この記事の結論
MIGは、A100・H100・B300などを最大7つの独立したGPUとして使う機能です。2026年11月時点の対応GPU、必要なドライバ、設定手順、注意点を、NVIDIAの公式ドキュメントをもとにまとめました。
MIGとは?NVIDIAのGPUを分割して使う機能

MIGは、1枚の物理GPUを、独立した複数のGPUとして使うためのNVIDIAの機能です。対象はCompute Capability 8.0以上、つまりAmpere世代以降の一部のGPUに限られます。
この記事の「MIG」はGPUの機能(溶接・MiGとの違い)
「MIG」の検索結果には、金属をつなぐMIG溶接や、航空機メーカーのMiGも出てきます。この記事で扱うのは、NVIDIAのGPUの機能であるMulti-Instance GPUだけです。
MIGでできること:1枚のGPUを複数のGPUとして使う
MIGを使うと、1枚のGPUを最大7つのGPUインスタンスに分け、別々のGPUのように扱えます(出典:NVIDIA『MIG User Guide』Release 620、2026年11月)。
使える構成は、ベアメタル(コンテナを含む)、GPUパススルー、vGPUの3つです(出典:NVIDIA『MIG User Guide』Release 620、2026年11月)。
MIGが求められる背景:GPUを使い切れていない
用意したGPUの多くは、実際には使い切られていません。Cast AIの調査では、最適化されていない数万規模のKubernetesクラスタで、平均利用率はGPUが5%、CPUが8%(CPUは2025年の値)でした(出典:Cast AI『2026 State of Kubernetes Optimization Report』プレスリリース、2026年4月)。
ポイント:
対応GPUを最大7つの独立したGPUに分けるのがMIGです。GPUを丸ごと使わない処理で効果が出ます。
MIGの仕組み

MIGは、GPUを「GPUインスタンス」と「Compute Instance」の2段階で区切り、処理ごとに計算とメモリを割り当てます。区切る大きさは「プロファイル」という決まった型から選ぶため、自由なサイズにはできません。
GPUインスタンスとCompute Instanceの2階層
GPUインスタンス(GI)は、GPUの計算ユニットとメモリを切り出した区画です。Compute Instance(CI)はGIの中に作る計算用の区画で、nvidia-smiではGIを作ったあとにCIを作ります。
NVIDIAのドキュメントには、MIGモードを有効にしただけではCUDAを実行できず、GPUインスタンスの作成が必要だと書かれています(出典:NVIDIA『Getting Started with MIG』、2026年11月更新)。
プロファイル名の読み方(例:3g.20gb)
プロファイルはGPUインスタンスの大きさを決める型で、「3g.20gb」のような名前かIDで指定します。「g」の前の数字は計算の割り当て、「gb」の前の数字はメモリ容量を示します(出典:NVIDIA『Supported MIG Profiles』、2026年11月更新)。使えるプロファイルはGPUごとに違うため、「nvidia-smi mig -lgip」で一覧を確かめてください。分割したGPUで動かせるLLMの大きさは、LLMの必要VRAMの計算方法で見積もれます。
分離されるものと、共有のまま残るもの
MIGで分かれるのは計算とメモリで、PCIe帯域や電力は共有のまま残ります。
資源 | MIGでの扱い |
|---|---|
計算とメモリ | GPUインスタンスごとに分かれる |
PCIe帯域 | 共有のまま |
電力 | 共有のまま(スロットリングを通じた干渉が起こりうる) |
出典:Tingほか(2025年12月)、Schiefferほか(2026年4月)。いずれも査読前の論文(2026-11-12確認)
ポイント:
計算とメモリはGPUインスタンスごとに分かれますが、PCIe帯域や電力は共有のままです。完全に独立した別のGPUにはなりません。
MIGの対応GPU一覧(2026年11月時点)

