はじめに:「AIの gold rush」で一番儲けている企業の正体
2026年5月21日、NVIDIA(エヌビディア)は四半期売上高816億ドル(約12.7兆円)という、同社史上最高の決算を発表した。前年同期比で85%増。純利益は211%増の3倍超。この数字は単なる「好調」ではない。世界経済全体がAIへと方向転換する中で、NVIDIAがそのインフラ層を事実上独占していることを示している。
ジェンスン・フアンCEOは決算説明会で次のように述べた:
> 「私たちはAI時代の幕開けに立っています。Blackwellの需要は供給を遥かに上回り、Rubinへの期待もかつてないほど高まっています」
本記事では、NVIDIAの爆発的成長の構造的要因、Blackwell/Rubinの製品戦略、競合(AMD、Intel、自社チップ勢)との比較、そして日本企業・個人投資家がこの「AIインフラ革命」からどう利益を得るべきかまで、多角的に徹底解説する。
—
第1章:816億ドルの内訳 —— 何がここまで稼いだのか
1-1 セグメント別収益分析
| セグメント | 売上高(億ドル) | 前年比増加率 | 全体に占める割合 |
| セグメント | 売上高(億ドル) | 前年比増加率 | 全体に占める割合 |
|---|---|---|---|
| データセンター | 742億 | +98% | 91% |
| ゲーム(GeForce) | 48億 | +18% | 6% |
| ネットワーク | 15億 | +42% | 2% |
| 自動運転 | 8億 | +25% | 1% |
| その他 | 3億 | +5% | <1% |
| 合計 | 816億 | +85% | 100% |
圧倒的なデータセンター依存: 売上の91%がデータセンター部門。これはNVIDIAがもはや「グラフィックチップメーカー」ではなく、「AIインフラプラットフォーム企業」であることを示している。
1-2 データセンター収益のさらに深い内訳
データセンターの742億ドルを分解すると:
| 製品ライン | 売上推計(億ドル) | 特徴 |
| 製品ライン | 売上推計(億ドル) | 特徴 |
|---|---|---|
| H100/H200 GPU | 約480億 | 依然として主力、需要衰えず |
| B100/B200(Blackwell) | 約180億 | 急拡大中、供給制約がボトルネック |
| InfiniBand/ネットワーク | 約50億 | GPUとセットでの採用が定石 |
| NVLinkスイッチ | 約20儎 | マルチGPU接続の必須インフラ |
| ソフトウェア(CUDA等) | 約12儎 | 高収益率、継続的なライセンス収入 |
1-3 地域別分析 —— 誰がNVIDIAチップを買っているのか
| 地域 | 売上割合 | 主要顧客 |
| 地域 | 売上割合 | 主要顧客 |
|---|---|---|
| 北米 | 42% | Microsoft, Google, Amazon, Meta, OpenAI |
| 中国 | 18% | Alibaba, Tencent, Baidu(H20等の規制版) |
| 日本 | 6% | SoftBank, NTT, Sakura Internet, 国内クラウド |
| 欧州 | 14% | Mistral, SAP, 各国政府プロジェクト |
| その他アジア | 12% | TSMC(製造)、韓国財閥、シンガポールデータセンター |
| 中東 | 8% | サウジUAEのAI国家プロジェクト |
日本の6%(約49億ドル≒7,600億円)に注目したい。これは日本のAIインフラ投資が本格化している証拠だ。
—
第2章:Blackwellの爆発的需要とRubinへの展望
2-1 Blackwellアーキテクチャ —— なぜこれほど求められているのか
2024年末に量産開始されたBlackwell(B100/B200)は、前世代Hopper(H100)からの飛躍的進化を遂げている:
| 指標 | Hopper H100 | Blackwell B200 | 向上率 |
| 指標 | Hopper H100 | Blackwell B200 | 向上率 |
|---|---|---|---|
| FP8演算性能 | 979 TFLOPS | 2,250 TFLOPS | 2.3倍 |
| メモリ容量 | 80GB HBM3 | 192GB HBM3e | 2.4倍 |
| メモリ帯域 | 3.35TB/s | 8TB/s | 2.4倍 |
| 消費電力 | 700W | 1,000W | 1.4倍 |
| 性能/ワット | 基準値 | 基準値×1.7倍 | 効率大幅改善 |
| 価格 | $25,000-40,000 | $50,000-70,000 | 約2倍 |
「高いけど買う」理由: B200はH100の2倍以上の価格だが、性能当たりのコストは実際には30%以上安くなっている。大規模LLMの学習コストを考えれば、B200への移行は経済的に合理的なのだ。
2-2 供給不足の実態 —— 「待ち1年以上」の深刻さ
Blackwellの最大の問題は供給が需要に全く追いついていないこと:
2-3 Rubin —— 次世代の「怪物」が迫る
2026年内にサンプル出荷予定のRubin R100は、Blackwellをさらに凌駕する:
| 指標 | Blackwell B200 | Rubin R100(予想) |
| 指標 | Blackwell B200 | Rubin R100(予想) |
|---|---|---|
| プロセスルール | TSMC 4NP | TSMC 3nm |
| 演算性能 | 2,250 TFLOPS FP8 | 4,500+ TFLOPS FP8 |
| メモリ | 192GB HBM3e | 288GB HBM4 |
