1. NVIDIAの記録的な業績とAI市場の成長 [1]

NVIDIAは2026年度第4四半期に記録的な収益、営業利益、フリーキャッシュフローを達成し、データセンター事業はChatGPT登場以来13倍に拡大した。

1.1. 2026年度第4四半期のハイライト [25]

  1. 記録的な財務実績 [25]
    1. 総収益は680億ドルで、前年比73%増を達成した。 [26]
    2. 営業利益とフリーキャッシュフローも過去最高を記録した。 [25]
  2. データセンター事業の急成長 [27]
    1. データセンターの収益は110億ドル増加し、クラウドプロバイダー、ハイパースケーラー、AIモデルメーカー、企業、主権国家など、多様な顧客層に拡大した。 [27]
    2. ChatGPTの登場以来、データセンター事業は13倍に成長し、総収益は1940億ドルに達した。 [32]
    3. Blackwellアーキテクチャの需要が引き続き堅調で、推論展開の増加が成長を牽引している。 [28]
  3. AIエージェントの普及と収益への直結 [30]
    1. よりスマートでマルチモーダルなモデルに基づくエージェント型AIアプリケーションが、NVIDIAの財務実績を牽引し始めている。 [30]
    2. データセンターは電力制約があるため、顧客は「AI工場」の収益を最大化するためにワットあたりの性能に基づいて重要なアーキテクチャを決定する。 [35]
    3. NVIDIAのGB200 NVL72は、Hopperと比較してワットあたり最大50倍の性能とトークンあたり35倍の低コストを実現し、推論におけるリーダーシップを強化している。 [37]
    4. NVIDIAのデータセンターは最高の収益を生み出し、CUDAソフトウェアの継続的な最適化により、GB200 NVL72でわずか4ヶ月で最大5倍の性能向上を達成した。 [38]
  4. BlackwellとRubinアーキテクチャへの需要加速 [33]
    1. 2026年を通じて四半期ごとの収益成長を予測しており、昨年共有した5000億ドルのBlackwellおよびRubinの収益機会を上回る見込みである。 [33]
    2. 2027年までの出荷を含む将来の需要に対応するための在庫と供給コミットメントを確保している。 [34]
    3. BlackwellとBlackwell Ultraの導入が主な要因となり、第4四半期のデータセンター収益は前年比75%増、四半期比22%増の620億ドルとなった。 [41]
    4. Grace Blackwell NVL72システムは、主要なクラウドサービスプロバイダー、ハイパースケーラー、AIモデルメーカー、企業によって約9ギガワットのインフラが展開・消費されている。 [43]

1.2. ネットワーキング事業の成長とAIインフラの進化 [45]

  1. ネットワーキング収益の急増 [45]
    1. ネットワーキング事業は今四半期に110億ドルの収益を上げ、前年比3.5倍以上の成長を記録した。 [45]
    2. NVLink、Spectrum-X Ethernet、InfiniBandの強力な採用により、スケールアップおよびスケールアウト技術の需要が過去最高水準に達した。 [46]
    3. Grace Blackwellシステムがデータセンター収益の約3分の2を占め、NVLink 72スケールアップスイッチが前年比成長を牽引した。 [47]
  2. NVLinkとSpectrum-X Ethernetの革新 [48]
    1. NVLinkスケールアップファブリックは、スーパーコンピューターのチップ全体とフルスタックにわたる極限共同設計の力を示し、コンピューティングに革命をもたらした。 [48]
    2. NVIDIAはAWSと提携し、NVLinkをカスタムシリコンと統合することを発表した。 [49]
    3. Spectrum-X Ethernetスケールアップおよびスケールアクロスネットワーキングの勢いは強く、顧客は分散型データセンターを統合されたギガスケールAI工場に統一しようとしている。 [50]
    4. ネットワーキング事業の年間収益は310億ドルを超え、Mellanox買収後の2021年度と比較して10倍以上の成長を達成した。 [51]

2. AI市場の拡大とNVIDIAの戦略的投資 [53]

2.1. 生成AIへのプラットフォームシフトと投資の加速 [53]

