1. 2027年度第2四半期の業績概要とAI需要の急増 [0]

NVIDIAは2027年度第2四半期に過去最高の売上高960億ドルを達成し、AI需要の急増がデータセンター事業を牽引している。

1.1. 記録的な業績とAI需要の拡大 [0]

  1. 過去最高の売上高と成長の加速 [27]
    1. NVIDIAは2027年度第2四半期に記録的な売上高、営業利益、およびEPSを達成した。 [27]
    2. 総売上高は960億ドルに達し、前年同期比で2倍以上に増加し、4四半期連続で成長が加速している。 [28]
  2. AI需要が牽引するインフラ構築 [29]
    1. AI需要の急増が、ハイパースケーラー、AIラボ、AIネイティブ企業、一般企業、政府機関など、多様な顧客層によるグローバルなインフラ構築を推進している。 [29]
    2. 2028年度の売上高は約70%増加すると予測しているが、これは供給制約を考慮した見通しである。 [30]
  3. データセンター事業の好調 [32]
    1. 第2四半期のデータセンター売上高は前四半期比18%増の89億ドルで、ハイパースケールとNeocloud（産業・企業顧客を含む）の両サブセグメントが大きく貢献した。 [32]
    2. ハイパースケール部門の売上高は490億ドルで、Blackwellの継続的な好調により前四半期比13%増加した。 [34]
    3. クラウド業界の受注残は2兆ドルを超え、上位5社のハイパースケーラーの設備投資は2026年に約8,000億ドル、2027年には1.3兆ドルに達すると予想されている。 [36]
    4. NVIDIAはAWSとの提携拡大を発表し、AWSは2029年度第2四半期までに200万個のGPUを追加導入する予定である。 [37]
    5. AWSはNVIDIAのオープンモデル「Neutronファミリー」をAmazon BedrockとSageMakerで提供し、倉庫ロボットにNVIDIAの物理AIスタック（Omniverse、Cosmos、Isaac、Jetson）を採用する。 [40]
  4. Neocloudの成長と需要加速 [42]
    1. Neocloudの売上高は前四半期比25%増、前年同期比138%増の400億ドルに達した。 [42]
    2. この成長は、企業、AIスタートアップ、政府機関からの需要増加に対応するためのNeocloudのキャパシティ増強と、ハイパースケーラーによるNVIDIA DGXリファレンスデザインを用いた自社構築補完のためのキャパシティ購入によって牽引されている。 [43]
    3. Neocloudパートナーは、2025年末の約3ギガワットから、年末までに総設置容量8ギガワットに達すると予想されている。 [46]
    4. NVIDIAは、現在の規模でも需要の加速を経験しており、顧客予測では来年の成長が2倍になると見込んでいるが、供給制約のため約70%の成長を見込んでいる。 [47]
    5. NVIDIAのコンピューティングは、サービスを提供するすべてのクラウドで完全に活用されており、ハイパースケールクラウドおよびAIラボパートナーにとっての経済的価値は上昇し続けている。 [50]