| メモリ帯域 | 8TB/s | 14TB/s+ |
| インターコネクト | NVLink 5.0 (900GB/s) | NVLink 6.0 (1,600GB/s) |
| 量産時期 | 2024Q4 | 2026Q4-Q4 2027 |
RubinはNVIDIAの「2年サイクル」を維持する重要なマイルストーンだ。Mooreの法則が鈍化する中、NVIDIAは2年ごとに2倍以上の性能向上を実現し続けている。
—
第3章:競合の現状 —— AMD、Intel、自社チップ勢の追撃
3-1 AMD MI300X/MI400 —— 最強の挑戦者
AMDはMI300X(2024年発売)で一定の成功を収めたが、NVIDIAとの差は依然として大きい:
| 指標 | NVIDIA B200 | AMD MI400(予想) |
| 指標 | NVIDIA B200 | AMD MI400(予想) |
|---|---|---|
| 演算性能 | 2,250 TFLOPS | 約1,800 TFLOPS |
| エコシステム | CUDA(成熟) | ROCm(急速改善中) |
| 主要採用例 | Microsoft, Google, Meta | Microsoft Azure(一部)、Oracle |
| 価格競争力 | 高い | B200比30-40%安 |
| ソフトウェア対応 | 殆ど全てのフレームワーク | PyTorch/TensorFlowはOK、他は不十分 |
AMDの強み: コストパフォーマンスとオープンソース志向。MicrosoftがAzureでMI400を積極的に採用しており、2026年のAMDデータセンター売上は前年比60%増の280億ドルが見込まれる。
3-2 Intel Gaudi 3 —— 逆襲なるか
IntelのGaudi 3はNVIDIA比で1/3以下の価格を武器にしている:
3-3 ハイパースケーラーの自社チップ —— 「脱NVIDIA」の動き
Google TPU v6、Amazon Trainium/Inferentia、Microsoft Cobalt(Maia)、Meta MTIA —— 各社が自社チップを開発:
| 自社チップ | 開発元 | 対象 | NVIDIA代替率 |
| 自社チップ | 開発元 | 対象 | NVIDIA代替率 |
|---|---|---|---|
| TPU v6 | 内部LLM学習・推論 | 推論 workload の約70% | |
| Trainium 3 | Amazon | AWS EC2向け | AWS内の約30% |
| Cobalt 100 | Microsoft | Azure + Copilot | 開発中、2027年本格展開 |
| MTIA v3 | Meta | 広告ランキング・推論 | 推論 workload の約50% |
しかし重要な点: 自社チップは「特定用途」に最適化されており、汎用性ではNVIDIA GPUに遠く及ばない。新規LLM開発や研究用途ではNVIDIAが依然としてデファクトスタンダードだ。
—
第4章:日本市場への影響と機会
4-1 日本企業のNVIDIAチップ調達状況
日本国内でのNVIDIA GPU採用が加速している:
| 企業/組織 | 用途 | 導入規模 | 時期 |
| 企業/組織 | 用途 | 導入規模 | 時期 |
|---|---|---|---|
| SoftBank | 自社LLM開発、生成AIサービス | B200 約2,000枚 | 2025Q4-2026Q1 |
| NTT | イノベーションLAB、5G+AI融合 | H100/B200 約1,500枚 | 2025-2026 |
| Sakura Internet | クラウドGPUサービス | H100 約800枚 | 2025年より |
| CyberAgent | 自社AI研究、広告最適化 | H100 約500枚 | 2024-2025 |
| Preferred Networks | 産業AI、薬物発見 | H100/B200 約600枚 | 2024-2026 |
| 東京大学/理研 | 学術研究、富岳後継 | B200 約400枚 | 2026年 |
| 三菱UFJ/金融各社 | リスク判定、チャットボット | 推論用GPU中心 | 2025-2027 |
4-2 日本の「AIインフラ遅れ」是正のチャンス
日本のAI計算インフラは米国・中国に大きく後れを取っている:
政府の「AIスーパーコンピュータ戦略」(2026年度予算:4,200億円)と民間投資の合わせ技で、2028年までに50 EFLOPSを目標としている。
4-3 個人投資家のためのNVIDIA分析
株価評価の現在
| 指標 | 現在値(2026/5/21) | 同業他社比較 |
| 指標 | 現在値(2026/5/21) | 同業他社比較 |
|---|---|---|
| 株価 | $1,420前後 | — |
| 時価総額 | 約3.5兆ドル | 世界第1位(Appleを抜く) |
| PER(予想) | 約38倍 | S&P500平均の約3倍 |
| PSR(売上倍率) | 約22倍 | 半導体業界平均の約5倍 |
| PGR(成長率調整PER) | 約0.85 | 成長株としては「妥当」〜「やや割高」 |
ブルケース / ベースケース / ベアケース
ブルケース(確率30%): AI投資がさらに加速 → 2027年度売上1,600億ドル → 株価$2,000+
ベースケース(確率50%): 着実な成長継続 → 2027年度売上1,200億ドル → 株价$1,500-1,700
ベアケース(確率20%): AIバブル崩壊 or 中国規制激化 → 売上停滞 → 株価$800-1,000
—
第5章:筆者の分析 —— 「NVIDIA one-man show」の終わりの始まり?