  1. 生成AIへの移行とROIの証明 [53]
    1. 従来の機械学習から生成AIへの根本的なプラットフォームシフトが進行している。 [53]
    2. ハイパースケーラーが検索、広告生成、コンテンツレコメンダーシステムなどの大規模な従来のワークロードを生成AIにアップグレードすることで、強力なROI（投資収益率）が確認されている。 [54]
    3. 例えば、MetaのGemモデルへの投資は、Facebookでの広告クリックを3.5倍、Instagramでのコンバージョンを1%以上増加させ、大幅な収益成長につながった。 [55]
  2. エージェント型AIシステムの普及とCapExの増加 [56]
    1. Metaのスーパーインテリジェンスラボは、同じNVIDIAインフラストラクチャを使用して、最先端のエージェント型AIシステムを訓練・展開している。 [56]
    2. Claude Code、Claude Co-work、OpenAI Codexなどのフロンティアエージェント型システムが実用的な知能に達し、採用が急増している。 [57]
    3. コンピューティング能力は知能と収益成長に直接結びつくため、コンピューティング能力の拡張が極めて緊急の課題となっている。 [60]
    4. 上位5社のクラウドプロバイダーおよびハイパースケーラー（NVIDIAのデータセンター収益の50%以上を占める）の2026年のCapEx（設備投資）予測は、年初から約1200億ドル増加し、7000億ドルに迫っている。 [61]
    5. 従来のデータセンターワークロードのGPUアクセラレーテッドコンピューティングへの移行と、AIによるハイパースケールワークロードの強化が、NVIDIAの長期的な機会の約半分を占めると予想される。 [62]

2.2. 主権AIと国際競争 [63]

  1. 主権AI事業の成長 [63]
    1. 各国は電力やインターネットと同様に、独自のAIインフラの一部を構築・運用するようになる。 [63]
    2. 2026年度には、NVIDIAの主権AI事業は前年比3倍以上の300億ドルを超え、カナダ、フランス、オランダ、シンガポール、英国の顧客が主な牽引役となった。 [64]
    3. 長期的には、主権AIの機会はAIインフラ市場と少なくとも同程度に成長すると予想されており、各国はGDPに比例してAIに支出するようになる。 [65]
  2. 中国市場と競争環境 [67]
    1. 米国政府は中国の顧客向けに少量のH200製品を承認したが、NVIDIAはまだ収益を上げておらず、中国への輸入が許可されるか不明である。 [67]
    2. 中国の競合他社は、最近のIPOによって強化され、進歩を遂げており、長期的には世界のAI産業の構造を破壊する可能性を秘めている。 [69]
    3. NVIDIAは、AIコンピューティングにおけるリーダーシップを維持するため、米国がすべての開発者と関わり、中国を含むすべての商業ビジネスにとって選択されるプラットフォームとなるべきだと主張している。 [70]
    4. NVIDIAは米国と中国政府との対話を継続し、世界中で競争する米国の能力を擁護していく。 [71]

2.3. 次世代プラットフォーム「Rubin」とその他の事業領域 [72]

  1. Rubinプラットフォームの発表と出荷 [72]
    1. NVIDIAは先月CESでRubinプラットフォームを発表した。これは、Vera CPU、Rubin GPU、NVLink 6スイッチ、ConnectX 9 SuperNIC、BlueField 4 DPU、Spectrum 6 Ethernetスイッチの6つの新しいチップで構成されている。 [72]
    2. Rubinプラットフォームは、Blackwellと比較してGPU数を4分の1に削減し、推論トークンコストを最大10分の1に削減してMLモデルを訓練できる。 [73]
    3. Vera Rubinの最初のサンプルは今週初めに顧客に出荷され、今年後半の生産出荷に向けて順調に進んでいる。 [74]
    4. モジュール式でケーブル不要のトレイ設計により、RubinはBlackwellと比較して回復力と保守性が向上する。 [75]
    5. すべてのクラウドモデルビルダーがVera Rubinを展開すると予想されている。 [76]
  2. ゲーミング事業の動向 [77]
    1. ゲーミング収益は37億ドルで、Blackwellの強い需要と供給改善により前年比47%増となった。 [77]
    2. GeForce RTXはPCゲーマー、クリエイター、開発者向けの主要プラットフォームである。 [79]
    3. 第4四半期には、AIを使用してゲームのビジュアルを向上させるDLSS 4.5、動きのあるグラフィックを鮮明にするG-Sync Pulsar、主要なAI PCフレームワーク全体で35%高速なLLM推論など、いくつかの新技術と進歩が追加された。 [80]
    4. 今後、製品の最終需要は堅調でチャネル在庫レベルも健全であるものの、第1四半期以降は供給制約がゲーミング事業の逆風になると予想されている。 [83]
  3. プロフェッショナルビジュアライゼーションと自動車事業 [84]
    1. プロフェッショナルビジュアライゼーション事業は、収益が13億ドルに達し、初めて10億ドルの大台を超え、前年比159%増、四半期比74%増となった。 [84]
    2. 第4四半期には、LLMやエージェント型ワークフローを実行するAI開発者向けに、72GBの高速メモリを搭載したRTX Pro 5000 Blackwellワークステーションを発表した。 [85]
    3. 自動車事業の収益は6億400万ドルで、自動運転ソリューションの堅調な需要により前年比6%増となった。 [86]
    4. CESでは、世界初の推論、ビジョン、言語、アクションモデル、シミュレーションブループリント、データセットのオープンポートフォリオであるAlphamayoを発表し、「考える」ことができる車両を実現した。 [87]
    5. NVIDIA DRIVEを搭載したAlphamayoを特徴とする最初の乗用車は、新しいメルセデス・ベンツCLAで間もなく登場する予定である。 [88]

