NVIDIA基調講演：AIプラットフォーム「Vera Rubin」が本格量産へ エージェントがコンピューティングの経済を一変
GTC Taipei 2026 基調講演 - 2026年6月1日
NVIDIAのジェンスン・フアンCEOはGTC Taipeiの壇上で、同社の野心的なプラットフォーム「Vera Rubin」が本格的な量産体制に入ったことを発表した。フアン氏はこれを「PC革命以来、最も重要なコンピューティングの転換点」と位置づけた。台湾全土の70カ所で同時中継されたこの基調講演では、実用的なAIの時代が到来し、コンピューティングの経済性が根本から変化したことが強調された。
AIの経済学：トークンは収益に直結する
フアン氏は、エージェント型AIが単なる期待から生産性向上の段階へと移行したことを示す説得力のあるデータから講演を開始した。GitHubのコミットデータを例に挙げ、2023年には3,000万人のソフトウェア開発者が3億件のコミットを生成していたが、2025年にはその数が5億件に達したと指摘。2026年の最初の数カ月だけで、コミット数は約9億件へと3倍近くに急増している。
この経済的影響は極めて大きい。フアン氏は、開発者の給与として支払われる3兆ドルが、かつてであれば9兆ドル相当の人的生産性を必要としていた成果を生み出していると説明した。これはAIが測定可能なGDP成長を生み出している初の具体的な証拠である。同氏は、雇用喪失への懸念とは裏腹に、エンジニア一人当たりのアウトプットの価値が高まったことで、企業はむしろソフトウェアエンジニアの採用を増やしていると強調した。
この生産性の急上昇は、コンピューティングインフラに対する未曾有の需要を生み出している。フアン氏は、トークンが今や収益を生む単位となったため、AI企業はより多くのトークンを生成しようとしており、それが台湾の半導体エコシステムの爆発的な成長を牽引していると述べた。台湾のGDP成長率が10％近くに達する見通しであることは、このコンピューティング需要を直接裏付けている。
エージェント型コンピューティングモデルの理解
フアン氏は、エージェントが従来のアプリケーションとどう根本的に異なるのかを詳細に解説した。エージェントとは、観察、推論、計画、行動を調整する「ハーネス（枠組み）」の中に配置された大規模言語モデル（LLM）のことである。エージェントは、オペレーティングシステムがアプリケーションを管理するように、スプレッドシート、Webブラウザ、データベース、あるいは専門的なコンピューティングエンジンといったツールをハーネスを通じて利用する。
デモンストレーションでは、テキストプロンプトによる台北101のGIFアニメーション生成や、口頭での指示による3Dプリント用CADファイルの作成、自然言語を通じた複雑なタスクの実行などが披露された。フアン氏は、コンピューティングのパターンが「アプリケーションを起動してボタンをクリックする」ものから、「AIに意図を説明し、AIがコードを生成したりツールを使ったりして成果物を作る」ものへとシフトしたと強調した。
ツール利用に関する重要な指摘もあった。フアン氏は、エージェント型AIによってソフトウェア企業が不要になるという誤解を一蹴した。むしろ逆であり、人間の労働力という制約から解放されることで、エージェントは人間には不可能なほど膨大な数のツールを駆使するようになる。これはソフトウェア企業にとって、自社のツールをエージェントが利用しやすい形で提供できれば、かつてないチャンスとなる。
ディスアグリゲート型コンピューティングの課題
エージェント型コンピューティングモデルは、究極のディスアグリゲート（分離）および分散型コンピューティングアーキテクチャである。各コンポーネントはデータセンターの異なる場所で動作する。LLMの思考プロセスは「Grace Blackwell NVLink 72」システム全体を稼働させ、ツール利用はコンパイラやPython、アクセラレーテッドコンピューティングライブラリを実行するCPUを起動する。セキュリティハーネスはNVIDIAの「BlueField」のようなCPUやDPU上で動作し、オーケストレーションはワークフロー全体を管理するCPUが担う。
メモリ管理は最も複雑な課題の一つとして浮上した。「KVキャッシュ」と呼ばれるワーキングメモリは、構造化データと非構造化データの両方を圧縮・取得しなければならない。データ構造間のオントロジー（概念体系）と関係性は、極めて複雑な処理要件を生み出す。フアン氏は、AIのメモリシステムがストレージインフラを完全に刷新すると予測した。
