はじめに
NVIDIAは2026年10月15日、日本語ブログで、10月7日にMicrosoftが開催したイベントでの発表内容を報じました。RTX Spark搭載PCの予約受付開始と「NVIDIA DGX Station for Windows」のプレビュー公開が柱です。本稿では、WindowsでAIエージェントを動かす基盤の全体像を解説します。
参考記事
- タイトル: NVIDIA と Microsoft が RTX Spark と AI エージェントで Windows PC の新章を開幕
- 著者: Gerardo Delgado
- 発行元: NVIDIA（NVIDIA日本語ブログ）
- 発行日: 2026年10月15日
- URL: https://blogs.nvidia.co.jp/blog/local-ai-rtx-spark-microsoft-windows-event/
要点
- MicrosoftはWindows上でエージェントを安全にバックグラウンド実行するOSレベルの基盤「Microsoft Execution Containers（MXC）」の一般提供を発表した。
- RTX Spark搭載ノートPCは予約受付を開始し、10月16日発売とされる。コンパクトデスクトップは11月発売予定である。
- RTX SparkはBlackwell RTX GPUとGrace CPUを組み合わせ、最大128GBの統合メモリと1ペタフロップスのFP4 AI性能を備える。
- DGX Station for WindowsはGB300 Grace Blackwell Ultraを搭載し、748GBのコヒーレントメモリと最大20ペタフロップスのFP4 AI性能を持つ。
- DGX StationはこれまでLinux上で動作しており、Windows版でもLinux AIツールチェーンはWSL経由で利用できる。
詳細解説
イベントの概要: Windowsとエージェント時代
NVIDIAによれば、10月7日にサンフランシスコのDogpatch Studiosで開催されたMicrosoftの「Windows AI and Surface」イベントで、NVIDIA創業者/CEOのジェンスン・フアン氏とMicrosoft CEOのサティア・ナデラ氏が登壇しました。両社が共同開発を進めている、AIエージェントをWindows PC上で動作させるためのハードウェアとソフトウェアの概要が説明されています。両氏の対談の司会は、元ホワイトハウスAI担当上級政策顧問のSriram Krishnan氏が務めました。
フアン氏は、NVIDIAの創業はWindowsのおかげだったと振り返り、WindowsがなければGeForceも存在しなかったという趣旨の発言とともに、両社の長い協力関係をたどりました。ナデラ氏は、フアン氏が目先ではなく長期的なトレンドについて一貫したビジョンを持ち続けてきた点を評価しています。フアン氏はさらに、パーソナルコンピューターを「究極のツール」と位置づけ、エージェントがコンピューターに搭載されることで、PCは利用者のパーソナルアシスタントになるという見方を示しました。
ここでいうAIエージェントとは、利用者の指示を受けて複数の手順を自律的に計画・実行するAIを指すことが一般的です。1回ごとに応答するチャット型のAIとは異なり、長時間バックグラウンドで動き続ける使い方も想定されるため、実行基盤の安全性と常時稼働できる計算資源の両方が重要になると考えられます。本稿としては、今回の発表はその両面をOSとハードウェアの側から整えようとする動きと読んでいます。
MXC: エージェントを安全に動かすOSレベルの基盤
ナデラ氏の冒頭挨拶の後、MicrosoftのWindowsおよびデバイス担当エグゼクティブバイスプレジデントであるPavan Davuluri氏が、エージェント時代に向けて設計されたWindowsアップデートを説明しました。Microsoftは、エージェントをOSの制御下で安全かつ継続的にバックグラウンド実行できるようにするOSレベルのインフラ「Microsoft Execution Containers（MXC）」の一般提供を発表しています。Davuluri氏は、これらの基本機能をWindowsに直接組み込むことでエージェントの保護・監視・管理を実現し、MXC、Microsoft Security、Agent 365によってWindows上のエージェントの能力を最大限に引き出すと説明しました。