3. 物理AIの台頭とNVIDIAの広範なエコシステム戦略 [89]

3.1. 物理AIの成長とロボティクスへの貢献 [89]

  1. 物理AIの収益貢献と市場拡大 [89]
    1. 物理AIはすでに2026年度にNVIDIAの収益に60億ドル以上貢献している。 [89]
    2. Waymo、Tesla、Uber、WeRide、Zooxなどの商用フリートによるロボタクシーの乗車数は指数関数的に増加しており、2025年の数千台から今後10年間で数百万台に拡大し、数千億ドルの収益を生み出す市場になると予想されている。 [90]
    3. この拡大には、桁違いのコンピューティング能力が必要となり、すべての主要OEMおよびサービスプロバイダーがNVIDIAのプラットフォーム上で開発を進めている。 [92]
  2. ロボティクス開発の推進と産業パートナーシップ [93]
    1. NVIDIAは、新しいNVIDIA CosmosおよびIsaac Groupオープンモデル、フレームワーク、NVIDIA搭載ロボット、自律型機械により、Boston Dynamics、Caterpillar、Franka Robotics、LG Electronics、Neuro Roboticsなどの主要企業とのロボティクス開発を推進している。 [93]
    2. 産業用物理AIの採用を加速するため、Dassault Systèmes、Siemens、Synopsysとの新たなパートナーシップを発表し、NVIDIA AIインフラストラクチャ、Omniverseデジタルツイン、ワールドモデル、CUDA-Xライブラリを、世界の産業を構築する数百万人の研究者、設計者、エンジニアに提供する。 [94]
    3. NVIDIAは、GAAP粗利益率75%、非GAAP粗利益率75.2%を達成し、Blackwellの導入に伴い四半期ごとに増加している。 [96]

3.2. 財務状況と資本配分 [96]

  1. 粗利益率と費用 [96]
    1. GAAP粗利益率は75%、非GAAP粗利益率は75.2%で、Blackwellの導入に伴い四半期ごとに増加している。 [96]
    2. GAAP営業費用は四半期比16%増、非GAAPベースでは新製品導入とコンピューティングおよびインフラコストに関連して21%増となった。 [97]
    3. 第4四半期の非GAAP実効税率は15.4%で、主に一時的な税制優遇措置の影響により、見通しを下回った。 [98]
  2. 在庫と供給チェーン [99]
    1. 在庫は四半期比8%増加し、購入コミットメントも大幅に増加した。これは、今後数四半期以降の需要に対応するために、戦略的に在庫と生産能力を確保したためである。 [99]
    2. これは通常よりも長期的な需要の可視性を反映している。 [100]
    3. 高度なアーキテクチャの供給逼迫は続くと予想されるが、NVIDIAは規模、広範なサプライチェーン、長年のパートナーシップにより、今後の成長機会を捉える能力に自信を持っている。 [101]
  3. フリーキャッシュフローと株主還元 [102]
    1. 第4四半期に350億ドル、2026年度に970億ドルのフリーキャッシュフローを創出した。 [102]
    2. 年間では、フリーキャッシュフローの43%にあたる410億ドルを自社株買いと配当の形で株主に還元した。 [103]
    3. NVIDIAは、市場や同業他社を上回る株主総利回りを最終的に生み出すため、技術とエコシステムへの投資を継続し、市場開発を育成し、長期的な成長を推進する。 [104]
    4. 投資に関しては戦略的かつ規律あるプロセスを継続し、株主への資本還元にコミットしている。 [105]
  4. 2027年度第1四半期の見通し [106]
    1. 今四半期から、株式報酬費用を非GAAP結果に含める。 [107]
    2. 株式報酬は、世界クラスの人材を引き付け、維持するための報酬プログラムの基本的な要素である。 [108]
    3. 総収益は780億ドル（±2%）と予想され、成長の大部分はデータセンターが牽引すると見込まれる。 [110]
    4. 前四半期と同様に、中国のデータセンターコンピューティング収益は今回の見通しには含まれていない。 [112]
    5. GAAPおよび非GAAP粗利益率はそれぞれ74.9%および75%（±50ベーシスポイント）と予想される。 [113]
    6. 通期では、粗利益率は70%台半ばで推移すると見ている。 [114]
    7. Vera Rubinへの移行に向けて進捗状況を随時更新する。 [115]
    8. GAAPおよび非GAAP営業費用は、株式報酬費用19億ドルを含め、それぞれ約77億ドルおよび75億ドルと予想される。 [116]
    9. 通期では、拡大する機会への投資を継続するため、非GAAP営業費用は前年比で40%台前半の成長を予想している。 [117]
    10. 2027年度通期のGAAPおよび非GAAP税率は、個別の項目や税制環境の重大な変更を除き、7%から19%の間と予想される。 [118]

