半導体・エネルギー / Semiconductors & Energy
スパコン世界ランキングTOP500、上位10台が半年間まったく動かず。新顔は過去最少の27台――計算力はどこへ向かったのか
2026年11月16日に発表されたスパコン世界ランキングTOP500第68版。上位10台は6月から不変、新規はわずか27台で過去最少でした。数字の裏にある「AIファクトリーへの計算力シフト」と、富岳・富岳NEXTへの意味を一次資料から読み解きます。

目次
Key Points / 3分でわかる要点
- 2026年11月16日(米国時間)、スーパーコンピューターの世界ランキング「TOP500」の第68版が発表された。1位は中国のLineShine(2.198エクサフロップス)で、上位10台の顔ぶれと順位は6月の前回版から一つも変わらなかった。
- 新たにリスト入りしたシステムはわずか27台(全体の5.4%)で、TOP500の歴史上もっとも少ない。ただし、500位や50位に入るのに必要な性能は上がっており、「性能の伸びが止まった」わけではない。
- TOP500自身は、新しい計算機の多くが、ランキングに参加しない巨大な「AIファクトリー」に向かっていると分析している。Epoch AIの推計では、世界で毎四半期に追加されるAI計算能力は年約2.5倍のペースで増え続けている。
- 同じスパコンでも、AI向けの低い精度を混ぜた計算では性能値が約8〜12倍になる(米国の3台)。「何の計算で測った速さか」を確かめずに順位だけを比べると、実力を見誤る。
- 日本の富岳は9位を維持。後継の「富岳NEXT」は、AI性能(FP8)でゼタスケールを目指し、2030年ごろの稼働を目標に神戸で整備される計画だ。
この記事の読み方
- 事実出典で確認できる事実。企業の発表や公開資料の内容です。
- 予測これから起きると見込まれること。計画や見通しであり、確定ではありません。
- 考察編集部の分析や意見。出典の主張とは区別しています。
文中の [1] は、末尾の「参考資料・出典」の番号に対応しています。
導入:TOP500 2026年11月版で「何も起きなかった」こと自体がニュース
スーパーコンピューター(スパコン)の世界ランキング「TOP500」は、毎年6月と11月の2回発表されます。新しい1位の誕生や、日本の順位の上下がニュースになるのが常です。ところが、2026年11月16日(米国時間)にシカゴの国際会議SC26で発表された第68版では、上位10台の顔ぶれと順位が、6月の前回版から一つも変わりませんでした。[1]
さらに目を引くのが、新しくリストに載ったシステムの少なさです。新顔はわずか27台。TOP500を運営するチーム自身が「過去最少、それも大差で」と書くほどの低さでした。[1]
AI向けの半導体がかつてない勢いで売れているのに、なぜスパコンのランキングは静かなのか。本稿では、発表資料と公開データをもとに、その理由と、日本の「富岳」とその後継機への意味を読み解きます。
背景:TOP500とは何を測るランキングなのか
TOP500は1993年に始まったランキングで、各システムに「HPL(High Performance Linpack)」というベンチマークを走らせ、その実測値で順位を決めます。[1] HPLは、巨大な連立一次方程式を「倍精度(FP64)」という高い精度で解く計算です。気象や核融合、材料などのシミュレーションで求められる精度に近く、30年以上にわたって「科学技術計算の実力」を比べる共通の物差しとして使われてきました。
単位の「エクサフロップス」は、1秒間に100京回(10の18乗回)の浮動小数点演算ができることを指します。LineShineの2.198エクサフロップスは、1秒間に約220京回の計算にあたります。
ここで大事なのは、TOP500は自己申告のランキングだという点です。運用者がHPLを実行し、結果を提出しなければリストには載りません。どれほど巨大な計算機でも、申告しなければ「存在しない」ことになります。この性質が、今回の「静かなリスト」を読み解く鍵になります。
現状:上位は止まり、裾野は伸びている
「上位10台が不変」「新規が過去最少」と聞くと、スパコンの進歩が止まったように見えます。しかし、発表資料の数字を並べると、実態は少し違います。
TOP500の発表によると、500位に入るのに必要な性能は2.857ペタフロップスで、6月の2.662から7.3%上がりました。50位の基準は12.0%上がって55.81ペタフロップスに、100ペタフロップスを超えるシステムは25台から27台に増え、500台の合計性能は4.4%増の19.57エクサフロップスになりました。[1] GPUなどのアクセラレーターを積んだシステムも275台から291台に増え、全体の58.2%を占めます。[1]