ナデラ氏も対談の中でこのテーマに触れ、デスクトップをエージェントの最も安全な実行場所にする必要があったと述べています。フアン氏はMXCを次世代ITの基盤と位置づけ、かつてWindowsとDirectXがアプリケーションの構築方法を大きく変えたように、MXCがエージェントの構築・展開の方法を大きく変えるとの見方を示しました。
元記事では、MXCの技術的な仕組みまでは説明されていません。名称からは、エージェントを他のプロセスやデータから切り離して実行するコンテナー型の隔離機構と推測されますが、隔離の範囲や権限モデルの詳細は公式ドキュメントでの確認が必要だと思います。エージェントがファイルやアプリケーションを操作する以上、本稿としては、企業での導入可否は性能だけでなく、こうした監視・管理機能を既存のセキュリティ運用にどこまで組み込めるかにも大きく左右されると考えています。
RTX Spark: 予約受付開始と搭載製品
NVIDIAによれば、RTX SparkはNVIDIAのAIスタック全体をWindowsノートPCとコンパクトデスクトップにもたらす製品です。RTX SparkノートPCは予約注文の受付が始まり、10月16日に発売されます。コンパクトデスクトップは11月に発売予定です。
Davuluri氏はSurface Laptop Ultraを発表する際、同機がNVIDIA RTX Sparkを中心に構築されていると説明しました。最大128GBの統合メモリと最大1ペタフロップスのAIコンピューティング能力により、従来のマシンでは扱えないようなモデルもこのノートPC上で実行できるとしています。製品はAcer、ASUS、Dell、HP、Lenovo、Microsoft、MSI、Gigabyteから、薄型ノートPCから常時稼働エージェント向けのコンパクトデスクトップまで幅広く投入されます。
コンパクトデスクトップ構成は、同じRTX Sparkスーパーチップを24時間365日稼働向けに設計された小型筐体に搭載した、エージェントの常時稼働専用のローカルAIシステムと位置づけられています。
ノートPCとコンパクトデスクトップで同じチップを使う構成は、手元のノートPCで開発・検証を行い、常時動かしておきたいエージェントはデスクトップに任せるといった役割分担を想定したものと読めます。ただし、価格や消費電力、各メーカー製品の具体的な構成は元記事では示されておらず、導入を検討する際には各社の製品情報を確認することが前提になると思います。
RTX Sparkの構成とローカルAI性能
NVIDIAによれば、RTX Sparkは最大6,144コアのNVIDIA Blackwell RTX GPUと、最大20コアのNVIDIA Grace CPUを600GB/sで接続した構成です。1ペタフロップスのFP4 AIパフォーマンスと最大128GBの統合メモリを備え、ローカルAIに適しているとされています。NVIDIAは具体例として、125Bモデルである「Qwen 3.8 Flash Next」（NVIDIAは「51B n-gramを備え、多くのクラウドモデルと同等の知能を持つ」と説明）などのモデルを、従量課金やクラウドへのデータ送信なしで実行できるとしています。
FP4は、数値を4ビットの浮動小数点で表す低精度の形式です。精度を下げる代わりにメモリ使用量と計算量を抑えられるため、大きなモデルを限られたメモリで動かす手段として使われています。一方で、FP16など高い精度での性能値とは単純に比較できない点には注意が必要です。参考として本稿で概算すると、125Bパラメーターのモデルは重みだけでFP16なら約250GB、4ビットなら約62.5GBとなり、128GBのメモリに収めるには4ビット前後への量子化が前提になると考えられます（推論時のキャッシュなどには別途メモリが必要です）。また統合メモリは、CPUとGPUが同じメモリ領域を共有する方式で、一般的な単体GPUのビデオメモリ容量を超える規模のモデルを扱いやすくなる利点があると考えられます。
開発者・クリエイター・ゲーマー向けの機能
RTX Sparkは、NVIDIAハードウェア全体で動作するソフトウェアスタックであるNVIDIA CUDAプラットフォームを完全にサポートしており、NVIDIAはあらゆるPC用途に対応できるよう構築されていると説明しています。元記事では、利用者ごとに次の機能が挙げられています。
- 開発者: モデル、ツール、ワークフローを書き直すことなく移行でき、RTX SparkからDGX Stationまで同じNVIDIA AIスタックを実行できます。
