NVIDIAの"本当の堀"を理解すれば、AI半導体投資の見方が変わる——Jensen Huang が語るサプライチェーン・CUDA・競合戦略
Jensen Huangが最新のロングインタビューで、NVIDIAの競争優位——サプライチェーン戦略、CUDAエコシステム、TPUとの差異、そしてハイパースケーラーにならない理由——について包括的に語った。本記事では、投資家・ビジネスパーソンが押さえるべきポイントを、Huang自身の発言を交えながら整理する。
1. NVIDIAの堀は"希少サプライチェーンの掌握"にあるのか
1-1. 「電子をトークンに変える」という世界観
Huangは、自社のビジネスモデルをこう定義した。
「入力は電子、出力はトークン。その中間にNVIDIAがいる。私たちの仕事は、その変換をすさまじい能力で実現するために、必要なことはすべてやり、不要なことは極力やらないことだ」
一見すると、NVIDIAは、GDS2ファイルをTSMCに渡し、TSMCが、ロジックダイやスイッチを製造し、SK Hynix・Micron・SamsungのHBMとパッケージングし、台湾のODMがラックを組み立てる——つまり、NVIDIAは、"他社が製造するソフトウェアを作っている"に過ぎない、という見方もできる。ソフトウェアがコモディティ化するなら、NVIDIAもコモディティ化するのではないか。
Huangはこれを明確に否定する。
「電子からトークンへの変換、そして、トークンの価値を時間とともに高めていくことは、完全にコモディティ化するのが難しい。そこに注がれるアーティストリー、エンジニアリング、科学、発明の量は膨大であり、その旅はまだ終わっていない」
1-2. 購入コミットメント——最大2,500億ドル規模の上流ロックイン
NVIDIAの直近の開示では、ファウンドリ・メモリ・パッケージングに対する購入コミットメントが約1,000億ドルにのぼる。SemiAnalysisの報告では、この規模は2,500億ドルに達する可能性があるという。
インタビュアーは、「NVIDIAの堀とは、実はこうした希少部品を何年分も確保していることではないか。競合がアクセラレータを設計しても、メモリやロジックを調達できないのでは」と問うた。
Huangの答えは明快だ。
「他社がやりにくいことを我々ができる、その一つだ。巨大なコミットメントを上流に行っている。一部は、明示的な購入契約、一部は暗黙的だ。たとえば、サプライチェーンのCEOたちに直接『この産業がどれだけ大きくなるか、なぜそうなるか』を説明し、彼らが投資する動機を与えている」
ここでの要点は、NVIDIAの下流の需要が圧倒的に大きいからこそ、上流が投資に応じるという構造だ。GTC（GPU Technology Conference）が、その象徴であり、上流と下流が一堂に会し、互いの需要と供給を確認する場として機能している。
「彼らが、私のために投資し、他社のためにはしない理由は、私が彼らの供給を買い上げ、下流に販売する能力を持っているからだ」
1-3. ボトルネックは「2〜3年で解消される」
インタビュアーは、NVIDIAが、年々収益を2倍、FLOPS提供量を3倍以上に伸ばしている現状に対し、TSMCのN3ノードでは、今年AI用途が60%、来年には86%に達するというSemiAnalysisのデータを引き、「多数派になったら、どう倍増するのか」と問う。
Huangの回答は楽観的だ。
「どのボトルネックも2〜3年以上は続かない。一つも、だ」
具体例として、かつて大きなボトルネックとなったCoWoS（Chip-on-Wafer-on-Substrate）パッケージングを挙げた。NVIDIAは、2年間で徹底的にスケーリングし、TSMCも今やロジック需要と同じペースでCoWoSと将来のパッケージング技術を拡張している。かつて、CoWoSやHBMメモリは、「特殊品」だったが、今や「主流のコンピューティング技術」と認識されるようになった。
「一方で、我々は、HopperからBlackwellにかけて計算効率を30倍〜50倍向上させた。CUDAが柔軟だから新しいアルゴリズムが次々と生まれ、キャパシティ拡大に加えて効率も改善される」
Huangは、EUV露光装置についても、「TSMCを説得できれば、ASMLも説得される」と述べ、サプライチェーンの最深部まで自ら働きかけていることを示唆した。
むしろ、Huangが懸念するのは、サプライチェーンの上流ではなく、下流のエネルギー政策だ。
「エネルギーなしには産業を作れない。チップ製造やAIファクトリーを新たに建設するにはエネルギーが必要で、それには長い時間がかかる」
2. TPUはNVIDIAのAIコンピュート支配を崩すか
2-1. 「アクセラレーテッドコンピューティング」対「テンソルプロセッシングユニット」
世界のトップ3モデルのうち2つ（ClaudeとGemini）がTPUで訓練されているという指摘に対し、Huangは、根本的な違いを強調した。