1.2. NVIDIAの成長を支える3つの独自能力 [52]

  1. あらゆるモデルに対応するアーキテクチャ [53]
    1. NVIDIAのアーキテクチャは、クローズドモデルとオープンモデルの両方の採用が拡大するにつれて、市場シェアを拡大している。 [53]
    2. OpenAI、Anthropic、Grok、Meta、Geminiなどの主要なクローズドモデルや、T5、Mistral、Quark、KIIMI、GLM、DeepSeek、Miniaax、Neatronなどの主要なオープンモデルをNVIDIAは実行している。 [56]
    3. NVIDIAは、ビデオ、自動車、リカレント、拡散モデルなど、小規模から大規模なモデルまで、クラウドでもエッジでも、トレーニング、推論、エージェントワークロードにおいて優れている。 [57]
    4. NVIDIAのプラットフォームは、あらゆるモデルとワークロードに対応する汎用性と、AIのライフサイクル全体にわたる耐久性を兼ね備えており、最も生産的で資金調達可能なコンピューティングプラットフォームとなっている。 [59]
  2. データセンター市場シェアを拡大するフルスタックAIファクトリープラットフォーム [62]
    1. NVIDIAの第2の独自能力は、データセンター市場でのシェアを拡大するフルスタックAIファクトリープラットフォームである。 [62]
    2. Hopper以降、NVIDIAの収益機会は1ギガワットあたり約180億ドルから、Blackwellでは250億ドル、そして次期Vera Rubinでは400億ドルに拡大している。 [63]
    3. Vera Rubinは、Vera CPU、Rubin GPU、NVLink、Infiniband Ethernet、およびGrok LPUを統合し、Grace Blackwell Ultraと比較して、メガワットあたり30倍高いスループットと35倍低いトークンコストを実現する。 [63]
    4. Vera Rubinの生産出荷は今月初めに開始され、主要なハイパースケーラー、AIクラウド、システムOEMからすでに発注を受けており、NVIDIA史上最速の製品立ち上げとなる見込みである。 [66]
    5. ネットワーキング事業も記録的な四半期となり、売上高は前四半期比18%増加し、Spectrum X Ethernetは前年同期比2.6倍から6倍に成長した。 [68]
    6. Grace CPUは成功を収め、過去12ヶ月間の売上高は50億ドルを超え、次世代のVera CPUは現在本格生産中である。 [71]
    7. Vera CPUは、単体製品としてNVIDIAの総アドレス可能市場をさらに拡大し、ベンチマークで1.8倍高速なタスクを完了し、他のデータセンターCPUと比較してワットあたり5倍の帯域幅を提供する。 [74]
    8. Vera CPUは、OCI、SpaceX AI、AWSなどの主要パートナーへの出荷がすでに開始されており、すべての主要なハイパースケーラー、Neocloud、AIラボ、システムOEMに展開される予定である。 [76]
    9. 顧客需要と供給見通しの改善に基づき、2028年度のCPU売上高は2倍以上になると予想されており、NVIDIAは世界有数のサーバーCPUサプライヤーとしての地位を確立する。 [78]
    10. Grok 3 LPXは、NVIDIAの最初のラックスケールLPUシステムであり、本格生産に入っており、人工分析ベンチマークで次善の代替品と比較して約4倍のトークン/秒を実証している。 [81]
    11. Grok 3 LPXは今四半期後半に早期採用者向けに大量出荷される予定で、Nibbiusが最初の顧客となる。 [82]
    12. NVIDIAは、単に最高のチップを販売するだけでなく、顧客に優れた経済性を提供し、データセンター市場のより大きなシェアを獲得するフルスタックAIファクトリープラットフォームを販売している。 [84]
  3. CUDAエコシステムによるAI市場の拡大 [86]
    1. NVIDIAの第3の独自能力は、フルスタックAIプラットフォームとCUDAエコシステムの組み合わせにより、単一のチップだけでは到達できない市場にAIを拡大できることである。 [86]