つまり、頂点は動かなかったが、中位から下位は確実に底上げされているというのが今回のリストの姿です。TOP500自身も「性能の伸びが止まったことを意味しない。伸びの多くが、最上位の入れ替えではなく、その下での追加や更新から来ている」と説明しています。[1]
新顔のなかで最も上位に入ったのは、韓国KISTIのHANGANG(12位、342.6ペタフロップス)です。NVIDIAのGrace CPUとGH200を組み合わせた構成で、データの読み書きが多い計算の実力を測る別のベンチマーク「HPCG」でも8位に入りました。[1,2]
日本勢の位置
日本のシステムで最上位は、9位の富岳(442.01ペタフロップス)です。[2] 富岳は2020年6月に415.5ペタフロップスで1位になり、Armプロセッサーを使った初の首位機として注目されました。[9] それから6年がたっても、HPCGでは3位を保っています。[1]
| 順位 | システム | 運用・設置 | HPL性能(ペタフロップス) |
|---|---|---|---|
| 9 | 富岳 | 理化学研究所 計算科学研究センター | 442.01 |
| 21 | ABCI 3.0 | 産業技術総合研究所 | 145.10 |
| 23 | CHIE-4 | ソフトバンク | 135.40 |
| 50 | 理究(RIKYU) | 理化学研究所 計算科学研究センター | 56.16 |
| 68 | TSUBAME4.0 | 東京科学大学 | 39.62 |
表はTOP500の2026年11月版リストから日本の主なシステムを抜き出したものです。[2] ソフトバンクのCHIE-4のように、企業がAI開発のために導入したNVIDIA製GPUの大規模クラスターが上位に入っているのも、近年の特徴です。
重要性:計算力はランキングの外へ向かっている
では、AI向け半導体が大量に売れているのに、なぜTOP500の新顔は過去最少なのでしょうか。TOP500は発表資料のなかで、自らこの問いを立てています。
Epoch AIのデータによると、四半期ごとの追加分の伸びは2023年の約6倍からは鈍ったものの、2024年以降も年約2.5倍で、9か月ごとに倍増するペースです。[4] 計算機の総量は増え続けているのに、その大半はHPLを走らせる理由のない場所に置かれている、という構図です。
英The Registerは、この点をさらに踏み込んで論じています。同誌は、米国の巨大なAIクラスターがHPLを実行すれば首位を狙える規模を持つ可能性を指摘したうえで、そうした計算機は順位を競うよりAIモデルの学習や推論に貸し出すほうがはるかに利益になると書いています。[6] これは同誌の試算と見立てであり、実測値ではありません。
「何の計算で測ったか」で、速さは何倍にも変わる
ランキングを読むうえで、もう一つ押さえておきたいのが「計算の精度」です。AIの学習や推論では、倍精度(FP64)ほどの細かさは必要なく、FP16やFP8といった低い精度で大量の計算をこなすのが主流です。TOP500は、低い精度を混ぜて同じ種類の問題を解く「HPL-MxP」という指標も公表しています。
El CapitanはHPLでは1.809エクサフロップスですが、HPL-MxPでは16.7エクサフロップスと、約9.2倍になります。AuroraとFrontierも約8〜12倍です。[1] 一方、CPUだけで構成されたLineShineのHPL-MxPは7.92エクサフロップスで、HPLの約3.6倍にとどまります。TOP500はこの差を、低い精度に特化した演算装置を持たない設計の表れだと説明しています。[3]
産業・企業・社会への影響
半導体:倍精度とAI向け性能の「二兎」をどう追うか
AI向けGPUの多くは、低い精度での性能を大きく伸ばす一方、倍精度の伸びは相対的に控えめになってきました。The Registerは、米エネルギー省の次期システムに採用予定とされるAMDのGPUについて、倍精度の性能を重視した設計だと伝えています。[6] 科学技術計算とAIのどちらを重く見るかは、チップ設計の段階から問われる選択になっています。
電力:性能の「1ワットあたり」が問われ続ける
LineShineは約42.2メガワットを消費し、2位のEl Capitanの約29.7メガワットより多くの電力を使っています。[2] 1ワットあたりの性能では、LineShineは52.07ギガフロップス、El Capitanは60.94ギガフロップスです。[3] Green500の首位KAIROSは73.28ギガフロップスで、上位10台は半年間入れ替わりませんでした。[1] 電力の確保が計算機の規模を決める時代に、効率の改善が足踏みしていることは、AIデータセンターにとっても他人事ではありません。
研究と社会:AIと科学計算の融合