この異種混合のディスアグリゲート型アーキテクチャこそ、NVIDIAがVera Rubinを構築した理由である。フアン氏は、Vera Rubinは単なるチップではなく、GPU、CPU、ストレージシステム、ConnectX-9ネットワーキング、セキュリティプロセッサ、ソフトウェアスタックを含むエンドツーエンドのシステムであると強調した。すべてのコンポーネントでコンフィデンシャルコンピューティングが実装されており、各要素が独立して革命的であると同時に、これらが合わさることでNVIDIA史上最も野心的な取り組みとなっている。
インフラ企業としてのNVIDIA
フアン氏は、NVIDIAがGPU企業からシステム企業へ、そして現在はインフラ企業へと変貌を遂げたと説明した。現在のエコシステムには、発電機、冷却システム、送電網プロバイダーまでが含まれる。NVIDIAの目標は、顧客が「AI工場」を構築できるよう、完全なインフラスタックを提供することにある。
同氏は、GPU向けのRTX、システム向けのDGXに続くインフラの青写真として「DSX」を導入した。DSXには、パートナーがラックを1台発注する前にAI工場全体を設計・検証できるOmniverseベースのシミュレーター「DSX Sim」が含まれる。これにより、レイアウトの計画、電力・冷却のシミュレーション、ネットワーク設計、デジタルツイン上でのあらゆる変更のテストが可能となる。
「DSX OS」はインフラのプロビジョニング、運用、監視、修復を行い、設置されたシステムを信頼性の高いマルチテナントかつレジリエントなAI対応容量へと変換する。画期的なイノベーションには、オーバープロビジョニングを40％からほぼゼロに削減し、年間数十億ドルの収益増をもたらす「DSX MaxLPS」や、水とエネルギーの消費を抑える45度の温水冷却などが含まれる。AIエージェントチームは、冷却と電力を継続的に調整し、ワークロードの要求に応える。
フアン氏は、DSX AI工場が送電網と連携する柔軟なエネルギー資産として機能する様子を示した。DSX Flexはリアルタイムで送電網の信号を読み取り、電力需要に応じて消費電力を動的に調整する。10年以内に100ギガワット規模のAI工場がオンラインになると予想されており、これらの効率化は莫大な経済的優位性をもたらす。
競争優位性の4つの要因
フアン氏は、AIインフラへの投資を評価するための決定的な枠組みを提示した。インフラがオンラインになるまでの時間、スループット、信頼性、有用な寿命という4つの要素である。これらのシステムは500億〜1,000億ドル規模の投資となるため、各要素が投資収益率（ROI）に劇的な影響を与える。
「最初のトークンが出るまでの時間」は極めて重要である。すべてのコンポーネントが共同設計され、システム全体がシミュレーションされるNVIDIAの統合的アプローチは、競合他社よりもはるかに迅速な展開を可能にする。同社は自ら数十億ドル規模のインフラを構築し、すべてが正しく機能することを保証している。
「ワット当たりのスループット」は収益そのものである。データセンターの電力容量が1ギガワットであれば、それが上限となる。トークンは収益を生むため、ワット当たりのスループットは直接的に利益を意味する。フアン氏は、性能を考慮せずに安価なチップを選ぶことは経済的に非合理的であると強調し、「買えば買うほど、儲かる」と断言した。
「信頼性」は、大規模環境では極めて価値が高い。データセンターには数百万のケーブルやコンポーネントが存在する。長年にわたる大規模運用で培ったNVIDIAの経験が、調和のとれた信頼性の高い運用を実現する。
「システム寿命」が最も劇的な差を生む。Hopperの登場から4年、AIは完全に様変わりした。Ampereの時代から6年、業界はCNNからTransformer、Mixture of Experts、そしてエージェント型システムへと進化してきた。アーキテクチャが柔軟でなく、エコシステムが豊かでなければ、資産寿命は短くなる。NVIDIAシステムは世界中で稼働し、開発者はCUDAから始めるため、エコシステムが長期的な有用性と低い総所有コスト（TCO）を保証する。
Vera Rubin：本格量産開始を発表
フアン氏がVera Rubinの本格量産開始を告げると、会場からは長く大きな拍手が送られた。Vera Rubinのために構築されたサプライチェーンはGrace Blackwellの2倍の規模を誇る。製造効率も劇的に向上しており、Grace Blackwellラックの組み立てに2時間かかっていた工程が、現在は5分で完了する。数百万平方フィートの製造能力がGrace Blackwellを支え、現在はVera Rubin向けに増強されている。