3.3. 主要パートナーシップとエコシステムへの投資 [121]

  1. フロンティアモデルメーカーとの提携強化 [121]
    1. NVIDIAは、主要なフロンティアモデルメーカーとのパートナーシップを大幅に深化・拡大した。 [121]
    2. OpenAIのGPT 5.3 Codexのローンチを祝った。これはGrace BlackwellおよびVera 72システムで訓練・推論されている。 [122]
    3. GPT 5.3 Codexは、研究、ツール使用、複雑な実行を伴う長時間のタスクを実行できる。 [123]
    4. GPT 5.3 CodexはNVIDIA社内で広く展開されており、エンジニアに好評である。 [124]
    5. NVIDIAはOpenAIとのパートナーシップ契約に向けて引き続き協力しており、合意に近づいていると信じている。 [126]
    6. OpenAIとの継続的なパートナーシップに興奮しており、彼らの初期の頃から協力してきた「一世代に一度の企業」であると評価している。 [127]
  2. Meta、Anthropic、xAIとの連携 [128]
    1. Meta Superintelligence Labsは驚異的なスピードで規模を拡大している。 [128]
    2. Metaが数百万台のBlackwellおよびRubin GPU、NVIDIA CPU、Spectrum-X Ethernetを訓練と推論のために展開していることを発表した。 [129]
    3. Anthropicとのパートナーシップと100億ドルの投資を発表した。 [130]
    4. AnthropicはGrace BlackwellおよびVera Rubinシステムで訓練と推論を行う。 [131]
    5. AnthropicのClaude Code Workエージェントプラットフォームは革新的であり、企業AI採用の道を大きく開いた。 [132]
    6. Claude Code WorkとOpen Claudeの間でコンピューティング需要が急増しており、エージェント型AIのChatGPTモーメントが到来した。 [133]
    7. Anthropic、Meta、OpenAI、xAIにわたるパートナーシップ、すべてのクラウドでのNVIDIAの展開、そしてゼロからフルスタックAIインフラストラクチャを構築またはクラウドでサポートする能力により、NVIDIAはフロンティアモデルビルダーと訓練、推論、AI工場スケールアウトのあらゆる段階で提携する独自の立場にある。 [134]
  3. Groqとのライセンス契約とMellanoxとの類似性 [135]
    1. NVIDIAは最近、Groqと低遅延推論技術に関する非独占的ライセンス契約を締結し、優秀なエンジニアチームをNVIDIAに迎えた。 [135]
    2. Mellanoxと同様に、NVIDIAはGroqのイノベーションでNVIDIAのアーキテクチャを拡張し、AIインフラストラクチャの新たな性能と価値を実現する。 [136]
    3. 来月のGTCで詳細を共有する予定である。 [137]

4. AI時代のコンピューティングとNVIDIAの将来展望 [145]

4.1. AI時代のCapExと収益の関係 [145]

  1. 顧客のCapEx成長への自信 [149]
    1. NVIDIAは顧客のキャッシュフロー成長に自信を持っている。 [149]
    2. その理由は、エージェント型AIの変曲点と、世界中の企業におけるエージェントの有用性が確認されたためである。 [150]
    3. これにより、驚異的なコンピューティング需要が発生している。 [152]
  2. コンピューティングと収益の直結 [153]
    1. この新しいAIの世界では、コンピューティングが収益に直結する。 [153]
    2. コンピューティングがなければトークンを生成できず、トークンがなければ収益を伸ばすことはできない。 [154]
    3. Codex、Claude Code、Claude Code Work、Open Claude、およびそれらのエンタープライズ版の生産的な利用と興奮により、NVIDIAは変曲点に達したと確信している。 [157]
    4. これらのシステムは、顧客にとって生産的で、クラウドサービスプロバイダーにとって収益性の高いトークンを生成している。 [158]
  3. AIによるCapExの変化 [159]
    1. コンピューティングの概念が変化した。かつてはソフトウェアが少量のコンピューター（年間3000億～4000億ドルのCapEx）で実行されていたが、現在はAIに移行している。 [159]
    2. AIはトークンを生成するためにコンピューティング能力を必要とし、それが直接成長と収益につながる。 [161]