富岳NEXTを開発する理化学研究所は、生成AIの普及で計算資源の需要が急増し、AI・シミュレーション・自動実験・リアルタイムデータを組み合わせた新しい科学の重要性が高まっていると説明しています。[7] 量子コンピューターをスパコンと組み合わせて使う動きも進んでいます(関連記事:量子コンピューターの競争軸は「量子ビット数」から「速さ」へ。IBM Nighthawk r3が示した道筋)。「スパコン」と「AI計算機」と「量子計算機」の境目は、これからますます曖昧になっていくはずです。
AIの計算力が一部の大企業に集中していることも、社会的な論点です。Epoch AIの推計では、大手クラウド5社の保有比率は2024年第1四半期の63%から、2025年第4四半期には71%に高まりました。[5] 大学や公的研究機関が、国のスパコンという「共有の計算資源」を持ち続ける意味は、むしろ大きくなっていると言えます。
今後の展望:次に頂点が動くのはいつか
TOP500は、次に首位の顔ぶれが変わるかどうかは、次世代の大型システムと省エネ技術が測定結果を出せる段階に入るタイミング次第だとしています。[1]
ここで注意したいのは、富岳NEXTの目標が「AI性能(FP8)」で示されている点です。FP8は、HPLの倍精度(FP64)よりずっと粗い精度です。図2で見たとおり、精度が違えば性能値は桁違いに変わるため、富岳NEXTの「ゼタスケール」とTOP500の「エクサフロップス」をそのまま比べることはできません。
まとめ:順位表の「静けさ」が語る、計算力の地殻変動
- 2026年11月のTOP500第68版は、上位10台が不変、新規27台で過去最少という、異例に静かなリストになった。[1]
- ただし、中位以下の性能基準や合計性能は上がっており、計算力の伸びが止まったわけではない。[1]
- 新しい計算機の多くは、ランキングに参加しない企業のAIファクトリーに向かっている、とTOP500自身が分析している。[1,4,5]
- 性能は「何の計算・どの精度で測ったか」で何倍も変わる。順位や「世界最速」の見出しは、物差しとセットで読む必要がある。
- 日本の富岳は9位を維持し、神戸で整備される富岳NEXTはAIとシミュレーションの両立を目指す。[2,7]
半導体と計算基盤の動きは、半導体・エネルギーのカテゴリーで継続して追いかけます。AIの使われ方の変化については、AIカテゴリーの記事もあわせてご覧ください。
参考資料・出典
- TOP500 Leadership Holds Steady as New System Turnover Falls to a Historic LowTOP500(ニュースリリース)|2026年11月16日
- TOP500 List - November 2026TOP500|2026年11月16日
- LineShine Debuts at No. 1 as the TOP500 Enters a New Global Exascale EraTOP500(ニュースリリース)|2026年6月23日
- New global AI computing capacity is doubling every 9 monthsEpoch AI(Isabel Juniewicz、Josh You)|2026年10月29日
- Five hyperscalers now own over two-thirds of global AI computeEpoch AI(Luke Emberson、Josh You、Venkat Somala)|2026年4月14日
- China's grip on Top500 remains uncontested as US chases AI-HPC fusionThe Register(Tobias Mann)|2026年11月16日|第三者による分析記事(二次資料)
- 「富岳NEXT」について理化学研究所 計算科学研究センター(R-CCS)|閲覧日 2026年11月17日
- Green500 List - November 2026TOP500|2026年11月16日
- Japan Captures TOP500 Crown with Arm-Powered SupercomputerTOP500(ニュースリリース)|2020年6月
本記事は、上記の公開情報にもとづいて作成しています。数値や日付は掲載時点のものです。誤りや更新の必要がある点にお気づきの場合は、訂正・ご意見の窓口からお知らせください。確認できた点は訂正し、更新日を明記します。投資・購入などの判断材料としてではなく、技術理解の参考としてお読みください。
この記事は役に立ちましたか?
「いいね」は編集の励みになります。登録は不要です。

コメント
0 件まだコメントはありません。最初のコメントを書いてみませんか?