映像では、TSMCの3ナノメートルプロセス、CoWoS先端パッケージング、Micron、SK Hynix、SamsungによるHBM4メモリを用いた製造の様子が紹介された。Vera Rubin GPUは、1枚のボード上に18,000個以上のコンポーネントと6兆個のトランジスタを搭載している。
「Vera Rubin NVL72」は、プロンプト処理、コンテキスト理解、推論、計画という「思考」を担う。モジュール式のコンピュートトレイは、メンテナンス性を高めるためにケーブルを排した設計となっている。18個のコンピュートトレイと9個のホットスワップ可能なNVLinkスイッチトレイが、5,000アンペア以上（電気自動車20台分に相当）を供給する高効率液冷バスバーで接続され、130万個のコンポーネントが第3世代MGXラックを形成する。
フアン氏は、Vera Rubin NVL72のエンジニアリングラックを稼働させたMicrosoft、Dell、CoreWeaveを称賛した。また、256個のCPUを搭載した「Vera CPUラック」、FoxconnとQuantaが製造した256個のGroq LPUを搭載し、超低遅延を実現する「Vera LPXラック」も紹介された。
NVIDIA Vera CPU：エージェントのためのコンピューティング
フアン氏が導入した「Vera CPU」は、従来のプロセッサとは根本的に異なる。従来のCPUは人間が秒単位で生きる世界のために作られ、クラウド経済もCPUコアを時間貸しするモデルだった。しかし、エージェントはナノ秒単位で生きる。エージェントはせっかちであり、ツールやデータベースへのアクセスを待つことは次のステップへの遅延となる。CPUを可能な限り低遅延でインタラクティブにすることが不可欠である。
Vera Rubinシステム内において、Vera CPUは3つの機能を果たす。ラック内の2つのCPUはGPUの管理、KVキャッシュの管理、ラックソフトウェアの処理を行う。Grace BlueField CPUはセキュリティと分離を担当し、VeraコンピュートCPUはハーネスの実行、AIモデルのオーケストレーション、ツール利用、データベースアクセスを担う。
フアン氏はVera CPUの4つの特徴を挙げた。第一に、極めて高い「クロック当たりの命令実行数（IPC）」である。エージェントにはシングルスレッド性能が不可欠であり、Veraはクロック当たり10命令をフェッチ・デコード・実行する世界最高水準の性能を持つ。第二に、コア当たりの帯域幅。第三に、システム全体の圧倒的な帯域幅である。VeraはPCIe Gen 6とLPDDR5を採用し、毎秒1.2テラバイトという、市場最高性能のCPUの2〜3倍の帯域幅を実現している。第四に、エネルギー効率である。今後、人間よりもはるかに多い数十億のエージェントがCPUを利用するため、高い性能とエネルギー効率の両立が不可欠となる。
NVIDIAエージェントツールキットとエンタープライズAI
フアン氏は、LLMをオーケストレーションするハーネスを備えたエージェントというアプリケーションパターンが、今後10年のコンピューティングを定義すると強調した。すべての企業がエージェント企業となり、企業はエージェントのためのOSを必要とするようになる。
「NVIDIA Agent Toolkit for Enterprise AI」は、このニーズに応えるものだ。企業がエージェントをサービスとして構築したり、内部運用したりするために必要なのは、スマートで安価かつ高速なモデル、オーケストレーションを行うハーネス、モデルが利用するツールとスキル、そしてそれらを統合するランタイムである。
このツールキットには、企業が修正可能なモデルや、世界最高水準のオープンモデルが含まれる。エージェントは、エンタープライズ向けの安全なハーネスである「NVIDIA OpenShell」内で動作する。OpenShellはエージェントを保護し、セキュリティポリシーに基づいた運用、プライバシー保護、適切な権限管理を行う。このオープンソースのハーネスは、Red Hat、Canonical、Microsoftなど世界中で採用されている。
PCの再発明：RTX Spark
フアン氏は、Microsoftと共同でPCを完全に再発明したと語った。その結晶が「RTX Spark」である。これはAI時代のために設計されたチップであり、6,144個のTensorコアを備えたBlackwell RTX GPUと、MediaTekとのパートナーシップで構築された20コアのGrace CPUをNVLinkで融合し、128GBのユニファイドメモリを搭載している。
