な対応であり、以下を確実にするものです。
日本の将来の産業オートメーションの基盤となる層が、国内で開発・管理されること。この「自国主導」のアプローチは、単なる国家の誇りの問題ではなく、ますます分断が進む世界の技術環境において、日本の基幹産業の競争力を守るための戦略的必須事項である。デジタルとフィジカルな知能のギャップを埋める
このインフラの重要性を理解するには、コンピュータにエッセイの書き方を教えることと、ロボットに製品の組み立て方を教えることの違いを考えてみるとよい。汎用言語モデルは、インターネット上の膨大な量のテキストを処理することで学習する。一方、物理AIは、物理法則、空間認識、そして複雑な操作スキルを習得しなければならない。 これには、動画、音声、実世界からのセンサーデータなど、膨大な量のマルチモーダルデータを処理することが必要となる。これらのモデルを学習させるために必要な計算能力は膨大であり、だからこそ、27,500台のNVIDIA Rubin GPUの導入が、日本の野心を実現するための極めて重要な基盤となっている。
デジタル知能から物理知能への移行は、人工知能システムのアーキテクチャにおける根本的な転換を意味する。デジタルモデルは比較的制約があり予測可能な環境で動作できるが、物理AIは現実世界の混沌と不確実性を乗り越えなければならない。 工場や病院で稼働するロボットは、予期せぬ障害物、照明の変化、そして人間の予測不可能な行動に適応できなければなりません。このレベルの複雑さに対処できるようモデルを学習させるには、膨大な計算能力だけでなく、高品質な実世界データへのアクセスも必要です。
ここで、製造業やロボット工学における日本の歴史的な強みが、明確な優位性をもたらします。日本は、数十年にわたる産業の自動化によって生成された豊富な現場データを保有しています。これらを組み合わせることで
日本は、Noetraインフラが持つ前例のない計算能力を用いてこのデータを処理することで、物理的な運用実態に深く根ざした基盤モデルの構築を目指しています。この「実世界ネイティブAI」への注力が、汎用的な言語能力を優先する他の国家AIプロジェクトとは一線を画す、Noetraイニシアチブの特徴となっています。分野横断的な連携の課題
投資規模や参加企業の質は確かに印象的ですが、ノエトラ・イニシアチブの成功は保証されたものではありません。 重要な課題の一つは、参加企業間で実際にどれだけの現場データを共有できるかという点だ。製造業や自動車業界の競合他社は、従来から自社の独自データを厳重に保護してきたため、共有基盤モデルに向けてリソースを統合するよう説得するには、慎重な交渉と明確なインセンティブが必要となる。
さらに、半導体や液晶ディスプレイなどの分野における過去の「全日本」的な提携の失敗を繰り返すことなく、関係企業が従来の境界を越えて協力を深めることができるかという問題もある。 日本における政府主導の産業コンソーシアムの歴史は一長一短であり、ノエトラは、コストのかかる官僚的な取り組みに陥らないよう、機敏な実行力と商業的な実行可能性を実証する必要がある。
このような大規模な連携に内在する構造的な摩擦は、決して過小評価できない。参加各社は、それぞれ独自の戦略的優先事項、技術基準、企業文化を持ち込むことになる。 こうした多様な利害関係を共通の目標に向けて調整するには、強力なリーダーシップと明確なガバナンス体制が必要となる。経済産業省(METI)と産業技術総合研究所(AIST)の関与は、こうした障害のいくつかを克服するのに役立つかもしれない一定レベルの政府の後押しを提供するが、プロジェクトの最終的な成功は、民間企業の能力にかかっている。
効果的な実行に向けた業界パートナー。「日本の国家AIインフラの真価は、導入されたGPUの数ではなく、大手企業が自社独自のオンプレミスデータを共有基盤モデルに集約する意欲にある。」
国家AIインフラ構想のベンチマーク

注:プロジェクト・スターゲートと中国の「国家統合計算力ネットワーク」は、物理的なAIやロボティクスにのみ焦点を当てた直接的な競合相手というよりは、国家規模のAIインフラ投資における参考事例である。
導入の兆候と実行のマイルストーン
44の企業・団体が「ノエトラ」に投資しているという幅広い業界からの支持は、強力な初期導入のシグナルとなっている。多様なセクターにわたる主要企業の参加は、主権的な物理AI能力の必要性に対する共通認識を示している。このレベルの合意は稀であり、日本の産業界が物理AIへの移行をいかに緊急の課題と捉えているかを浮き彫りにしている。
公式のタイムラインには、明確な実行のマイルストーンが設定されている。 2026年度、Noetraは、高度な日本語理解、論理的推論、指示の遂行といった基礎的な機能を備えた推論基盤モデルの構築を目指している。2028年度までに、テキスト、画像、動画、音声をシームレスに処理できるオムニモーダル基盤モデルの開発を計画している。 2030年度を目標とする最終目標は、空間認識などの物理的特性を理解できる「実世界ネイティブAI」の実現である。これらのマイルストーンは、日本が掲げる「AI・ロボティクス戦略」と整合しており、同戦略では
2040年までに、世界のAIロボティクス市場の30パーセントを占める見込みです。この段階的な開発アプローチは、関連する技術的課題に対する現実的な理解を反映している。 推論基盤モデルから着手し、マルチモーダル機能や物理的機能を段階的に追加することで、Noetraは「過大な約束をして期待に応えられない」というリスクを軽減している。この段階的な戦略により、参加企業はモデルの初期バージョンを自社の業務に組み込み始め、貴重なフィードバックを提供することで、開発プロセス全体を加速させることができる。
商業的および運用上の影響
調達マネージャー、調達責任者、および自動化システムの購入者にとって、Noetraイニシアチブは、物理AIの基盤層に対して日本政府が補助金を支給するという長期的なコミットメントを示すものです。 これにより、最先端のロボティクスを導入しようとする国内企業にとって、ゼロから開発を始めるのではなく、Noetraのモデルが持つ事前学習済みの重みを基盤として活用できるようになるため、参入障壁が最終的に低下する可能性がある。
共有され、主権が確保された基盤モデルの利用が可能になることは、日本の産業オートメーションの経済性を根本的に変える可能性があります。現在、企業は独自のモデルを開発するか、海外ベンダーの高価なクローズドソースのソリューションに依存するかのいずれかを選択せざるを得ません。 物理AIの基盤層へのアクセスを民主化することで、ノエトラは国内のエコシステム全体にイノベーションの波を引き起こす可能性を秘めており、中小企業がより効果的に競争できるようになり、幅広い産業分野における高度なロボティクスの導入を加速させることになるだろう。
しかし、このインフラによる運用上のメリットはすぐには実現しない。運用開始は2028年6月を予定しており、企業は、主権型かつマルチモーダルな基盤モデルが
商用化までにはまだ数年を要する。その間、各組織は、独自ソリューションや初期段階の物理AIプラットフォームが乱立する状況に対応していく必要があるだろう。ノエトラの設立は、人工知能に対する日本のアプローチにおける決定的な転換を象徴しており、海外の汎用モデルへの依存から、独自の物理AIインフラの積極的な開発へと移行している。日本は、膨大な計算リソースと、製造およびロボット工学における深い専門知識を組み合わせることで、産業オートメーションの新たな時代の基盤を築きつつある。
本分析は、企業の発表および公開されている市場情報や政策情報を総合したものです。
免責事項:本記事は情報提供のみを目的としており、投資、財務、法律、調達、その他の専門的な助言を構成するものではありません。読者は、意思決定を行う前に、仕様、価格、入手可能性、規制要件、および商業条件について、関連する企業または当局に直接確認する必要があります。










