AWS、Blackwell搭載のG7を投入。AI推論を最大4.6倍に

結論

AWSは6月18日のニューヨークサミットで、NVIDIAのRTX PRO 4500 Blackwellを搭載したEC2 G7インスタンスを発表した。前世代のG6に比べ、AI推論で最大4.6倍、グラフィックス処理で最大2.1倍の性能だという。AWSはこのGPUに対応する初の主要クラウドだと説明している。AIの推論を自社で動かす企業にとって、同じ処理をより速く、より安くこなせる余地が広がる。

何が発表されたのか

EC2 G7は、AIの推論や画像処理に使う計算インスタンスの新世代だ。AWSによると、G6比でAI推論が最大4.6倍、グラフィックスが最大2.1倍に向上する。学習済みのモデルを実際に動かす推論は、利用が増えるほど積み上がる費用であり、ここが速くなれば運用コストの抑制につながる。詳細はAWSのサミット発表まとめに整理がある。

ニューヨークサミットではほかにも、エージェント向けの基盤を強化する発表が並んだ。Amazon Bedrock AgentCoreでは、AIエージェントを社内・Web・有料の知識につなぐ機能や、本番での不具合を見つけて直す機能が加わった。社内文書を使った仕組みを作りやすくするマネージドの知識ベースや、回答を最新のWeb情報に基づかせる検索機能も提供される。G7はこうしたエージェント活用を支える計算基盤の底上げにあたる。

推論コストがなぜ重要かは、学習と運用の費用の性質の違いにある。モデルを作る学習は一度きりの大きな投資だが、推論は利用者が使うたびに発生し続ける。社内チャットの問い合わせが1日1万件あれば、その1万件ぶんの計算が毎日積み上がる。利用が広がるほど推論の費用が運用費の中心になり、ここを1割でも下げられれば年間の差は大きい。AWSが推論性能を前面に出すのは、エージェントの普及で推論の量がさらに増えると見ているからだ。新しいインスタンスへの乗せ替えは、機能を変えずに単価を下げる数少ない手段になる。

現場の実務にどう効くか

推論インフラの世代交代は、AI推進担当にとって費用の話として効いてくる。社内チャットや文書要約、画像生成などを自社で動かしている場合、新しいインスタンスに乗せ替えるだけで処理が速くなり、同じ予算でさばける量が増えることがある。利用が伸びてきて費用が気になり始めた業務ほど、世代交代の効果を試す価値がある。

ただし、効果は用途や構成で大きく変わる。まずは費用のかさむ一つの処理で性能と単価を比べ、効果が出た範囲から移すのが現実的だ。コストとモデル規模の関係はSLM vs LLM 比較、自社運用か外部かの判断はクラウドとオンプレのAI 違いと選び方、同サミットのエージェント関連はAWS、社内文書RAGを簡単化が参考になる。

性能の数値はAWSの公表値で、構成や条件で変わる。料金や対応リージョンは導入前に公式で確認してほしい。

まとめ

EC2 G7は、AI推論を最大4.6倍に速める新世代の計算基盤だ。費用のかさむ推論処理を一つ選び、性能と単価を比べてから移すと、自社AIの費用対効果を着実に改善できる。

出典

• Top announcements of the AWS Summit in New York, 2026（AWS）
• AWS Summit New York 2026: New ways to make AI agents more effective at work（About Amazon）