RTX Sparkは、ローカルでNemotron 3 Ultraモデルなどを実行し、クラウド上のモデルとも連携する。デモンストレーションでは、建築家がローカルでエージェントを使い、設計からレンダリングまでを驚異的なスピードで完了させる様子が示された。AdobeもPhotoshopやPremiereをRTX Spark向けに再設計し、処理速度を2倍に高めている。
物理AIとCosmos 3
フアン氏は、エージェント型AIの究極の形として「物理AI」を挙げた。ロボット、自動運転車、製造機器など、あらゆるものがエージェント化される。そのための基盤モデルとして発表されたのが「Cosmos 3」である。Cosmos 3は、物理世界を理解し、推論し、行動を生成する能力を持つ。これは、言語モデルだけでなく、物理的な動きを伴うあらゆるロボット開発のための基盤モデルとなる。
最後に、フアン氏は自動運転車向けのオープンモデル「Alpamayo 2 Super」や、ヒューマノイドロボット向けの「Isaac GR00T」プラットフォームを発表した。NVIDIAは、データセンターからPC、そしてロボットに至るまで、エージェントが駆動するコンピューティングの新しい時代を切り拓こうとしている。
「Vera Rubinは本格量産に入った。これは単なるGPUではなく、エージェントを動かすためのシステムだ。NVIDIAはインフラ企業として、皆さんと共にこの新しい時代を築いていく」とフアン氏は締めくくった。
NVIDIA深掘り：フルスタックの共同設計で「エージェントAI時代」を独占
ビジネスモデルと収益構造
NVIDIAは、グラフィックスカードメーカーから垂直統合型のフルスタック・アクセラレーテッド・コンピューティング・プラットフォーム企業へと転換し、企業史上最も目覚ましい変革を遂げた。同社の経済モデルの核心はデータセンター事業であり、現在では連結売上高の92%以上を占めている。NVIDIAは個別のシリコンチップを販売するのではなく、高性能GPU、カスタムCPU、高度なネットワークシリコン、独自のソフトウェアを統合した「アクセラレーテッド・コンピューティング・プラットフォーム」を販売するモデルを採用している。ここ数四半期で、販売単位は個別のサーバーボードから、「Grace Blackwell」システムや新たに立ち上げ中の「Vera Rubin」プラットフォームのような、ラック単位の統合型スーパーコンピューティング・エンクロージャーへと移行した。これにより、サプライチェーンの各段階で分散されていたはずの高利益率なハードウェア層とソフトウェアのプレミアムを、同社が独占的に獲得している。
NVIDIAの業績は、このシステムレベルの収益化戦略による複利的なリターンを反映している。2026年4月26日に終了した2027年度第1四半期の売上高は816億ドルと過去最高を記録し、前年同期比85%増、前期比20%増となった。この成長を牽引したデータセンター部門の売上高は752億ドルで、前年同期比92%増を達成した。このモデルの財務的生産性は、圧倒的な価格決定力と高利益率なシステム構成に支えられており、GAAP（米国会計基準）ベースおよび非GAAPベースの売上総利益率はそれぞれ74.9%、75.0%に達した。この膨大な収益力は、積極的な株主還元戦略を支えている。2027年度第1四半期だけで、NVIDIAは四半期配当の1株あたり0.25ドルへの引き上げや、800億ドルの追加自社株買い枠の設定を含め、約200億ドルを株主に還元した。
顧客・サプライヤー・競合のエコシステム
NVIDIAのバリューチェーンは、極端な顧客集中、高い製造専門性、そして熾烈な競争環境が特徴だ。主要顧客はMicrosoft、Amazon、Alphabet、Metaのいわゆる「ビッグ4」と呼ばれるグローバルなクラウドサービスプロバイダーおよびハイパースケーラーである。2026年度後半には、わずか4社で総売上高の61%を占め、最大の顧客1社で売上の22%を占めるなど、この集中は収益パイプラインにとって重大なリスクとなっている。最終顧客はエンタープライズ向けソフトウェア開発者、消費者向けインターネットプラットフォーム、そして国家レベルのAIインフラを構築する各国政府である。サプライサイドでは、台湾積体電路製造（TSMC）が不可欠な製造パートナーとなっている。NVIDIAは台湾での資本コミットメントと調達支出を年間約1,500億ドルにまで拡大しており、台湾のテクノロジーエコシステムにおける最大の購入者として、先端ノードやCoWoS（Chip-on-Wafer-on-Substrate）パッケージング能力への優先的なアクセスを確保している。その他の主要サプライヤーには、現代のアクセラレータに不可欠な高性能HBM（広帯域メモリ）を供給するSK Hynix、Samsung、Micronなどが名を連ねる。
