チューリングが完全自動運転AI開発にGMO GPUクラウドを活用

チューリングが完全自動運転AI開発にGMO GPUクラウドを活用

チューリングは2030年代前半に完全自動運転の実現を目指し、自動運転AIの開発基盤としてGMO GPUクラウドを採用したと2026年5月14日に明らかにした。膨大な走行データを用いたマルチモーダル学習に必要な大規模GPU計算環境の確保が背景にある^[1]

同社は視覚情報と言語を統合するモデル「Heron」、空間と時間の理解を応用する「Terra」、運転データに言語説明を付与した「CoVLA」を並行して開発しており、GPUクラウドを利用して大規模学習を進めている。NVIDIA HGX B300や既存のH200も用途に応じて活用している。

チューリングのGPU使用量は年2.5倍で増加しており、富岳スーパーコンピューターの1エクサフロップス超に匹敵する計算資源を活用している。GMO GPUクラウドの安定稼働と迅速なサポートにより、小規模実験を並列で実行する開発スタイルが可能になっている。

GPUクラウド選定と運用の比較

Fuel Connect編集部の整理

この記事はチューリングが完全自動運転AI開発の基盤としてGMO GPUクラウドを導入した経緯と活用状況を整理している。AI開発、クラウドインフラ、車両管理に関わる技術者が把握する価値がある内容である。

表では選定基準と比較対象のGPU環境を整理しており、クラウド選定や計算基盤の運用方針を検討する企業や開発チームにとって参考になる。特に国内GPUクラウド事業者の性能と運用体制を理解する上で有用である。