「NVIDIAが作ったのは、アクセラレーテッドコンピューティングであり、テンソルプロセッシングユニットではない。分子動力学、量子色力学、データ処理、流体力学、粒子物理学——あらゆる分野に使われる。AIもその一つだ」
TPUやASICは、特定のワークロードに最適化されているが、NVIDIAのプラットフォームは、汎用性を武器に、AIだけでなくあらゆる計算を加速する。この汎用性が、クラウド事業者にとっての魅力となる——多様な顧客を集められるからだ。
「誰でも我々のシステムを運用できる。自分で運用するため設計された自社製システムとは異なり、我々のシステムは、すべてのクラウド——Google、Amazon、Azure、OCI——に入っている」
2-2. 行列演算だけがAIではない
「AIは、結局、予測可能な行列演算の繰り返し。巨大なシストリックアレイであるTPUの方が効率的では」という問いに対し、Huangは反論した。
「行列演算は、AIの重要な部分だが、それだけではない。新しいアテンション機構を考案したい、ハイブリッドSSMのようなまったく新しいアーキテクチャを発明したい、拡散モデルと自己回帰を融合させたい——そうしたとき、汎用的にプログラム可能なアーキテクチャが必要だ」
さらに、TPUは、ムーアの法則に基づく年約25%の改善に依存するが、NVIDIAは、アルゴリズムと計算手法を毎年根本的に刷新することで10倍〜100倍の飛躍を実現するとした。
「Blackwellを最初に発表したとき、Hopperの35倍のエネルギー効率だと言って誰も信じなかった。その後、SemiAnalysisのDylanが"実は50倍だ"と記事にした。ムーアの法則だけではこれは合理的にできない」
MoE（Mixture of Experts）のような新モデルを並列化・分散化し、NVLinkやSpectrum-Xといったファブリックやネットワークにまで計算をオフロードする。CUDAなしには、こうしたプロセッサ・システム・ファブリック・ライブラリ・アルゴリズムにまたがる同時最適化は不可能だとHuangは述べた。
2-3. CUDAの本当の価値は「インストールベース」
60%の収益が大手5ハイパースケーラーから来ており、彼らは、自前でカーネルを書ける——だから、CUDAの堀は崩れるのでは、という問いに対し、Huangは、3つの層でCUDAの価値を説明した。
第一に、エコシステムの豊富さ。 Triton、vLLM、SGLang、verl、NeMo RLなど、あらゆるフレームワークとアルゴリズムがCUDA上で動く。何か問題が起きたとき、自分のコードの問題なのか基盤の問題なのかを切り分けられる信頼性がある。
第二に、インストールベース。 数億基のGPUが世界中に存在する。A10、A100、H100、H200、Lシリーズ、Pシリーズ——あらゆるサイズと形状で、あらゆるクラウドに入っている。ロボティクス企業であれば、同じCUDAスタックをロボット自体でも動かせる。ソフトウェアやモデルを開発すれば、どこでも使えるというポータビリティが決定的に重要だ。
第三に、遍在性。 すべてのクラウドに存在するのはNVIDIAだけだ。AIスタートアップがどのクラウドと提携するか未定の段階では、どこでも動くアーキテクチャを選ぶのが合理的であり、それがフライホイールを回す。
「Nvidia's computing stack is the best performance per TCO in the world, bar none（NVIDIAのコンピューティングスタックは、TCOあたりの性能で世界最高だ。例外なく）」
Huangは、SemiAnalysisのInferenceMAXベンチマークを引き合いに出し、「TPUもTrainiumも参加しない。彼らのコスト優位性をぜひ示してほしい。第一原理から考えても意味が通らない」と挑発的に述べた。
2-4. Anthropicの「例外」とASICの現実
Anthropicが、Broadcom・Googleとのマルチギガワット規模のTPU契約を発表した件について、Huangは率直に答えた。
「Anthropicは、ユニークな事例であり、トレンドではない。Anthropicが、いなければ、TPUの成長もTrainiumの成長もない。100%Anthropicだ」
さらに、NVIDIAが、かつてAnthropicに対し数十億ドル規模の投資を行う立場になかったことを「ミス」と認めた。
「VCが50億〜100億ドルをAIラボに投じるなど起こり得ないということを、当時は深く内面化していなかった。それが私のミスだ。しかし、今後は同じ過ちは繰り返さない」
ASICについても、NVIDIAの粗利率が約70%であるのに対し、ASICの粗利率も約65%であり、乗り換えても実質的な節約は限定的だと指摘。加えて、キャンセルされたASICプロジェクトの多さを挙げ、「NVIDIAより良いものを作るのは容易ではない」と述べた。