競争環境において、汎用半導体市場はハイエンド領域で複占状態にある。Advanced Micro Devices（AMD）は、「Instinct」GPUポートフォリオを拡充し、主要な挑戦者として台頭している。AMDの2026年第1四半期のデータセンター売上高は、Instinct MI300シリーズや次期MI350/MI400アーキテクチャに牽引され、前年同期比57%増の58億ドルとなった。AMDはOpenAIとのギガワット規模のインフラ構築や、Metaとのカスタム共同設計など、主要なパートナーシップを確保している。Intelの「Gaudi」アクセラレータは、ソフトウェアエコシステムの採用やプラットフォーム統合に苦戦しており、依然として3番手に甘んじている。汎用シリコン以外では、ハイパースケーラー各社の社内エンジニアリング部門が最も強力な競合であり、汎用シリコンの利益率を回避するために独自のASIC（特定用途向け集積回路）の設計を加速させている。
市場シェアの動向と「共同設計」の堀
NVIDIAはAIアクセラレータの汎用市場で圧倒的な支配力を維持しており、2026年半ば時点で推定85%〜92%のシェアを握っている。競合他社も市場で一定の地位を確保しているものの、業界需要の凄まじい勢いにより、NVIDIAは利益率を犠牲にすることなくリーダーシップを維持している。この市場支配の基盤となっているのが、20年以上にわたって開発されてきた独自のソフトウェアコンピューティングプラットフォーム「CUDA」である。CUDAは、AI学習ライブラリ、コンパイラ、フレームワークの最適化の大部分がNVIDIAのソフトウェアスタック向けに書かれているため、強固な開発者の囲い込み効果を生んでいる。競合ハードウェア上で最新モデルを動かそうとすれば、複雑なエミュレーション層や大規模なコードの書き換えが必要となり、それが実行リスクやレイテンシを招くため、多くの企業顧客はこれを容認できない。
NVIDIAの競争優位性は、ソフトウェアとシリコンの「堀」から、高度に統合されたラック単位の共同設計によるヘゲモニーへと拡大した。データセンターのアーキテクチャが進化するにつれ、ボトルネックは純粋な計算能力からシステムレベルの通信およびインターコネクト帯域幅へと移行している。NVIDIAは、独自のスケールアップおよびスケールアウトネットワーク、特に「NVLink」インターコネクトプロトコルと「NVSwitch」シリコンでこれに対応している。新たに発表されたVera Rubinプラットフォームでは、NVLink 6スイッチが毎秒260テラバイトという前例のない集計帯域幅を実現する。カスタムのARMベース「Vera」CPU、Rubin GPU、「ConnectX-9」SuperNIC、「Spectrum-6」イーサネットスイッチを含むシステム全体の唯一の設計者として、NVIDIAはラックレベルでのメモリアクセスと電力供給を最適化している。このシステムレベルのエンジニアリング能力により、企業顧客が個別の半導体要素ではなく、ターンキーで最適化された液冷式スーパーコンピュータを求めるようになる中、競合他社はコンポーネント単位での競争が困難になっている。
業界の機会、地政学的リスク、プラットフォームの集中
NVIDIAにとって最大の長期的機会は、生成AIモデルから「エージェントAI」および強化学習アーキテクチャへの構造的移行である。生成AIは単発のフィードフォワード推論クエリに大きく依存していたが、エージェントAIシステムは自律的かつ多段階のワークフローを実行する。ユーザーの1つのプロンプトが、ローカルでのサンドボックスコード実行、ベクトルデータベース検索、ツール活用、推論ループを含む数千もの順次ステップを誘発する。このエージェントへのシフトは、トランザクションあたりの計算負荷を指数関数的に増大させ、データセンターインフラのTAM（獲得可能な最大市場規模）を構造的に拡大させ、モデルの初期学習完了後も高度なハードウェア需要を持続させる。