4.2. エコシステムへの戦略的投資 [168]

  1. NVIDIAエコシステムの重要性 [168]
    1. NVIDIAのビジネスの核となるのは、その豊かなエコシステムである。 [168]
    2. 世界中のほぼすべてのスタートアップがNVIDIAのプラットフォーム上で開発を進めている。 [171]
  2. AIエコシステム全体の構築 [172]
    1. NVIDIAは、この新しいコンピューティング時代、新しいプラットフォームシフトの始まりという大きな機会を捉え、すべての人をNVIDIAのプラットフォームに乗せたいと考えている。 [172]
    2. すべてがすでにCUDA上に構築されているため、非常に優れた出発点となっている。 [174]
    3. AIエコシステム全体を構築するにあたり、言語AI、物理AI、AI物理学、生物学、ロボティクス、製造業など、これらすべてのエコシステムがNVIDIA上に構築されることを望んでいる。 [175]
    4. これは、スタック全体にわたるエコシステムに投資する素晴らしい機会である。 [177]
  3. エコシステムの多様化 [179]
    1. NVIDIAのエコシステムは、かつては主にGPU上のコンピューティングプラットフォームであったが、現在はコンピューティングAIインフラストラクチャ企業となり、そのあらゆる側面でコンピューティングプラットフォームを提供している。 [179]
    2. コンピューティングからAIモデル、ネットワーキング、DPUまで、すべてにコンピューティングスタックがある。 [181]
    3. 企業、製造業、産業、科学、ロボティクスなど、それぞれのエコシステムには異なるスタックがあり、NVIDIAはエコシステムへの投資を継続したいと考えている。 [182]
    4. NVIDIAの投資は、エコシステムのリーチを拡大し、深化させることに戦略的に焦点を当てている。 [183]

4.3. ネットワーキング事業の成長とAIインフラの統合 [186]

  1. ネットワーキング収益の加速 [186]
    1. ネットワーキングはNVIDIAのデータセンタープロファイル全体に占める割合が増加し続けている。 [186]
    2. 2026年度を通じて、ネットワーキング収益は四半期ごとに前年比で加速し、第4四半期には3.6倍の成長を記録した。 [187]
  2. AIインフラ企業としてのネットワーキング [191]
    1. NVIDIAは自らをAIインフラ企業と見なしており、AIコンピューティングインフラにはCPU、GPUが含まれる。 [191]
    2. NVIDIAは、1つのコンピューティングノードを巨大なコンピューティングラックにスケールアップするためにNVLinkを発明し、ラック規模のコンピューターという概念を導入した。 [191]
    3. NVLinkスイッチスケールアップシステムは、SpectrumXとInfiniBandを使用してスケールアウトされ、さらにSpectrumXスケールアクロスを使用してデータセンター全体にスケールアウトされる。 [193]
    4. ネットワーキングはNVIDIAプラットフォームの大きな一部であり、オープンに提供されているため、顧客はさまざまな規模で自由に組み合わせ、独自のデータセンターに統合できる。 [198]
  3. NVLinkとSpectrumX Ethernetの成功 [200]
    1. NVLinkの発明はNVIDIAのネットワーキングビジネスを大きく加速させた。 [200]
    2. 各ラックには9ノードのスイッチが付属し、それぞれに2つのチップが搭載されており、将来的にはさらに増える予定であるため、ラックあたりのスイッチング量は非常に多い。 [201]
    3. NVIDIAは現在、世界最大のネットワーキング企業であり、Ethernet市場に参入して数年で最大のEthernetネットワーキング企業になった。 [204]
    4. SpectrumX EthernetはNVIDIAにとって大成功を収めている。 [208]
  4. 顧客の選択肢と性能の重要性 [209]
    1. NVIDIAは、顧客がネットワーキングをどのように行いたいかについてオープンである。 [209]
    2. InfiniBandの低遅延とスケールアップ機能を好む顧客もおり、NVIDIAは引き続きこれをサポートする。 [210]
    3. Ethernetベースでデータセンター全体にネットワーキングを統合することを好む顧客もおり、NVIDIAはデータセンターでの人工知能処理を拡張するEthernet機能を作成した。 [212]
    4. 100億ドルまたは200億ドルのAI工場を構築する場合、ネットワークの有効性と利用率が10%（場合によっては20%）異なるだけで、実際の収益に大きな影響を与える。 [214]
    5. NVIDIAのネットワーキング事業は、AIインフラストラクチャを非常に効果的に構築し、AIインフラストラクチャ事業が驚異的な速さで成長しているため、非常に速く成長している。 [215]