MIGに対応するGPUは、2026年11月時点でAmpere・Hopper・Blackwellの3世代です。最大数は製品により2〜7で、GeForceなど一般向けのGPUは対応表にありません。表はNVIDIAの公式ドキュメント(2026年11月4日更新)にもとづきます。
Ampere世代(A100・A30)
A100は最大7つ、A30は最大4つです。
製品 | メモリ | 最大インスタンス数 |
|---|---|---|
A100 | 40GB・80GB | 7 |
A30 | 24GB | 4 |
出典:NVIDIA MIG User Guide(2026-11-12確認)
Hopper世代(H100・H200・H20)
Hopper世代は、H100・H200・H20のどれも最大7つで、違うのはメモリ容量だけです。
製品 | メモリ | 最大インスタンス数 |
|---|---|---|
H100 | 80GB・94GB | 7 |
H100 on GH200 | 96GB | 7 |
H20 | 96GB | 7 |
H200 | 141GB | 7 |
出典:NVIDIA MIG User Guide(2026-11-12確認)
Blackwell世代(B200・B300・GB300・RTX PRO)
Blackwell世代は製品で差があり、B200・GB200・B300・GB300は最大7つ、RTX PROシリーズは2〜4つまでにとどまります。
製品 | メモリ | 最大インスタンス数 |
|---|---|---|
B200 | 180GB | 7 |
GB200 | 186GB | 7 |
B300 | 288GB | 7 |
GB300(DGX Station) | 252GB | 7 |
RTX PRO 6000 Blackwell | 96GB | 4 |
RTX PRO 5000 Blackwell | 48GB | 2 |
RTX PRO 4500 Blackwell | 32GB | 2 |
出典:NVIDIA MIG User Guide(2026-11-12確認)
MIGに必要なドライバ・CUDAのバージョン
MIGを使うには、GPUごとに決められた最小バージョン以上のドライバとCUDAが必要です。ドライバ・CUDA・PyTorchのバージョンのそろえ方は、GPUクラウドの環境構築の手順で解説しています。
GPU | CUDA | 最小ドライバ |
|---|---|---|
A100 | 11 | 450.80.02 |
A30 | 11 | 460.73.01 |
H100 | 12 | 525.85.12 |
H20 | 12 | 535.161.07 |
H200 | 12 | 550.90.07 |
B200・GB200 | 12 | 570.133.20 |
B300 | 12.9 | 580.82.07 |
RTX PRO 6000 Blackwell | 12 | 575.51.03 |
RTX PRO 5000 Blackwell | 12 | 575.57.08 |
RTX PRO 4500 Blackwell | 12 | 575.64 |
GB300 | 13 | 595.58.03 |
出典:NVIDIA MIG User Guide(2026-11-12確認)
ポイント:
対応表にないGPUでは、MIGは使えません。A30やRTX PROシリーズは、分けられる数が2〜4つにとどまります。
MIGの設定方法(nvidia-smiの手順)

nvidia-smiでMIGを設定する流れは、MIGモードの有効化、プロファイルの確認、GPUインスタンスとCompute Instanceの作成の順です。コマンドは、NVIDIAの「MIG User Guide」latest版(2026年11月4日更新)の例です。
始める前に確認すること(GPU・ドライバ・権限)
対応GPUを確かめる:使うGPUが対応表に載っているか見ます。
ドライバを確かめる:GPUごとの最小バージョン以上が要ります。
root権限を用意する:公式の例は、管理者(root)権限での実行です。
RTX PRO Blackwellの追加条件を確かめる:RTX PRO 6000・5000 Blackwellは、vBIOSのバージョンと表示モード(compute)も確認します。
MIGモードを有効にする
MIGモードの有効化は「-mig 1」、状態の確認はクエリのコマンドです。
sudo nvidia-smi -i <GPU IDs> -mig 1
nvidia-smi -i 0 --query-gpu=pci.bus_id,mig.mode.current --format=csv注意:
A100・A30では有効化のときにGPUがリセットされ、MIGモードは再起動後も残ります。H100以降はリセットが不要ですが、再起動するとMIGモードは解除されます。
GPUインスタンスとCompute Instanceを作る・消す
GPUインスタンスは、プロファイルの一覧を見てから、IDか名前を指定して作成します。「-C」は、Compute Instanceも同時に作るオプションです。例はA100 40GBの場合で、プロファイルIDが表す大きさはGPUごとに異なります。
nvidia-smi mig -lgip
sudo nvidia-smi mig -cgi 9,3g.20gb -C
sudo nvidia-smi mig -lgi個別に作るときは、GPUインスタンスの番号を指定してください。公式の例では、Compute Instanceを先に削除してからGPUインスタンスを削除しています。
sudo nvidia-smi mig -cci 0,0,0 -gi 1
sudo nvidia-smi mig -dci && sudo nvidia-smi mig -dgiコンテナ・KubernetesでMIGを使うときの条件
コンテナやKubernetesでは、次のバージョン以上のツールが必要です。
ツール | 最小バージョン |
|---|---|
NVIDIA Container Toolkit | v1.3.0 |
NVIDIA K8s Device Plugin | v0.7.0 |
gpu-feature-discovery | v0.2.0 |
出典:NVIDIA MIG User Guide(2026-11-12確認)
ポイント:
設定は、有効化、プロファイル確認、インスタンス作成の3段階です。公式の例では、削除はCompute Instanceから先に行っています。
MIGとMPS・タイムスライス・vGPUの違い