    2. ハイパースケーラー以外にも、AIの導入を熱望する巨大な市場が存在し、これらの顧客は独自のカスタムシリコンを設計することに関心がない。 [87]
    3. NVIDIAの完全に実証されたフルスタックプラットフォームは、政府機関、クラウドプロバイダー、企業がAIインフラを構築し、運用し、CUDAソフトウェアを通じて継続的に最適化し、広大な開発者エコシステムからの需要に接続するのに特に適している。 [88]
    4. ハイパースケーラーは主要な成長ドライバーであり続けるが、政府機関、地域クラウド、Neocloud、企業、エッジ、エアギャップデータセンターを含む非ハイパースケーラーの成長は、データセンター事業の約半分を占めるようになる。 [89]
    5. NVIDIAのコンピューティングプラットフォーム上で開発・実行されているAIネイティブスタートアップエコシステムは急速に拡大しており、2026年上半期のAIへのグローバルベンチャーキャピタル資金は4,000億ドルを超え、2025年全体の2,650億ドルを上回った。 [91]
    6. Cursor（SpaceX所有）、Pegma、Together AIを含む約20社が年間売上高10億ドルを超え、前年第4四半期の13社から増加しており、垂直型エンタープライズソフトウェアが最速の成長を記録している。 [93]
    7. 過去12ヶ月間のオンプレミス売上高は、自動車分野で80億ドル、金融サービス、製造、ヘルスケアを合わせて70億ドルに達した。 [95]
    8. Hudson River TradingとJane StreetはNVIDIAのAIファクトリーを活用して定量取引を加速させ、Samsung ElectronicsはNVIDIA Omniverseを使用して計算リソグラフィで最大20倍の性能向上を達成している。 [96]
    9. Bristol Myers Squibbは、RockyとLilyの構築に続き、Vera Rubin AIファクトリーに投資しており、医薬品の研究開発期間を数年から数ヶ月に短縮している。 [98]
    10. 政府機関向けAI事業は、主に地域Neocloudを通じて、第2四半期に前四半期比35%増加し、前年同期比で3倍以上になった。 [99]
    11. NVIDIAは、Quarweave、Nebius、Nscaleがインフラ事業全体を構築するのを支援し、ArmeniaのFirebird、Africa全域のKasaba Technologies、TaiwanのGMI Cloud、IndiaのYodaとNASA、AustraliaのHermis、MalaysiaのYTLAI Cloudなど、世界中でNeocloudが台頭している。 [105]
    12. NVIDIAは、日本の国営AI企業であるNoatraと提携し、AIエージェント、デジタルツイン、ロボティクス、物理AIアプリケーションを強化するオープンモデルを作成するNVIDIA DGX AIファクトリーを構築すると発表した。 [108]
    13. 韓国のLGとHyundai Motor GroupはNVIDIAと提携してAIを構築・拡張しており、ヨーロッパでは、産業および科学的ブレークスルーを推進するために35台のNVIDIA搭載AIスーパーコンピューターが発表された。 [109]
    14. Neocloudは、多様なオフテイカーからの強い需要パイプラインを抱えている。 [111]
    15. NVIDIAは、施設容量の一部に対するテイク・ペイ・コミットメント（最低収益保証）を導入し、貸し手がプロジェクトを引受ける自信を与え、その見返りとして、NVIDIAはNeocloudの最低収益を超える部分の収益を共有する。 [113]
    16. このモデルでは、NVIDIAはハードウェア販売とレンタル収益の共有という2つの方法で収益を得る。 [117]
    17. このモデルは、中長期的に数十億ドルの収益をもたらす可能性があり、NVIDIAの総アドレス可能市場を拡大し、中核事業と並行して継続的な使用量連動型収益ストリームを生み出すことができる。 [119]