4.4. CUDAアーキテクチャの優位性と将来のロードマップ [216]

  1. ダイアウトアーキテクチャの課題 [222]
    1. NVIDIAは、可能な限りダイアウト（外部接続）を避けることを推奨している。 [222]
    2. ダイアウトを越えるたびにインターフェースを越える必要があり、不必要な遅延と電力を追加するためである。 [223]
    3. NVIDIAはダイアウトにアレルギーがあるわけではなく、すでに使用しているが、やむを得ない場合にのみ使用しようとしている。 [225]
    4. Grace BlackwellアーキテクチャとRubinアーキテクチャでは、2つの巨大なレティクル限定ダイを使用し、それらを隣接させることで、アーキテクチャを越える量を減らしている。 [227]
    5. 競合他社のアーキテクチャの有効性には、ダイアウトによる「ダイアウト税」が現れる。 [229]
  2. CUDAのソフトウェアとアーキテクチャの統合 [230]
    1. NVIDIAのソフトウェアの優位性と言われるが、ソフトウェアとアーキテクチャの境界は曖昧である。 [230]
    2. NVIDIAのソフトウェアが効果的なのは、アーキテクチャが優れているためである。 [232]
    3. CUDAアーキテクチャは、疑いなく、他のどのコンピューティングアーキテクチャよりも効果的で、効率的であり、ワットあたりの性能が高い。これはNVIDIAのアーキテクチャ設計によるものである。 [233]
  3. Groqとの連携とアーキテクチャの互換性 [235]
    1. Groqと低遅延デコーダーに関するアイデアはGTCで共有される予定である。 [235]
    2. NVIDIAのインフラストラクチャはCUDAのおかげで非常に汎用性が高く、これを継続していく。 [236]
    3. すべてのGPUはアーキテクチャ的に互換性があるため、Blackwell向けにモデルを最適化する作業は、HopperやAmpereにも利益をもたらす。 [237]
    4. これが、A100が展開されて何年も経っても新鮮で高性能であり続ける理由である。 [238]
    5. アーキテクチャの互換性により、NVIDIAはソフトウェアエンジニアリングと最適化に多大な投資を行うことができ、クラウド、オンプレミス、あらゆる場所のGPUの全インストールベースが恩恵を受けることを知っている。 [239]
    6. これにより、有用な寿命を延ばし、イノベーションの柔軟性と速度を実現し、顧客にとって性能、特にドルあたりの性能とワットあたりの性能につながる。 [241]
    7. Groqとの連携については、GTCで詳細が発表される予定だが、Mellanoxとの連携と同様に、GroqをアクセラレーターとしてNVIDIAのアーキテクチャを拡張する。 [242]

4.5. 粗利益率の持続可能性とイノベーション [306]

  1. 粗利益率の主要な推進要因 [308]
    1. 粗利益率の最も重要な推進要因は、顧客に世代ごとの飛躍的な進歩を提供することである。 [308]
    2. ムーアの法則を劇的に上回るワットあたりの性能と、システム価格を劇的に上回るドルあたりの性能を提供できれば、粗利益率を維持できる。 [310]
  2. AI需要の指数関数的成長 [312]
    1. NVIDIAがこれほど速く動いているのは、エージェント型AIの変曲点の結果として、世界のトークン需要が完全に指数関数的に増加しているためである。 [312]
    2. クラウドにある6年前のGPUでさえ完全に消費され、価格が上昇していることからも、この状況が確認できる。 [314]
    3. 現代のソフトウェアのやり方には、指数関数的に増加する計算量が必要である。 [316]
  3. 毎年AIインフラを提供する戦略 [317]
    1. NVIDIAの戦略は、毎年完全なAIインフラストラクチャを提供することである。 [317]
    2. 今年は6つの新しいチップを導入し、次世代のRubinでも多くの新しいチップを導入する予定である。 [318]
    3. どの世代でも、ワットあたりおよびドルあたりの性能において、多くのXファクターの飛躍を提供することにコミットしている。 [319]
    4. このペースと極限共同設計を行う能力により、顧客に価値と利益を提供できる。 [320]

4.6. 宇宙データセンターの可能性と課題 [324]

  1. 宇宙データセンターの経済性 [327]
    1. 宇宙データセンターの経済性は現在劣悪だが、将来的には改善されるだろう。 [327]
    2. 宇宙ではエネルギーが豊富にあるが、太陽電池パネルは大きく、熱放散には課題がある。 [329]
  2. 宇宙環境の課題 [331]
    1. 宇宙は寒いものの、空気の流れがないため、熱を放散する唯一の方法は伝導であり、必要なラジエーターはかなり大きくなる。 [331]
    2. 液体冷却は重く凍結するため、地球上での方法とは異なる方法が必要となる。 [333]
  3. 宇宙でのGPUの活用 [334]
    1. 宇宙で実行したい多くのコンピューティング問題がある。 [334]
    2. NVIDIAはすでに世界初の宇宙GPUであるHopperを宇宙に送り出している。 [335]
    3. 宇宙でのGPUの最適なユースケースの1つは、非常に高解像度での画像処理である。 [336]