MIGの特徴は、GPUの計算とメモリをGPUインスタンスという区画に分ける点です。NVIDIAのドキュメントは、vGPUとGPUパススルーをMIGの対応構成に挙げています。MIGとvGPUは、どちらかを選ぶものではなく重ねて使えます。
方式 | GPUの分け方・渡し方 | MIGとの関係 |
|---|---|---|
MIG | 計算とメモリをGPUインスタンスに分ける | ― |
vGPU | GPUを仮想マシンに割り当てる | 対応するハイパーバイザー上で併用できる |
GPUパススルー | GPUを仮想マシンに直接渡す | 併用できる |
出典:NVIDIA MIG User Guide(Release 620、2026年11月。2026-11-12確認)
MPS(Multi-Process Service)とタイムスライスも、1枚のGPUを複数の処理で使う方式です。MIGとの違いは、処理どうしを分ける強さにあります。
方式 | 処理どうしの分け方 |
|---|---|
MIG | ハードウェアで分ける(区画ごとに計算・メモリ・帯域を割り当てる) |
タイムシェアリング(タイムスライス) | ソフトウェアで切り替える(ジョブ間でメモリの上限は強制されない) |
MPS | ソフトウェアで制限する(リソースの分離は限定的) |
出典:Google Cloud『About GPU sharing strategies in GKE』(2026-11-12確認)
Google Cloudは、MIGで分けた各パーティションで、タイムシェアリングかMPSを組み合わせる構成を推奨しています(出典:Google Cloud『About GPU sharing strategies in GKE』、2026年11月更新)。分離の範囲は、使う環境の公式ドキュメントで確認してください。
ポイント:
計算とメモリを区画に分けるMIGは、vGPUやGPUパススルーと組み合わせて使えます。
MIGのメリット・デメリット

MIGの主なメリットは、GPU全体の処理量と効率を上げられることです。ただし、再起動で設定が消えるなどの制約があります。
メリット:GPU全体の処理量と効率が上がる
Schiefferほかの論文は、MIGで1枚のGPUを共有すると使われない資源が減り、システム全体のスループットとエネルギー効率が上がると報告しています(出典:Schiefferほか、2026年4月、査読前)。
A100とJetson Orinで推論を評価したMartínほかの論文も、MIGの分離性は高いと結論づけました(出典:Martínほか、2026年1月、査読前)。
デメリット①:再起動やリセットで設定が消える
MIGで作ったGPUインスタンスとCompute Instanceは、リセットや再起動で消えるため、作り直しが必要です。
世代 | 有効化のとき | 再起動後のMIGモード | GI・CI |
|---|---|---|---|
Ampere(A100・A30) | GPUがリセットされる | 残る | 消える |
Hopper以降 | リセット不要 | 消える | 消える |
出典:NVIDIA MIG User Guide(2026-11-12確認)
監視エージェントがGPUを使っていると、リセットできない場合があります。
デメリット②:干渉・断片化・わずかな性能低下
Schiefferほかの論文は、MIGで分けても電力のスロットリングなどを通じた干渉が残ると報告しています(出典:Schiefferほか、2026年4月、査読前)。
分割の組み合わせが限られるため、ジョブの開始と終了をくり返すと断片化も起こります(出典:Tingほか、2025年12月)。
Martínほかの論文(A100 40GB、ConvNeXt-Largeの推論、バッチサイズ1)では、GPU全体相当の分割でも、MIGなしよりスループットがわずかに低い結果でした(2026年1月、査読前)。
MIGが向くケース・向かないケース
MIGが向くのは、GPUを丸ごと使わない処理を1枚のGPUに複数まとめたい場合です。
向く:小さな推論や開発の処理を同時に動かし、互いの影響を小さくしたい
向かない:1つの処理でGPUを丸ごと使う(わずかなオーバーヘッドが出る)
向かない:処理の大きさが頻繁に変わる(断片化が起きやすい)
ポイント:
GPU全体の効率は上がりますが、再起動で設定が消え、干渉や断片化も残ります。GPUを丸ごと使う処理には向きません。
クラウドでMIGを使うときの確認ポイント