2. AIラボへの投資と供給制約への対応 [122]

NVIDIAは、AIラボの急速な成長を支援するため、大規模な投資と戦略的パートナーシップを通じて、供給制約の緩和と市場拡大を目指している。

2.1. フロンティアAIラボへの投資と支援 [122]

  1. AIラボの成長と資金調達の課題 [122]
    1. フロンティアAIラボは、トレーニングと推論のコンピューティングに対する並外れた需要を抱えているが、その成長はバランスシートと信用プロファイルが支えられる範囲を超えている。 [123]
    2. 彼らは急速に顧客需要を拡大しているにもかかわらず、AIファクトリーインフラを独立して確保するために必要な、数十年にわたるインフラ契約や投資適格の資金調達能力を欠いている。 [124]
    3. 彼らの成長は技術や顧客需要によって制限されているのではなく、コンピューティング能力によって制限されている。 [127]
    4. これらの企業にとって、より多くのコンピューティング能力は、より多くのインテリジェンス、より多くのユーザー、そしてより多くの収益を意味する。 [128]
  2. NVIDIAの投資とパートナーシップ [129]
    1. NVIDIAは、この好循環を促進するために、フロンティアAIラボに約500億ドルを投資した。 [130]
    2. これはNVIDIAの予想されるフリーキャッシュフローのごく一部に過ぎない。 [131]
    3. フロンティアラボのインフラ構築をさらに支援するため、NVIDIAは最近、Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKRという世界有数のインフラ資本プロバイダー6社との提携を発表した。 [132]
    4. これらのパートナーシップにより、AIラボは長期的な機関投資家からの資金を比較的魅力的なレートで調達し、AIインフラを構築・評価できるようになる。 [134]
  3. OpenAIとの提携強化と大規模な展開 [135]
    1. NVIDIAは先週、SoftBank Energyとの提携を通じて、ポーツマスキャンパスでNVIDIAコンピューティングを独占的にホストするための土地と電力シェル容量を確保したと発表した。 [135]
    2. 最初の展開では4.25ギガワットのAIファクトリー容量をサポートする予定で、OpenAIが利用する。 [137]
    3. ポーツマスに展開されるNVIDIA AIファクトリーシステムは、世代ごとに約150万個のNVIDIA GPUを搭載でき、20年以上にわたって複数のアップグレードサイクルをサポートできる。 [138]
    4. このプロジェクトはOpenAIとの長年のパートナーシップを深めるものであり、OpenAIは2030年までNVIDIA AIおよびインフラの大規模な展開を約束している。 [140]
    5. OpenAIの既存および計画中のコミットメントは、別のフロンティアAIラボ向けに約12ギガワットのNVIDIAコンピューティングを意味する。 [142]
    6. NVIDIAは、約2ギガワットのコンピューティングに対して選択的な信用補強を提供する。 [144]
  4. 投資の正当性とリスク管理 [146]
    1. NVIDIAは、この支援の規模を認識しており、一部からは「循環融資」と呼ばれる可能性も理解しているが、NVIDIAはこれを異なる視点で見ている。 [146]
    2. 現在、人類史上最も重要な技術の一つであるAIコンピューティングプラットフォームの大きな転換期にあり、これらの企業は「一世代に一度の企業」である。 [148]
    3. 彼らの技術的リーダーシップは証明されており、顧客の牽引力と利用は急増しているため、NVIDIAは彼らが史上最大のテクノロジー企業になると予想している。 [149]
    4. これらの投資は、彼らの需要の強さ、NVIDIAにもたらすビジネス、NVIDIAのプラットフォーム上で構築されるエコシステム、そして投資資本に対する株式リターンが優れていると信じており、NVIDIAのリスクは限定的である。 [151]
    5. NVIDIAのコンピューティングプラットフォームは汎用性と耐久性があり、他の顧客をサポートするために再展開できる。 [153]
    6. 来年、NVIDIAのバランスシートを活用する予定のAIラボからの需要は、NVIDIAの事業の約4分の1を占めると予想されており、出荷されるコンピューティングは投資適格の顧客、またはその支援を受ける顧客によって消費されることになる。 [154]

2.2. 財務状況と今後の見通し [157]