4.7. 顧客ベースの多様化とエコシステムの強み [338]

  1. 非ハイパースケール顧客の成長 [342]
    1. NVIDIAのトップ5のCSP（クラウドサービスプロバイダー）とハイパースケーラーは、総収益の約50%を占めている。 [342]
    2. しかし、AIモデルメーカー、企業、スーパーコンピューティング、主権国家など、他の多様な企業との連携も進んでおり、この分野も非常に速く成長している。 [344]
    3. この多様性は、NVIDIAがすべての顧客層にサービスを提供できるという点で大きな利益をもたらす。 [349]
  2. CUDAエコシステムの優位性 [352]
    1. NVIDIAはCUDA上に構築されたエコシステムを持つという利点がある。 [352]
    2. NVIDIAは、すべてのクラウド、すべてのコンピューターメーカー、エッジで利用可能な唯一の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である。 [354]
    3. 将来の無線ネットワークはAI駆動型になり、コンピューティングプラットフォームになることは確実であり、NVIDIAはこれを可能にするAerialというプラットフォームを開発した。 [355]
    4. NVIDIAは、ほぼすべてのロボット、すべての自動運転車に搭載されている。 [358]
    5. CUDAの柔軟性により、GPU内のTensor Coresによる特殊プロセッサの性能と、CUDAの柔軟性を両立させ、言語、コンピュータービジョン、ロボティクス、生物学、物理学など、あらゆる種類のAIと計算アルゴリズムの問題を解決できる。 [359]
    6. 顧客ベースの多様性は、NVIDIAの最大の強みの一つである。 [361]
    7. エコシステムを育成しなければ、NVIDIAは他社のエコシステムで獲得するデザインウィンを超えて成長することは難しい。 [362]
  3. 主要パートナーシップとオープンソースの活用 [363]
    1. OpenAI、Anthropic、xAI、Meta、そして世界中のほぼすべてのオープンソースとのパートナーシップも重要である。 [363]
    2. Hugging Faceには150万ものAIモデルがあり、すべてNVIDIA CUDA上で動作する。 [365]
    3. オープンソース全体は、おそらく世界で2番目に大きなモデル（OpenAIが最大）を代表している。 [367]
    4. NVIDIAがこれらすべてを実行できる能力は、プラットフォームを非常に汎用性が高く、使いやすく、投資するのに安全なものにしている。 [369]
    5. これが、顧客の多様性、プラットフォームの多様性、そして世界中のすべての国で利用可能であることにつながっている。 [370]

4.8. Vera CPUの戦略的役割 [373]

  1. Vera CPUの独自アーキテクチャ [373]
    1. NVIDIAは、他のCPUとは根本的に異なるアーキテクチャ上の決定をVera CPUについて行った。 [373]
    2. VeraはLPDDR5をサポートする唯一のデータセンターCPUである。 [375]
    3. 非常に高いデータ処理能力に焦点を当てて設計されている。 [376]
    4. これは、NVIDIAが関心を持つコンピューティング問題のほとんどがデータ駆動型であり、人工知能もその一つであるためである。 [377]
    5. 帯域幅に対するシングルスレッド性能の比率は非常に高い。 [379]
    6. これらのアーキテクチャ上の決定は、AIの全フェーズ（データ処理、トレーニング前、トレーニング後）を考慮して行われた。 [380]
    7. AIはツールを使用する方法を学習しており、これらのツールの多くはCPUのみの環境、またはGPUアクセラレーテッド環境で実行される。 [381]
    8. Veraは、トレーニング後の優れたCPUとして設計された。 [382]
  2. AIパイプラインにおけるCPUの重要性 [383]
    1. 人工知能のパイプライン全体におけるユースケースの一部には、多くのCPUの使用が含まれる。 [383]
    2. NVIDIAはGPUだけでなくCPUも重視している。 [384]
    3. アルゴリズムを限界まで加速すると、アムダールの法則が示すように、非常に高速なシングルスレッドCPUが必要となる。 [385]
    4. これが、Graceをシングルスレッド性能に非常に優れるように構築した理由であり、Veraはそれをはるかに上回る性能を持つ。 [387]

4.9. データセンターCapExの将来予測とAIの変曲点 [413]