- クリエイター: 制作パイプライン全体で、NVFP4に対応した第5世代Tensorコア、ハードウェアアクセラレーションによるAV1および4:2:2ビデオのエンコード/デコード、DLSSおよびRTXレイトレーシングを利用できます。
- ゲーマー: DLSS 5、Reflex、G-SYNCを使用することで、AAAタイトルを1440p解像度、100fps以上でプレイできます。
CUDAは、NVIDIA製GPUで汎用的な計算を行うための開発基盤で、多くのAIフレームワークがこれを前提に作られています。開発者向けの項目は、手元のPCで作ったモデルやワークフローを、より大きなDGX Stationへ書き換えなしで移せることを示しており、試作から大規模な学習・推論までの移行コストを下げる狙いがあると読めます。なお、ゲーム性能の数値はNVIDIAが示した条件でのもので、タイトルや設定によって変わる可能性があります。
DGX Station for Windows: デスクサイドでフロンティア級AI
イベントでは、GB300 Grace BlackwellクラスのAIインフラをWindowsエコシステムに直接もたらす初のデスクサイドAIスーパーコンピューター「NVIDIA DGX Station for Windows」がプレビュー公開されました。Davuluri氏は、これによりフロンティアクラスのモデルのローカル実行が可能になり、従来はクラスターをレンタルする必要があった能力をデスクサイドのスーパーコンピューターで実現できると述べています。
NVIDIAによれば、DGX Station for WindowsはGB300 Grace Blackwell Ultraデスクトップスーパーチップを搭載し、748GBのコヒーレントメモリと最大20ペタフロップスのFP4 AIコンピューティング能力を提供します。この構成は、最大1兆パラメーター規模のモデルのローカル実行に十分とされています。
コヒーレントメモリは、CPUとGPUがメモリ内容の一貫性を保ちながら共有する仕組みを指します。先ほどと同じ概算では、1兆パラメーターのモデルは4ビットでも重みだけで約500GBとなり、748GBという容量はこの規模のモデルを意識した設計と読めます。なお、提供時期や価格は元記事では示されておらず、提供開始情報は登録者に案内される形となっています。
WindowsとLinuxの二重環境という課題
元記事によれば、DGX StationはこれまでLinux上で動作していました。そのため企業の開発者は、高負荷なAIワークロードにはLinux、生産性向上ツールやアプリケーション、ワークフローにはWindowsと、2つの異なる環境を維持する必要がありました。NVIDIAは、Fortune 500企業の大半がWindowsを標準としており、このギャップが開発者にとって時間とリソースの負担になってきたと指摘しています。開発者は、AIコンピューティングのためにLinuxへ移行するか、高度なモデル開発やマルチエージェントのワークロードに必要なハードウェアの選択肢が限られたWindowsに留まるかの選択を迫られてきたといいます。
DGX Station for Windowsにより、AIネイティブ企業、主要研究機関、大企業の開発者・研究者のチームは、既存のWindowsアプリケーションやインフラに直接接続する常時稼働のAIエージェントを構築・実行し、メインマシンを離れずに大規模モデルのファインチューニングや推論を行えるとされています。Linux AIツールチェーンは、必要に応じてWSL経由で引き続き利用できます。
WSL（Windows Subsystem for Linux）は、Windows上でLinux環境を動かすMicrosoftの仕組みです。既存のLinux向けAIツールを手放さずにWindowsへ環境を寄せられる点は、端末管理やセキュリティ方針をWindowsで統一している企業にとって検討しやすい材料になると考えられます。一方で、WSL経由での実行性能や既存ツールとの互換性がどの程度確保されるかは、プレビュー段階の現時点では元記事から判断できません。本稿としては、具体的な導入判断には正式提供後の情報や検証結果を待つ余地があると受け止めています。
まとめ
NVIDIAとMicrosoftは、OSレベルのMXC、ノートPCとコンパクトデスクトップ向けのRTX Spark、企業向けのDGX Station for Windowsを組み合わせ、Windowsをローカルで動くAIエージェントの基盤に据える方針を示しました。今後は、MXCの具体的な管理機能や、各製品の実機性能・価格がどう明らかになるかが注目点だと思います。