  1. 中国市場と地政学的リスク [157]
    1. 第2四半期に、NVIDIAは米国政府のライセンスに従い、中国の顧客にHopper 200製品の総データセンター売上高の1%未満を出荷した。 [157]
    2. 現在のHopper出荷は企業粗利益率を希薄化させており、継続的な地政学的不確実性を考慮し、NVIDIAの将来の見通しには中国データセンターコンピューティングの売上高は含まれていない。 [158]
  2. 粗利益率と営業費用 [159]
    1. GAAPおよび非GAAPの粗利益率はともに75%で、製品構成が類似していたため前四半期からほぼ変化はなかった。 [159]
    2. GAAPおよび非GAAPの営業費用は、主に高いコンピューティングインフラコストと報酬・福利厚生費により、前四半期比でそれぞれ10%と11%増加した。 [160]
    3. 非GAAPの実効税率は、主に売上高の増加により、前年同期から16%に上昇した。 [161]
  3. バランスシートと株主還元 [163]
    1. Vera Rubinの発売準備のため、在庫は320億ドルに増加した。 [163]
    2. 売上債権回転日数は60日に増加し、これは特定の投資適格顧客による複数四半期にわたる大規模購入に対する支払い条件の延長を反映している。 [164]
    3. 第2四半期には、200億ドルの自社株買いと、1株あたり25セントの四半期配当を通じて60億ドルを株主に還元し、合計260億ドルという記録的な額を還元した。 [165]
    4. フリーキャッシュフローの50%以上を還元するという計画に対し、年初来で60%を還元しており、今後は戦略的用途を差し引いた余剰フリーキャッシュフローを増やし、還元する意向である。 [166]
  4. 第3四半期の見通しと2028年度の予測 [168]
    1. 第3四半期の総売上高は、約1,080億ドル（±2%）と予想されている。 [169]
    2. 四半期ごとの成長は主にデータセンターとAIによって牽引され、Vera Rubinの供給が時間とともに増加するにつれて、ハイパースケールでの成長は第4四半期から2028年度にかけて再加速すると予想されている。 [170]
    3. Vera Rubinは第3四半期のデータセンター売上高の約20%を占めると見込んでいる。 [172]
    4. 2028年度の売上高は前年同期比約70%増加すると予想しているが、供給不足は少なくとも2028年度末まで続く見込みである。 [173]
  5. 粗利益率への影響とメモリ供給の課題 [175]
    1. 部品コストが大幅に上昇しているため、粗利益率に関する懸念が表明されている。 [175]
    2. メモリの価格はNVIDIAの事前の予想を上回る規模で上昇しており、来年にはさらに高騰すると予想されているため、NVIDIAは期待値を再設定している。 [176]
    3. 第3四半期のGAAPおよび非GAAPの粗利益率は74%（±50ベーシスポイント）と予想されており、第4四半期には71%から72%の範囲で底を打ち、2028年度第1四半期に価格改定が実施されると72%から73%に落ち着くと予想されている。 [180]
    4. 現在のメモリ不足は、主にAIインフラ構築自体によって引き起こされており、これはNVIDIA自身の成長を牽引する需要急増の兆候である。 [183]
    5. NVIDIAは3大メモリサプライヤーすべてと長年の深い関係を築いており、ロードマップに必要な容量をさらに増やすために密接に協力している。 [185]
  6. 営業費用と税率の見通し [187]
    1. 2027年度通期のGAAPおよび非GAAPの営業費用は、それぞれ約92億ドルと90億ドルと予想されている。 [187]
    2. 製品ポートフォリオの拡大とAIツールの利用増加により、営業費用は50%台前半で増加すると予想されており、これはエンジニアリングの生産性を向上させ続けている。 [188]
    3. GAAPおよび非GAAPの税率は、個別の項目や税環境の重大な変更を除き、16%から18%の間で推移すると予想されている。 [189]

3. AIの進化とNVIDIAの市場優位性 [191]

NVIDIAは、AIエージェントの普及とフルスタックAIファクトリープラットフォームの提供により、AI市場での優位性を確立し、需要の加速に対応している。

3.1. AIエージェントの普及とコンピューティング需要の増大 [191]

  1. AIエージェントによるコンピューティング需要の爆発的増加 [198]
    1. AIは実用化され、AIエージェントが至る所で採用されており、膨大な量のコンピューティングを必要としている。 [199]
    2. 大規模言語モデルはこれまで以上に賢く、エージェントは推論、計画、複数回のツール使用を行うため、人間が使用する場合と比較して15倍から100倍のコンピューティングが必要となる。 [201]
  2. NVIDIAのフルスタックAIファクトリープラットフォームの独自性 [204]
    1. NVIDIAは、AIファクトリープラットフォーム全体を構築・提供する世界で唯一の企業であり、顧客はシステムを自由に組み合わせることもできるが、多くの企業にはそのスキルや意欲がない。 [206]
    2. NVIDIAは、政府機関向けAI、地域AIシステム、マルチクラウド環境、AIスタートアップ、企業など、市場の約半分を占める分野で大きな成長を経験しており、この分野は年間100%成長している。 [209]
    3. この分野のコンピューティングは、現在クラウドで経験しているものよりも、将来的にはさらに大きくなる可能性がある。 [211]
  3. インフラ構築の複雑化とNVIDIAのサプライチェーン戦略 [213]
    1. AIインフラを構築するには、土地、電力、シェル（建屋）の確保に数年かかることが多く、建設、電力、冷却、労働力など、サプライチェーン全体の調整が必要となる。 [214]
    2. NVIDIAは、電力発電会社や土地・電力・シェル会社と協力し、サプライチェーンのさらに上流と下流でインフラ確保に関与することで、コンピューティングインフラの準備を支援している。 [218]
    3. この戦略により、NVIDIAはサプライチェーン全体でより高い可視性を確保している。 [223]
  4. 供給制約下の成長予測と透明性 [224]
    1. NVIDIAはこれまで1年先の予測やガイダンスを出したことはないが、需要は70%をはるかに上回るものの、供給能力により70%の成長を自信を持って達成できると見込んでいる。 [224]
    2. NVIDIAはサプライチェーンと協力して供給を増やし続けるが、顧客、株主、サプライチェーンなど、すべての関係者が同じ情報に基づいて行動できるよう、透明性を重視している。 [225]
    3. 来年は非常に大きな年になるだろうと述べている。 [229]

