Amazon SageMaker AI 推論で NVIDIA Blackwell アーキテクチャ搭載の G7 インスタンスが利用可能に

Amazon SageMaker AI の推論機能において、NVIDIA RTX PRO 4500 Blackwell Server Edition GPU を搭載した G7 インスタンスがサポートされました。G6 インスタンスと比較して、AI 推論パフォーマンスが最大 4.6 倍向上しています。各 GPU に 32 GB のメモリを搭載し、Gross-scale モデル（7B–30B パラメータ）のサービング、画像・動画生成、マルチモデル推論エンドポイントに最適化されています。利用可能なインスタンスタイプは ml.g7.xlarge から ml.g7.48xlarge までです。現在、US East (N. Virginia, Ohio) および US West (Oregon) リージョンで提供開始されています。

🚀 推論コストとパフォーマンスのトレードオフを解消する強力な選択肢

生成AIモデルのプロダクション環境へのデプロイにおいて、これまでの G6 インスタンスでは「メモリ不足による量子化の強制」や「計算リソースの過剰プロビジョニング」が課題となっていました。G7 インスタンスの登場により、これらの課題を効率的に解決できる可能性があります。

🛠️ 技術的な注目ポイント

• 圧倒的なスループット: 前世代比で最大 4.6 倍の推論性能向上、および EFA ネットワーク帯域の最大 7 倍向上（700 Gbps）は、大規模な分散推論やマルチモデル運用において極めて強力です。
• メモリ容量の最適化: 1 GPU あたり 32 GB のメモリは、7B〜30B パラメータ規模のモデルを、無理な量子化をせずに高精度な状態でサービングするのに非常に適したサイズ感です。

🇯🇵 日本国内リージョンの状況

公式発表および最新のドキュメントを確認した限り、東京 (ap-northeast-1) および 大阪 (ap-northeast-3) リージョンでの提供については明記されていません。 日本国内での利用を検討される場合は、デプロイ前に AWS Management Console または AWS Support を通じて最新の可用性を必ず確認してください。

💡 実務上のアドバイスと次のアクション

• コスト効率の検証: モデルの精度を落とさずに、G7 インスタンスで推論コスト（単価 × 推論回数）がどれだけ改善するか、G6 や他のインスタンスタイプと比較してベンチマークを取ることを推奨します。
• ストレージの活用: 最大 7.6 TB のローカル NVMe SSD が搭載されているため、巨大なモデルウェイトを頻くロードするマルチモデルエンドポイントの構成において、大きなメリットがあります。

参照元: Amazon SageMaker AI 推論 G7 インスタンス サポートに関する AWS 公式発表 (https://://aws.amazon.com/about-aws/whats-new/2026/07/amazon-sagemaker-ai-g7/)