データを自社環境に
許可されたワークロードを顧客のインフラで実行する設計です。アクセス、保存、更新のルールを組織ごとに定めます。
商用展開目標 · 2027年第1〜第2四半期
THOLON
ソブリン・エッジAIマイクロデータセンター
演算能力を、
設計・開発の力へ。
THOLONは、ReinventyのソフトウェアとNVIDIA Blackwell基盤を統合する構想です。Tin Man OSがシステムを統制し、Alchemiが研究を、AeroMag Forgeが設計を支えます。
開発中の製品 · 参照アーキテクチャ · 産業デザインコンセプト
01 / REINVENTYのソフトウェア + NVIDIA BLACKWELL
統合から生まれる、
価値。
AIモデル、技術知識、科学計算ツール、ローカル演算を、統制された作業環境にまとめる構想です。要件、設計案、シミュレーション結果、技術判断に必要な根拠をつなぐことを目指します。
統合されたプラットフォーム
演算、内部ネットワーク、制御PC、冷却、電源保護を、同じモジュールを構成する要素として設計します。
モジュール単位で拡張
10ノードを基本とし、最大4モジュールへの拡張を計画。サービス、専門モデル、同時処理容量の拡大を目指します。
REINVENTYのソフトウェア / プラットフォームの中核
三つの技術から、
産業開発の力へ。
THOLONの独自の価値は、自社技術の連携にあります。Blackwellが演算基盤を提供し、Reinventyのソフトウェアが知識、ツール、開発プロセスにつなぎます。
TIN MAN OS ↗
実行を統制する。
モデル、ツール、リソース、アクセス、作業計画を調整する統制層を想定しています。共通の文脈で実行を整理し、各工程を追跡可能にします。
ALCHEMI ↗
新たな可能性を探る。
材料、候補、技術的仮説を探索する研究プログラムです。科学的知識と計算、実験を結び、提案を専用の検証工程へ進めます。
AEROMAG FORGE ↗
設計を形にする。
形状、パラメータ、シミュレーションツール、設計案の比較を結ぶ設計環境です。製造可能な部品やシステムへの展開には、工学的な検証を伴います。
- 01要件
- 02研究
- 03設計
- 04シミュレーション
- 05検証
THOLONへの統合は開発中です。機能と性能は、ソフトウェアの版、モデル、ワークロードごとに検証します。AIは科学的・工学的な結果の妥当性確認を代替しません。
02 / システムアーキテクチャ
一つのシステム。
明確な運用範囲。
参照アーキテクチャの各層をご覧ください。キャビネットはプロジェクトの産業デザインコンセプトです。最終的な配置と部品は製品化の過程で決定します。
産業デザイン / 参照コンセプト01 / 演算
10ノードから、拡張可能な基盤へ。
1モジュールに10台のNVIDIA Jetson T5000を想定し、各ノードにローカルメモリとストレージを備えます。専門モデルを個別に配置する構成と、検証を要する分散実行構成を検討します。
03 / TIN MAN OS + LLM
複数の専門性を、
一つの方針で。
同じインフラで、異なる二つの構成を検討します。適切な方式は、モデル、タスク、実構成での測定結果によって決まります。
文書コード技術支援
TIN MAN OS実行計画とリソース
N01N02N03N04N05N06N07N08N09N10
社内アプリケーション
説明用の図 / 論理アーキテクチャTin Manが、専門モデルを連携させる。
文書処理、ソフトウェア開発、技術支援などに、それぞれ完結したモデルを配置します。オーケストレーションがタスクを割り当て、結果をまとめます。各モデルの役割、利用可能なデータ、許可されたツールを明確に保ちます。
製品アーキテクチャで想定する方式です。提供前にモデルとワークロードごとの検証を行います。
04 / モジュール型の設計
1モジュールから、
成長を設計する。
計画中の構成をご覧ください。ここに示す値は設計上の公称容量であり、製品の実測性能ではありません。
10Thorノード
20.7 PFLOPSThorのAI演算の理論ピーク20,700 TFLOPS · FP4スパース · Tensor Core
1,280 GB分散メモリの公称総容量
80 TB想定するSSDの物理容量合計
1内蔵制御PC
参照構成は1ノードあたり128 GBのメモリと、候補である8 TB SSDです。メモリはノードに分散し、ストレージ値は冗長化や予約領域を差し引く前の容量です。最終的な製品構成は未確定です。
AI / FP4 SPARSE
構成ごとの、
演算能力。
1モジュールから、外部のNVIDIA DGX Station GB300を加えた拡張構成まで。同じFP4スパース演算を基準に、理論ピーク値を比較できます。
AI演算の理論ピーク合計 · 最大
20,700TFLOPS
20.7 PFLOPS · FP4スパース · Tensor Core
Thorノードのピーク合計20,700 TFLOPS
DGX Stationのピーク0 TFLOPS
RTX PRO 6000のピーク0 TFLOPS
同じFP4スパース演算基準では、4,000 TOPSは4,000 TFLOPS相当です。DGX + RTXの公称合計は24,000 TFLOPSです。RTXのメモリはDGXのコヒーレントメモリとは別です。
独自の電源、冷却、接続設計を必要とするオプション構想です。モジュールの外に配置し、基本動作には必要としません。
NVIDIAが対応を示す構成ですが、OEM機種での確認が必要です。専用GDDR7メモリ96 GB、FP4スパース演算で最大4,000 TOPSを追加する600 Wのカードです。可視化やシミュレーションにも対応し、DGXのAI演算能力を2倍にするものではありません。
外部リソースのオプションNVIDIA
DGX Station GB300+ RTX PRO 6000 Blackwell Workstation+ 20,000 TFLOPSFP4スパース · Tensor Core