3.2. AIライフサイクルの複雑化とNVIDIAアーキテクチャの優位性 [230]

  1. AIライフサイクルの4つのフェーズとNVIDIAアーキテクチャの適合性 [238]
    1. AIライフサイクルは、データの準備、モデルの事前学習、事後学習、エージェント推論の4つのフェーズに分かれ、それぞれが複雑である。 [240]
    2. NVIDIAは、MVLink 72ラックスケールアーキテクチャを開発し、データ作成からエージェント推論まで、AIライフサイクルの複数のフェーズで利用できる汎用性の高いシステムを構築した。 [244]
    3. このシステムは、データ作成、データ準備、事前学習、事後学習、エージェント推論への移行を可能にする。 [249]
  2. NVIDIAの収益機会の拡大と生産性の向上 [250]
    1. Hopperの時代には、1ギガワットあたりのNVIDIAの収益機会は約180億ドルだったが、Vera Rubin、CPU、および3種類のネットワーキング（さらにマルチクラウドネットワーキングを含めると5種類）により、1ギガワットあたりの収益機会は400億ドルに増加した。 [250]
    2. データセンター容量1ギガワットあたりの投資額は、5年前の約300億ドルから現在では600億ドルに増加している。 [254]
    3. NVIDIAの技術は、生産性が非常に高く、性能も驚異的であるため、顧客はAIライフサイクルの複数のフェーズで利用でき、あらゆる種類のモデルを実行できる。 [255]
    4. この性能、汎用性、耐久性の組み合わせにより、顧客の投資はより長く維持され、有用で生産的になるため、NVIDIAの成長が加速している。 [258]
  3. Grok 3 LPXの革新とデータセンターの未来 [261]
    1. Grok 3 LPXは、記録的なトークンインタラクションレートと超低レイテンシーの性能生成を達成した。 [261]
    2. Grok 3 LPXは、MVLinkアーキテクチャを核とし、超高インタラクティビティと高速トークン生成を必要とするサービス向けに設計されている。 [264]
    3. Grokアクセラレーターは、高ASPサービス向けに提供されるが、世界のデータセンターの大部分はVera Rubin MVLink 72が中心となるだろう。 [267]
  4. 2028年度の成長要因と市場の変革 [271]
    1. 2028年度の70%成長は、以前の予測と比較して約2,000億ドルの増加に相当する。 [274]
    2. この成長は、GPUとCPUを含む多様な製品群によって牽引される。 [277]
    3. 供給制約がなければ、成長率はさらに高くなるだろう。 [280]
    4. 成長の半分はハイパースケーラーによるもので、残りの半分は企業、Neocloud、政府機関向けAI市場（NVIDIAのフルスタックAIファクトリープラットフォームを必要とする市場）によるものである。 [286]
    5. ハイパースケーラーは2兆ドルの受注残を抱えており、NVIDIAコンピューティングを導入することで収益と利益貢献が増加するため、NVIDIAコンピューティングをオンラインにする競争が激化している。 [291]
    6. Hopperの1ギガワットあたり180億ドルから、Grace Blackwellの250億ドル、Vera Rubinの400億ドルへと、世代ごとに生産性が劇的に向上しているため、顧客は次世代技術への移行を急いでいる。 [296]
    7. NVIDIAのコンピューティングは非常に生産性が高く、生成されるトークンやレンタルされるGPU時間は非常に収益性が高いため、顧客の利益率も素晴らしい。 [299]
    8. このプラットフォームシフトは、すべてのコンピューター企業とコンピューターを使用するすべての産業に影響を与え、世界中のすべての企業がAI革命に参加し、インフラを構築する必要がある。 [302]

4. AIエコシステムへの戦略的投資とオープンモデルの重要性 [311]

NVIDIAは、AIエコシステムへの大規模な投資を通じて、フロンティアAIラボの成長を支援し、オープンモデルとクローズドモデルの両方がAIの普及に不可欠であると考えている。