クラウドでは、設定を自分で変えられるか、分割したGPUが提供されているかを先に確認します。GPUインスタンスやサーバーレスGPUなど、利用形態の違いは、GPUクラウドの仕組みと使い方で解説しています。
確認項目 | 理由 |
|---|---|
設定を変える権限 | 公式の例では、MIGモードの有効化を管理者権限で行っている |
分割したGPUの提供 | 用意する事業者もある |
GPUの種類と料金の単位 | 対応GPUは限られる |
出典:NVIDIA MIG User Guide(2026-11-12確認)、GMOインターネット株式会社(2025年2月)
MIGの設定を変える権限があるか
MIGモードの有効化は、公式の例では管理者(root)権限で行っています。A100・A30ではGPUのリセットもできる環境が要ります。ベアメタルなど、設定を変えられる環境かを確かめてください。
事業者がMIGの分割を提供しているか
国内では、GMO GPUクラウドが2025年2月、専用プランで1つのGPUを最大7つに分けられるMIG機能を追加しました(出典:GMOインターネット株式会社、2025年2月)。
GPUの種類と料金の単位を確認する
GPUの製品名を対応表と照らし合わせ、料金の単位も公式ページで確かめます。国内GPUクラウドの料金の単位と総額は、国内GPUクラウドの料金比較で並べています。
HelloCloudで用意できるGPU環境
HelloCloudは国産のGPUクラウドで、GPUインスタンスは東京の2拠点で稼働しています。
GPUインスタンス | VRAM | vCPU | 参考価格 |
|---|---|---|---|
RTX 6000 | 96GB | 16 | ¥380/時間 |
B300 | 288GB | 24 | ¥1,480/時間 |
出典:HelloCloud公式サイト(2026-11-12確認)。料金は1インスタンスあたりの参考価格で、税込・税別の記載なし
従量課金で初期費用は不要で、占有のSSDやベアメタルも使えると案内されています。MIGの可否は、資料請求や問い合わせで確認してください。
導入事例では、ラス恋が処理を国内に閉じられる点を決め手に挙げています。
国内でGPUを使える環境を検討している方へ
HelloCloudの特徴と料金がわかる資料です。GPUは申し込みの当日から使えます。
資料請求(HelloCloudの特徴と料金)
ポイント:
クラウドで確かめるのは、設定の権限、分割の提供、GPUの種類と料金の単位の3点です。
MIGについてよくある質問

MIGで分割すると1つの処理の性能はわずかに落ちる場合があり、分割の設定は再起動で消えます。
MIGを使うと性能は落ちますか?
1つひとつの処理の性能は、わずかに落ちることがあります。Martínほかの論文(A100 40GB、ConvNeXt-Largeの推論、バッチサイズ1)では、GPU全体相当の分割でも、MIGなしよりスループットが少し低い結果でした。システム全体のスループットは上がるという報告もあります(いずれも査読前の論文)。
再起動後もMIGの分割は残りますか?
GPUインスタンスとCompute Instanceは、再起動で消えるため作り直しが必要です。MIGモード自体は、A100・A30では残り、H100以降では解除されます。
どのGPUでもMIGを使えますか?
MIGを使えるのは、NVIDIAの対応表にあるAmpere世代以降のGPUだけです。A100・A30、H100・H200、B200・B300、RTX PRO Blackwellなどが該当します。
MIGはvGPUやKubernetesと併用できますか?
MIGは、vGPUともKubernetesとも組み合わせて使えます。KubernetesではK8s Device Plugin v0.7.0以降などが必要です。
ポイント:
vGPUやKubernetesとの併用は可能です。分割の設定は再起動で消えるため、作り直す手順を用意してください。
まとめ:MIGとは何か、使う前の確認事項

MIGは、Ampere世代以降の対応GPUを最大7つの独立したGPUに分けて使う、NVIDIAの機能です。
定義:計算とメモリをGPUインスタンスに分け、vGPUやKubernetesとも併用できる
対応GPU:A100・H100・B300などは最大7つ、A30やRTX PROは2〜4つまで
注意点:分割の設定は再起動で消え、PCIe帯域や電力は共有のまま
まずは使うGPUが対応表にあるか確かめ、クラウドなら設定の権限と分割の提供を確認しましょう。
国内のGPUクラウドを比べたい方へ
HelloCloudの特徴と料金、導入の進め方がわかる資料です。LLM推論・モデル学習・バッチ処理での活用方法も載っています。
資料請求(HelloCloudの特徴と料金)
HelloCloud編集部 国内GPUクラウド「HelloCloud」を提供する株式会社HelloCloudの編集部です。GPUクラウドの仕組みや料金の見方、LLMの推論・学習に使う環境づくり、データの保存先や契約条件の確かめ方を、AI開発に関わるエンジニアや導入を判断する方に向けて解説しています。記事は調査会社や省庁の発表、各社の公式な料金ページ・利用規約などの一次情報をもとに作成し、料金や仕様の変更にあわせて内容を更新しています。