DGX Station GB300+ RTX PRO 6000 Blackwell Workstation+ 20,000 TFLOPSFP4スパース · Tensor Core
NVIDIAのピーク仕様を算術的に合計しています。Jetson T5000は1台あたり最大2070 TFLOPS、DGX Station GB300は最大20,000 TFLOPSで、どちらもFP4スパース演算です。分散した理論上の最大値であり、システムの実測値や単一モデルの性能保証ではありません。実性能はネットワーク、ランタイム、スパース性、精度、電力制限によって変わります。
Thorのメモリは分散したままで、DGXのコヒーレントメモリは別です。接続するだけで一つのGPUや共有メモリになるわけではありません。
| THOLON | モジュール | THOLONモジュールのみTFLOPS | 外部DGX Stationを1台追加TFLOPS | DGX + RTX PRO 6000を追加TFLOPS |
|---|---|---|---|---|
| THOLON 10 | 1 | 20,700 | 40,700 | 44,700 |
| THOLON 20 | 2 | 41,400 | 61,400 | 65,400 |
| THOLON 30 | 3 | 62,100 | 82,100 | 86,100 |
| THOLON 40 | 4 | 82,800 | 102,800 | 106,800 |
NVIDIAの仕様と計算根拠
モジュール数 × 10 × 2070 + DGX台数 × 20,000 + RTX枚数 × 4,000 TFLOPS
NVIDIA Jetson T5000 · 2070 TFLOPS FP4 sparse ↗NVIDIA DGX Station GB300 · 20 PFLOPS FP4 sparse ↗NVIDIA DGX Station · RTX PRO GPU ↗NVIDIA RTX PRO 6000 Blackwell Workstation · 4000 FP4 sparse TOPS ↗Jetson T5000: MAXN / 130 W.
製品の活用シナリオ / 業務から成果へ
新しい技術を生み出す、
現場の仕事へ。
想定する使い方を四つのシナリオで紹介します。いずれも統合の構想であり、THOLON実構成で検証済みのサービスではありません。
01 / 技術開発部門
新しい駆動装置を、要件から設計案へ。
- 課題
- 機械、ロボット、ドローン向けの駆動装置を開発するチームが、寸法、質量、熱挙動、製造条件を両立させる必要があります。
- THOLONで想定する流れ
- Tin Man OSが作業とリソースを整理。Alchemiが代替案の研究を支援し、AeroMag Forgeがパラメータ、形状、許可された計算の結果を結びます。
- 独自の価値
- 知識、設計案、検証を一つの流れへ。情報源と前提を追跡しながら、試験に進める案を根拠とともに選びます。
02 / 機械メーカー
次の機械を、自社の知識から。
- 課題
- マニュアル、過去の設計、現場報告、仕様が、部門や保管場所に分散しています。
- THOLONで想定する流れ
- 許可された知識を検索可能にし、開発プロセスへ結ぶ構想です。設計を確定する前に、要件、サブシステム、代替案を比較します。
- 独自の価値
- 企業の経験を設計に生かします。顧客が定めたアクセス権限の下で、ハードウェア、ソフトウェア、知識を共に発展させます。
03 / 研究と新技術
材料の仮説から、重要な実証へ。
- 課題
- 新しい解決策には、候補、期待特性、物理的条件、実験結果の比較が必要です。
- THOLONで想定する流れ
- Alchemiが探索を支援し、Tin Man OSがツールと負荷を調整。適切なデータで学習・検証した予測モデルにより、詳細計算や実験に進める候補の選定を支援できます。
- 独自の価値
- データ、仮説、結果をつなぐ自社の学習サイクルです。AIが検証対象の選定を助け、次に進めるかは証拠で判断します。
04 / 情報分析
多様な情報源から、検証できる評価へ。
- 課題
- 技術分析チームが、報告書、文書、許可された情報源を照合し、矛盾や不足を把握する必要があります。
- THOLONで想定する流れ
- 専門サービスによる情報抽出、時系列の再構成、出典付き要約を想定。Tin Man OSがアクセスと工程を統制し、最終評価は分析担当者が確認します。
- 独自の価値
- 組織が選んだ環境で、情報の来歴と不確実性を明確にした分析を支えます。機密性を要する業務の基盤ですが、機密指定情報への認証を前提とするものではありません。
REINVENTY / 一つのエコシステム
一つの構成で、
要件から設計へ。
THOLONは、Tin Man OS、Alchemi、AeroMag Forge、NVIDIA Blackwell演算を結ぶ構想です。Reinventyの提供価値は、インフラと、それを研究・開発に生かすソフトウェアにあります。CAD/CAEツール、顧客のアプリケーションや業務との統合は、構成ごとに定義し検証します。
06 / 商用展開への道筋
アーキテクチャから、
商用製品へ。
商用展開の目標は2027年第1〜第2四半期です。構成の検証から統合試験を経て、製品の提供条件を定めていきます。
モデル、ランタイム、ワークロード
正確性、リソース使用量、品質、障害時の挙動をベンチ環境で確認します。
モジュール全体を一つのシステムとして
演算、ネットワーク、ソフトウェア、冷却、電源保護、保守を合わせて検証します。
商用展開目標
受注開始前に、構成、提供時期、サポート条件を確定します。
THOLON
あなたのAIを、
あなたの環境に。
ワークロード、データ、システム統合についてご相談ください。2027年の商用展開に向けて準備中です。構成と取引条件は発売時に確定します。
製品プレビューです。キャビネットはコンセプトであり、記載した容量と機能は設計アーキテクチャに基づきます。最終仕様、性能、提供時期には検証と確認が必要です。