4.1. AIエコシステムへの投資と競合との関係 [311]

  1. エコシステム投資の規模と目的 [313]
    1. NVIDIAのAIエコシステムへの投資総額は、今後数年間で約5,000億ドルに達すると見込まれている。 [314]
    2. これらの投資は、主にフロンティアAIラボ、特にOpenAIやAnthropicを支援することを目的としている。 [317]
  2. NVIDIAプラットフォームの独自性と競合優位性 [321]
    1. NVIDIAは、特定のクラウドやサービス向けの推論専用チップである多くのXPUとは異なり、AIライフサイクル全体をカバーし、あらゆるクラウドで利用できるAIファクトリープラットフォームを提供している。 [321]
    2. AIサービスは最終的に世界中で展開されることを望むため、NVIDIAの技術は彼らにとって非常に競争力があり、データ処理からトレーニング、事後処理、エージェント処理まで、あらゆる段階で利用されるだろう。 [328]
    3. NVIDIAは、自社の技術が彼らにとって並外れたものであり続け、非常に長い間顧客でありパートナーであり続けると確信している。 [330]
  3. フロンティアAIラボへの投資の正当性 [334]
    1. これらのAIラボへの投資は、「一世代に一度の機会」であり、NVIDIAはもっと早く、もっと多く投資しなかったことを後悔していると述べている。 [334]
    2. これらの企業は、史上最も重要なテクノロジー企業の一部となる可能性があり、NVIDIAは彼らとのパートナーシップを歓迎し、NVIDIAアーキテクチャ上にエコシステムを構築していることを喜んでいる。 [336]
    3. NVIDIAは、彼らが非常に長い期間にわたってNVIDIAコンピューティングを多くのコンピューティングニーズに利用すると100%確信している。 [341]
  4. コミットメントと供給確保 [343]
    1. NVIDIAのコミットメントの大部分は最初の3年間に集中しており、これはVera Rubinの立ち上げと来年の製品製造に不可欠である。 [344]
    2. このコミットメントは、NVIDIAがすでに供給と容量を確保しているため、収益成長に自信を与えている。 [346]

4.2. オープンモデルとクローズドモデルの共存とNVIDIAの役割 [348]

  1. オープンモデルとクローズドモデルの共存 [357]
    1. 世界はクローズドモデルとオープンモデルの両方を必要とし、両方とも利用が急増している。 [357]
    2. ほぼすべてのオープンモデルはNVIDIA上で動作しており、これはNVIDIAのフットプリントが世界で最も広く、アーキテクチャが最も実現可能であるためである。 [358]
    3. NVIDIAの技術は、PCやDGXシステムのようなエッジデバイスから、ロボット、ワークステーション、オンプレミスデータセンターまで、あらゆる場所に存在する。 [360]
    4. フロンティアラボのクローズドモデルは、売上が急増し、利益率も高く、収益性の高いトークンを生成しており、コンピューティング能力によってのみ制限されている。 [363]
    5. これはオープンモデルにも同様に当てはまり、CUDAエコシステムが遍在しているため、NVIDIAはオープンモデルにおいても非常に良い立場にある。 [368]
  2. オープンモデルの重要性 [369]
    1. オープンモデルは、世界中のほぼすべてのAIスタートアップや企業にとって基盤であり、不可欠である。 [369]
    2. 企業や国は、独自のドメイン固有のAIや独自のアルファを構築する必要があり、フロンティアレベルに達したオープンモデルがそれを可能にしている。 [372]
    3. サイバーセキュリティのような分野では、フロンティアモデルが分散型で継続的に稼働する自律型サイバーセキュリティシステムを可能にし、多くの新興企業を支えている。 [374]
    4. オープンモデルは、信じられないほど成功しており、フロンティアに到達しただけでなく、アメリカ経済、世界経済、そして企業が独自のAIを構築するために不可欠である。 [379]
  3. NVIDIAの市場における独自性 [385]
    1. NVIDIAは、クローズドモデルとオープンモデルの両方を含む、すべてのフロンティアモデルを実行できる唯一のプラットフォームであると確信している。 [385]
    2. ほとんどのモデルはNVIDIA上で構築されたため、NVIDIA上でうまく動作する。 [386]
    3. NVIDIAは、モデルが成功する限り、どのようなモデルでも成功することを歓迎しており、クローズドモデルとオープンモデルの両方がNVIDIAの売上を同時に牽引している。 [387]