こうした構造的な機会は、深刻な地政学的逆風とプラットフォーム集中というリスクと背中合わせである。最も直接的な財務的影響は、米国の厳格な輸出規制による中国データセンター市場の完全喪失である。2026年度第1四半期にNVIDIAは中国顧客から46億ドルのHopperクラスのデータセンター売上を得ていたが、2027年度第1四半期にはこの数字はゼロとなった。現在のガイダンスでは中国からのデータセンター計算売上を見込んでおらず、巨大な市場が恒久的に閉ざされた。さらに、世界の半導体サプライチェーンが台湾に集中していることは、システミックなテールリスクである。AIアクセラレータに使用される先端シリコンの約90%をTSMCが製造しているため、同地域での地政学的な混乱は即座にNVIDIAのハードウェア生産を停止させる。最後に、ハイパースケーラー上位4社への極端な顧客集中は、これらの主要顧客が既存のキャパシティの最適化を決定した場合、設備投資の消化サイクルによる影響を受けやすい状態にある。
技術ロードマップ：Vera、Rubin、そしてエージェントAIへのシフト
競争を先取りし、高利益率の収益源を維持するため、NVIDIAはハードウェアのリリースサイクルを1年単位に短縮した。2026年第3四半期から初期出荷を開始するVera Rubinプラットフォームは、まさにこのエージェント時代のために設計された。このプラットフォームは単一の半導体ダイではなく、Vera CPU、Rubin GPU、NVLink 6スイッチ、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6イーサネットスイッチ、Groq 3 LPUという7つのカスタムチップを統合したスイートである。この極限の共同設計により、ラックスケールのシステム全体が単一の分散型アクセラレータとして機能し、従来のモジュール設計における性能や通信の制限を回避している。
この次世代アーキテクチャの核心は、TSMCの3ナノメートルプロセスで製造されるRubin GPUである。Rubin GPUはBlackwellアーキテクチャ比で1.6倍となる3,360億個のトランジスタを搭載し、8スタックで288GBのHBM4メモリを統合している。このアーキテクチャは、Blackwellの2.8倍に相当する毎秒22テラバイトのメモリ帯域幅を実現する。また、ハードウェア加速による適応型圧縮を備えた第3世代Transformer Engineにより4ビット浮動小数点フォーマットをサポートし、最大50ペタFLOPSのNVFP4推論能力を可能にする。GPUあたり最大2,300ワットのTDP（熱設計電力）で動作するRubinプラットフォームは完全に液冷式であり、NVIDIAのハイエンドデータセンターポートフォリオから空冷オプションを完全に排除している。
もう一つの成長ドライバーは、エージェントAIのオーケストレーションと強化学習専用に構築された、NVIDIA初のカスタムARMベースプロセッサ「Vera CPU」である。Vera CPUはArmv9.2アーキテクチャと互換性のある88個のカスタムOlympusコアを搭載し、空間マルチスレッディングを活用してコアリソースを分割する。ベンチマークデータによれば、Vera CPUは従来のx86サーバープロセッサと比較してタスク完了速度を1.8倍に向上させ、前世代のGrace CPU比で1.63倍の性能向上を達成している。エッジ領域では、RubinのマイクロアーキテクチャをノートPCやデスクトップ向けにスケールさせた「RTX Spark」プロセッサアーキテクチャを展開している。このデバイス内エージェントフレームワークは、AIアシスタントをクラウド依存型ツールからローカルで動作する低遅延の自律型エージェントへと進化させ、パーソナルコンピューティング市場における二次的な成長チャネルを確立する狙いだ。
破壊的な挑戦者とカスタムシリコンの脅威
AMDやIntelといった従来の競合が市場の注目を集める一方、NVIDIAのシェアに対する最も現実的かつ長期的な脅威は、クラウドハイパースケーラーが社内で設計するカスタムASICの急速な成長である。2025年にAIアクセラレータ市場の20.9%を占めたカスタムシリコンは、2026年末までに27.8%まで拡大すると予測されている。ハイパースケーラーは、NVIDIAの莫大な汎用利益率を回避し、TCO（総所有コスト）を削減するために、独自ハードウェアの展開を強く望んでいる。GoogleのTPUはこのカスタム市場のボリュームゾーンとしての地位を維持し、AmazonのTrainiumシリーズはMetaへの導入を含む数十億ドル規模のコミットメントを確保している。