  1. トークン駆動型コンピューティングの未来 [416]
    1. ソフトウェアの未来はAIを使用するトークン駆動型である。 [416]
    2. トークノミクス、データセンターがトークンを生成すること、推論がトークンを生成することについて議論されている。 [417]
    3. NVIDIAのNVLink 72は、前世代と比較して単位エネルギーあたりのトークン生成性能を50倍向上させた。 [418]
    4. トークン生成は、将来のソフトウェアとコンピューティングに関連するほぼすべての中心にある。 [419]
  2. AIによる計算需要の爆発的増加 [421]
    1. 過去のコンピューティング使用量は、将来必要とされる計算需要のほんの一部に過ぎない。 [421]
    2. AIはここにあり、後戻りすることなく、さらに良くなる一方である。 [423]
    3. 世界は年間約3000億～4000億ドルを従来のコンピューティングに投資していたが、AIは従来のコンピューティングの1000倍の計算量が必要である。 [425]
    4. もしAIに価値があると信じるならば、世界はそのトークンを生成するために投資を続けるだろう。 [427]
    5. 世界が必要とするトークン生成能力は7000億ドルをはるかに超える。 [428]
    6. NVIDIAは、この時点からコンピューティング能力への投資を継続し、拡大していくと確信している。 [429]
    7. すべての企業がソフトウェアに依存し、すべてのソフトウェアがAIに依存するため、すべての企業がトークンを生成するようになる。 [431]
    8. これがNVIDIAがそれらをAI工場と呼ぶ理由である。 [434]
    9. クラウドデータセンターの企業は、収益のためにトークンを生成するAI工場を持つ。 [435]
    10. エンタープライズソフトウェア企業は、ツール上のエージェント型システムのためにトークンを生成する。 [436]
    11. ロボティクス工場や自動運転車は、AI工場である巨大なスーパーコンピューターを持ち、車に組み込まれるAIとなるトークンを生成し、車内のコンピューターも継続的にトークンを生成する。 [437]
    12. NVIDIAは、これがコンピューティングの未来であると確信している。 [439]
  3. リアルタイム生成とCapExの最大化 [440]
    1. 従来のソフトウェアは事前に記録・コンパイル・作成されていたが、現在はすべてリアルタイムで生成される。 [440]
    2. リアルタイム生成は、人、状況、クエリ、意図を考慮して、エージェント型AIと呼ばれる新しいソフトウェアの結果を生成できる。 [446]
    3. 必要な計算量は、事前に記録されたDVDプレーヤーよりもコンピューターが多くの計算能力を必要とするのと同様に、従来のソフトウェアよりもはるかに大きい。 [447]
    4. コンピューティングの未来は、コンピューターサイエンスのレベルで持続可能である。 [449]
    5. 産業レベルでは、すべての企業がソフトウェアによって動かされており、クラウド企業もソフトウェアによって動かされている。 [451]
    6. 新しいソフトウェアがトークン生成を必要とし、トークンが収益化されるならば、データセンターの構築が直接収益を牽引することになる。 [453]
    7. コンピューティングが収益を牽引することを、すべての企業が理解している。 [455]
  4. エージェント型AIと物理AIの次の波 [456]
    1. AIが世界にもたらす利益は、最終的に収益を生み出す必要がある。 [456]
    2. エージェント型AIは変曲点に達しており、文字通り過去2、3ヶ月で起こったことである（業界内では6ヶ月ほど前から見られていた）。 [457]
    3. 世界はエージェント型AIの変曲点に目覚めている。エージェントは非常に賢く、実際の問題を解決している。 [460]
    4. NVIDIAのすべてのコーダーは、クラウドコードやOpenAI Codexなどのエージェント型システムを非常に頻繁に使用している。 [462]
    5. これらの企業の収益は急増しており、Anthropicの場合、収益は1年で10倍になった。 [465]
    6. 需要が信じられないほどであるため、彼らは深刻な容量制約に直面している。トークン需要は信じられないほどであり、トークン生成率は指数関数的に増加している。 [467]
    7. オンラインにできるコンピューティング能力が多ければ多いほど、収益は速く成長する。 [470]
    8. これが、推論が収益であり、この新しい世界ではコンピューティングが収益に等しいとNVIDIAが言う理由である。 [471]
    9. 多くの点で、これが「新しい産業革命」とNVIDIAが言う理由である。新しい工場、新しいインフラが構築されている。 [473]
    10. この新しいコンピューティング方法は後戻りしない。 [475]
    11. トークン生成がコンピューティングの未来であると信じる限り、NVIDIAはこの時点からこの能力を構築し、拡大し続けるだろう。 [476]
    12. 現在見られている波はエージェント型AIの変曲点であり、その次の変曲点は物理AIである。これは、AIとこれらのエージェント型システムを製造業やロボティクスなどの物理アプリケーションに適用するものである。 [478]