3. なぜNVIDIAはハイパースケーラーにならないのか
3-1. 「必要なことはすべて、不要なことは最小限に」
NVIDIAは、OpenAIに最大300億ドル、Anthropicに100億ドル規模の投資を行い、CoreWeaveに最大63億ドルのバックストップを提供しているとされる。これだけの資金力がありながら、なぜ自らクラウド事業者にならないのか。
「我々のやらなければ誰もやらないことに集中すべきだ。NVLinkを作り、CUDAに20年間赤字を出しながら投資し、ドメイン固有のCUDA-Xライブラリを構築した——これは我々がやらなければ実現しなかった。一方、クラウドは世界にたくさんある。我々がやらなくても誰かが現れる」
この哲学は一貫している。「Do as much as needed, as little as possible（必要なことはすべてやり、不要なことは最小限に）」
CoreWeave、Nscale、Nebiusといった「ネオクラウド」を支援するのは、エコシステムを繁栄させるためであり、自らがクラウドになるためではない。
3-2. 「勝者を選ばない」哲学
Huangは、ファウンデーションモデル企業への投資でも「勝者を選ばない」ことを原則としている。一社に投資するなら全社に投資する。
その理由は自社の歴史に根差している。
「NVIDIAが創業した頃、3Dグラフィックス企業は60社あった。生き残ったのは我々だけだ。当時60社のうちどこが生き残るか予測していたら、NVIDIAは"生き残らないリスト"の筆頭だったろう。我々のグラフィックスアーキテクチャは正確に間違っていた」
この経験が、「勝者を選ぶな。全員に自分で道を切り拓かせるか、全員を支援せよ」という姿勢につながっている。
4. エージェント時代とソフトウェア企業の逆転シナリオ
4-1. AIがソフトウェアを「コモディティ化」するという見方への反論
多くのソフトウェア企業のバリュエーションが崩落している背景には、AIがソフトウェアをコモディティ化するという期待がある。しかし、Huangは、逆の見方を示した。
「エージェントの数は、指数関数的に増え、ツールの利用者も指数関数的に増える。Synopsys Design Compilerのインスタンス数は急増するだろう。今は人間のエンジニアの数に制約されているが、明日はエンジニアが大量のエージェントに支援される」
つまり、AIがソフトウェアツールの需要を破壊するのではなく、ツールの利用インスタンスを爆発的に増やすというのがHuangの見立てだ。まだ実現していないのは、「エージェントがツールを使いこなせるほど十分に賢くないから」に過ぎない。
4-2. 「ドゥーマー」への警告
Huangは、AIによる失業を警告する「ドゥーマー」に対しても苦言を呈した。
「10年前にも『放射線科医は最初に消える職業だ』と言う人がいた。今、何が不足しているか？ 放射線科医だ」
ソフトウェアエンジニアについても同じ論理を適用し、「AIが仕事を奪うと言って人々を落胆させれば、人手不足を招く」と警告した。
5. 投資家が注目すべきポイント——まとめ
今回のインタビューから、投資家にとって重要な示唆を整理する。
サプライチェーンの堀は単なる資金力ではない。 購入コミットメントの規模（最大2,500億ドル）は確かに巨大だが、それ以上に重要なのは、下流の需要の大きさが上流の投資を動機づけるという構造的な好循環だ。NVIDIAの需要がなければ、TSMCもASMLも同じペースで設備投資を行わない。
TPU/ASICとの競争は"コスト"だけでは語れない。 TPUの粗利率も約65%と高く、乗り換えによるコスト節約は限定的。NVIDIAの優位性は、プログラマビリティによるアルゴリズム進化への対応力（Hopper→Blackwellで30〜50倍の効率改善）、数億基のインストールベース、そしてすべてのクラウドに存在する遍在性にある。
NVIDIAは、プラットフォームであり、クラウドにはならない。 「必要なことはすべてやり、不要なことは最小限に」という哲学のもと、コンピューティングプラットフォームの構築に集中し、クラウドインフラの運営はエコシステムパートナーに委ねる。ただし、OpenAIやAnthropicへの大規模投資、CoreWeaveへのバックストップに見られるように、エコシステム全体の成長を資金面でも支える姿勢は明確だ。
エージェント経済は、ソフトウェア企業の追い風になりうる。 Huangの見方が正しければ、AIによるソフトウェアのコモディティ化ではなく、ツール利用インスタンスの爆発的増加がソフトウェア企業の成長を牽引する。この視点は、現在のバリュエーション調整局面において逆張りの投資テーゼになりうる。
ボトルネックは、2〜3年で解消されるとHuangは断言する。しかし、エネルギー政策や半導体製造の地政学といった下流の課題は、より長期的な不確実性として残る。NVIDIAの「電子→トークン」の旅は、まだ途上にある。