5-1 独占の持続可能性
NVIDIAの現在の優位性は3つの要因によって支えられている:
しかし、亀裂も見える:
5-2 日本企業が取るべき3つの戦略
戦略①:NVIDIA依存から「マルチベンダー」へ
「NVIDIAだけ」という単一調達リスクを分散させる:
戦略②:「所有」から「利用」へ
GPUを購入せず、クラウドGPUサービスを活用:
戦略③:AI人材育成 × インフラ投資のセット
ハードウェアだけ買っても使いこなせないのが現実:
5-3 個人としての備え
NVIDIAの成長物語はまだ終わっていない。しかし、「何でも買えば儲かる」時代は過ぎた:
—
第6章:今後の注目イベント
| 日付 | イベント | 重要性 |
| 日付 | イベント | 重要性 |
|---|---|---|
| 2026年6月初旬 | COMPUTEX 2026(台北) | Rubin詳細発表の可能性 |
| 2026年8月 | NVIDIA Q2決算 | Blackwell供給状況の更新 |
| 2026年9月 | NVIDIA AI Summit Tokyo | 日本市場戦略の詳細 |
| 2026年Q4 | Rubin R100サンプル出荷 | 次世代確認の重要マイルストーン |
| 2027年Q1 | Rubin量産開始 | 供給チェーンの本当のテスト |
—
よくある質問(FAQ)
Q1: NVIDIAの株は今買っても遅くありませんか?
A: 「遅い」かどうかは投資期間とリスク許容度によります。短期的にはPER38倍は割高ですが、成長を織り込むと妥当な水準です。重要なのは「一括買い」ではなく「積立買い」でリスクを分散することです。
Q2: 日本の企業もBlackwellを購入できますか?
A: はい、米国の輸出規制(2024年10月改定版)において、日本は「同盟国」に分類されており、最新製品の調達に制限はありません。ただし、納期は1年以上待つ可能性があります。
Q3: AMDやIntelのGPUはいつ頃NVIDIAに追いつきますか?
A: 推論(実行)分野では2027年頃にNVIDIAの80-90%程度の性能到達が予想されます。しかし、学習(トレーニング)分野ではCUDAエコシステムの壁があり、2030年以前の逆転は困難と見られます。
Q4: AIバブルの崩壊リスクは?
A: 2000年のインタネットバブルとは異なり、今回のAI投資は明確な収益源(クラウドAIサービス、コスト削減、新ビジネスモデル)に裏打ちされています。ただし、一部のAIスタートアップの過大評価是正(修正)は不可避でしょう。
Q5: 個人がNVIDIA GPUをレンタルして収益を得る方法は?
A: Vast.ai、RunPodなどの「GPUレンタルプラットフォーム」で余剰GPU時間を貸し出す方法があります。RTX 4090級であれば月$200-500の収益が可能ですが、初期投資と電気代を考慮する必要があります。
Q6: 日本政府のAI戦略とNVIDIAの関係は?
A: 経済産業省の「AIスーパーコンピュータ戦略」はNVIDIA製品を中核としています。「ちずゆく」「富岳」等のスパコンにもNVIDIA GPUが採用される予定で、官民合わせて数千億円規模の調達が見込まれます。
Q7: 次世代Rubinの価格は?
A: 未正式発表ですが、R100 GPU本体で$80,000-120,000、フルシステム(DGX相当)で$3,000,000-5,000,000が予想されています。Blackwellよりも高額になりますが、性能当たりコストはさらに改善する見込みです。
—
まとめ:AIインフラの時代、NVIDIAは「現代の金鉱」
NVIDIAの816億ドル決算は、世界がAIへと歴史的なシフトを行っていることを数字で証明した。GPUはもはや「ゲーム用チップ」ではなく、「新时代的石油」——AI経済を動かす不可欠なインフラだ。
日本企業にとって、この流れに乗るか取り残されるかが分岐点となる。NVIDIAへの過度な依存はリスクだが、AIインフラ投資自体を避けることはできない。賢い戦略は、NVIDIAを軸にしつつ、選択肢を広げることだ。
個人投資家にとっても、NVIDIAとそのエコシステム(TSMC、SKハイニックス、データセンターREITs等)は今後数年で最も重要な投資テーマの一つであり続けるだろう。
—
関連記事(内部リンク)
—
本記事は2026年5月22日時点の公開情報に基づいて執筆しました。投稿に関する判断はご自身の責任で行ってください。

コメント