Broadcomは、Google、Meta、OpenAIとの多世代にわたるカスタム共同設計パートナーシップを通じて、カスタムAI半導体市場の推定60%を獲得し、このエコシステムの主要なイネーブラーおよび設計パートナーとして台頭した。Broadcomのカスタムシリコンプログラムは、その深い物理IPとパッケージング統合能力を活かし、汎用GPUに代わる高性能でコスト効率の高い代替品を構築するため、2ナノメートルノードへと拡大している。同様にMarvellも、主にAWSとMicrosoft向けに、カスタムASIC設計スペースで推定20%〜25%のシェアを保持している。AI市場が成熟し、ワークロードが計算負荷の高いモデル学習から、反復的でコストに敏感な推論へと移行するにつれ、これらのカスタマイズされたワークロード特化型ASICは、NVIDIAのハイボリュームなハイパースケールデータセンターにおける長期的な市場シェアを徐々に侵食する構造的な逆風となる可能性がある。
経営陣の実績と「希少性」下での実行力
創業者兼CEOのJensen Huang氏とCFOのColette Kress氏率いるNVIDIAの経営陣は、卓越した運用の俊敏性と長期的な戦略的先見性を証明してきた。経営陣はトランスフォーマーモデル革命のハードウェア要件を正確に予測し、生成AIの波が本格化する前に、製造および先端パッケージング能力を確保するための資本を積極的に投入した。この積極的な姿勢により、NVIDIAは台湾だけで150社に及ぶパートナーを含む極めて複雑なサプライチェーンを管理し、世界的なパッケージングやシリコンの供給制約下でも、ハードウェアの増産を確実に実行してきた。
この運用実行力は、規律ある株主重視の資本配分フレームワークと組み合わされている。莫大なフリーキャッシュフローを生み出す中、経営陣はその財務的強みを活かして大規模な株主還元プログラムを開始した。2027年度第1四半期には200億ドルを株主に還元し、さらに800億ドルの無期限の自社株買い枠を設定し、合計で1,180億ドルを超える買い戻し能力を確保した。一部の市場参加者は、この自社株買いへの注力や25倍の配当増額を、ハイパーグロース企業が成熟期へと移行する兆候と解釈しているが、経営陣は1年単位のハードウェアサイクルと、次期「Feynman」プラットフォームのような将来アーキテクチャへの多額の研究開発投資を継続しており、均衡の取れた資本構造を維持しつつ技術的リーダーシップに注力している姿勢は揺らいでいない。
スコアカード
NVIDIAは、2027年度第1四半期の売上高816億ドル、非GAAPベースの売上総利益率75.0%という記録的な数字が示す通り、世界のAIインフラ構築の震源地において、独占に近い極めて強力な地位を占め続けている。同社の競争優位性は、単なるシリコンの優位性をはるかに超え、新たに立ち上げられたVera Rubinプラットフォームに代表されるような、フルシステムおよびラックスケールの共同設計へと拡大した。88コアのカスタムVera CPUと3,360億トランジスタのRubin GPUを独自のNVLink 6ネットワークで統合することで、前世代のBlackwell比で最大10倍のエージェント処理能力を実現する最適化された統合プラットフォームを構築した。このフルスタックの統合と、深く根付いたCUDAソフトウェアエコシステムの組み合わせにより、AMDのような汎用競合他社が、ハイエンド学習や複雑なエージェント推論ワークロードにおいて、短期間で大幅なシェアを獲得することは極めて困難である。
しかし、この卓越した運用能力にもかかわらず、長期投資家はNVIDIAの支配力と、高まる構造的・地政学的逆風を天秤にかける必要がある。同社は、わずか4社のハイパースケーラーが総売上高の60%以上を占めるという前例のない顧客集中に直面しており、これらの買い手が設備投資の消化フェーズに入れば、事業は大きなボラティリティにさらされる。同時に、GoogleやAmazonのようなハイパースケーラー向けにBroadcomやMarvellが共同開発するカスタムASICの急速な台頭は、市場が学習からコスト重視の推論へとシフトする中で、信用に足る長期的脅威となっている。米国の輸出規制による中国データセンター売上の完全喪失や、台湾の製造エコシステムへのシステミックな依存と相まって、NVIDIAのプレミアム評価には実行上のミスを許容する余地はほとんどない。技術ロードマップは依然として比類なきものであるが、成熟した高度に集中した市場への移行は、将来のリターンがサプライチェーンの回復力と、カスタムシリコンによる代替の経済性によって左右されることを示唆している。