5. AIの自己改善と需要の加速要因 [391]

AIはエージェント化と自己改善を通じて、コンピューティング需要をさらに加速させ、NVIDIAの技術がその中心的な役割を果たす。

5.1. AIの自己改善とエージェント化による需要の加速 [391]

  1. AIの自己改善とAGIの可能性 [393]
    1. AnthropicやOpenAIでは、AIが自己改善する「再帰的自己改善（RSI）」が順調に進んでおり、OpenAIは年内にAGI（汎用人工知能）に到達する可能性を示唆している。 [395]
    2. RSIとAGIの進展は、業界の需要をさらに加速させるだろう。 [398]
  2. エージェント化されたAIの普及 [401]
    1. 現在、AIの大部分は人間によってプロンプトされているが、過去1ヶ月で、ほとんどのAIがエージェント化されたという閾値を超えたとNVIDIAは考えている。 [401]
    2. 将来的には、すべての企業が多数のエージェントを抱えるようになり、NVIDIAには約4万人の従業員がいるが、将来的には40万、400万のエージェントを持つようになるだろう。 [404]
    3. これらのエージェントはバックグラウンドで継続的に稼働し、企業や人々の生活を改善する。 [407]
    4. DGX SparkやDGXステーションのようなエッジデバイスやパーソナルAIエージェントは、この新しい波の一部であり、DGXステーションで稼働するAIエージェントは24時間365日稼働する。 [408]
    5. エージェントは実行ごとに自身のスキルファイルを更新し、次回はより良いパフォーマンスを発揮するため、これは緩やかな自己改善の一種である。 [414]
  3. AIの生産性と収益性 [418]
    1. 多くのタスクにおいて、すでにAGIを達成していると言える。 [418]
    2. 業界にとって最も重要なことは、AIが生産的で有用な仕事をしており、収益性の高いトークンを生成していることである。 [421]
    3. より多くのコンピューティングがあれば、より多くの収益性の高いトークンを生成でき、それがすべてのサービスの利益増加につながる。 [423]
    4. これが、誰もがAIに注力している理由である。 [425]

5.2. 供給制約の課題とNVIDIAの対応 [426]

  1. 供給チェーン全体の課題 [427]
    1. NVIDIAが期待する100%の需要成長に対し、供給は70%に留まる見込みであり、データセンターの電力・シェル、DRAM、ウェハー製造能力など、サプライチェーン全体が課題に直面している。 [427]
    2. サプライチェーンのすべての関係者が全力を尽くしており、常に新しい容量がオンラインになり、歩留まりも改善されるだろう。 [434]
  2. 供給確保への継続的な努力 [439]
    1. NVIDIAは、サプライヤーと密接に協力し、歩留まり改善や容量増加に取り組む。 [439]
    2. 現時点では70%の供給を確保しているが、需要はそれをはるかに上回っており、顧客を失望させないために、サプライチェーン全体の協力が必要である。 [441]
    3. NVIDIAは、来年のニーズについてサプライヤーと完全に情報を共有し、透明性を保っている。 [446]
  3. ギガワットあたりのコンピューティング能力の向上 [450]
    1. NVIDIAの目標は、1ギガワットの電力と土地にできるだけ多くのコンピューティング能力を搭載することであり、理想的には1ギガワットあたり無限のコンピューティング能力を目指している。 [457]
    2. Mooreの法則時代の汎用コンピューティングでは1ギガワットあたり約30億ドルだったが、Hopperで180億ドル、Grace Blackwellで250億ドル、そしてVera Rubinでは400億ドルに増加し、今後はさらに高くなるだろう。 [461]
    3. 生産性、耐久性、汎用性が向上し続ける限り、顧客は収益と利益を生み出し、投資回収が非常に速い資産に喜んで投資する。 [467]
    4. 投資資本に対するリターンが1年未満になっているという話もあり、これはNVIDIAの技術の生産性と収益性を示している。 [470]