AMDとBroadcomがNvidiaに圧力、ただし「1,000億ドルのAIチップ」報道には訂正が必要

AMDとBroadcomは、それぞれ異なる戦略でNvidiaへの圧力を強めている。しかしBroadcomは、1,000億ドル規模のAIチップ向け資金調達計画を発表したわけではない。この数字はBroadcomの年間AIチップ売上高の予想額を指し、別途AMDの契約には1,000億ドル近い潜在価値があると報じられている。

この違いは重要だ。なぜなら、これらの取引はNvidiaの立場の異なる部分を狙っているからである。AMDは、Metaなどの顧客に対し、Nvidiaのシステムに代わる選択肢としてプログラム可能なInstinct GPUを採用するよう促している。Broadcomは最大規模のAI企業が、自社のモデルやデータセンターに合わせたカスタムアクセラレータを構築するのを支援する。

いずれの道筋も、Nvidiaの汎用プラットフォームを置き換えたわけではない。Nvidiaは依然として、アクセラレータ、ネットワーキング、システム、成熟したソフトウェアを組み合わせ、顧客が多様なワークロードに導入できるパッケージを提供している。新たな圧力は、一部のワークロードでは第2のサプライヤーや専用チップを採用する価値があると顧客が判断し始めたことから生じている。

1,000億ドルの見出しが二つの異なる話を混同している

報じられた1,000億ドルという数字自体は事実だが、BroadcomがAIチップ計画のために資金を調達または提供することを意味するものではない。

Broadcomは2026年3月、2027年度中に年間AIチップ売上高が1,000億ドルを超える見通しだと述べた。この予測は、資金調達枠ではなく、カスタムアクセラレータとAIネットワーキング製品から見込まれる収益に基づくものだ。

同社の見通しは、ハイパースケール顧客、すなわち極めて大規模なコンピューティング群を運用するクラウド企業やテクノロジー企業からの需要加速を受けたものだ。売上予測によれば、Broadcomはカスタムチップ需要を背景に、AI事業がこの水準を超えると見込んでいる。

Broadcomが直近で報告した数字は、投資家がこの予測を重視する理由を示している。2026年度第2四半期のAI半導体売上高は108億ドルに達し、前年同期比143％増となった。経営陣は四半期決算で、この成長はカスタムAIアクセラレータとネットワーキング製品によるものだと説明している。

もう一つの1,000億ドルの話はAMDとMetaに関するものだ。両社は、最大6ギガワット分のAMD Instinct GPU導入を対象とする複数年契約を発表した。Associated Pressは、この取り決めに基づく購入額が契約期間全体で1,000億ドルに達する可能性があると報じた。

AMDの規制当局向け提出書類は、この契約に正確なドル建て価値を付与していない。導入目標、製品ロードマップ、ワラントの仕組み、想定時期は確認している。最初の1ギガワットは2026年後半に出荷開始予定だ。

Meta GPU agreementによれば、最初の導入ではAMDのMI450アーキテクチャに基づくカスタムInstinct GPUを使用する。第6世代EPYCプロセッサ、AMDのROCmソフトウェア、同社のHeliosラック設計と組み合わせて稼働する。

AMDはまた、最大1億6,000万株のAMD株を対象とする業績連動型ワラントをMetaに発行した。権利確定は、出荷量、技術マイルストーン、商業条件、AMD株価のしきい値に左右される。

この仕組みにより、MetaにはAMDが意味のある導入規模に到達するのを後押しする経済的インセンティブが生まれる。また、大型の見出しを飾るコミットメントが実際の製品出荷から乖離したままになる可能性も抑える。

したがって、Broadcomの予測とAMDのMetaとの契約は、異なる経済的事象を示している。一方はサプライヤーによる年間AI収益の予測であり、もう一方はハードウェア購入と業績連動型の株式を含む長期顧客コミットメントだ。

両者を組み合わせれば劇的な見出しにはなるが、競争の仕組みを曖昧にする。BroadcomはNvidiaへの攻勢に資金を提供しているわけではない。BroadcomとAMDは、異なる種類のシリコンを通じて、大口顧客が単一のコンピューティング・プラットフォームへの依存を減らすのを支援している。

AMDとBroadcomの戦略がNvidiaに圧力をかける理由

AMDは広範にプログラム可能なアクセラレータ導入をめぐって競争し、Broadcomは選定された顧客のワークロードをカスタムシリコンへと変える。

グラフィックス・プロセッシング・ユニット、すなわちGPUは、多様なAIモデルの学習と推論に適した、プログラム可能な並列プロセッサである。Nvidiaは、これらのプロセッサにCUDAソフトウェア環境、高速ネットワーキング、完全なサーバーシステムを組み合わせることで主導権を築いた。

AMDは、Instinct GPUファミリー、ROCmソフトウェア、EPYCプロセッサ、Heliosラックスケール・システムでこのモデルに挑んでいる。同社は顧客に対し、自社製品を単体チップではなく、導入可能な第2のプラットフォームとして捉えてほしいと考えている。

Metaとの契約は厳しい試金石となる。最初のシステムではMetaのワークロード向けに最適化されたMI450ベースのアクセラレータを使用するが、それでもAMDのより広範なプログラム可能アーキテクチャの一部である。Metaは製品に影響を与えながら、通常は単一目的の設計では得られない柔軟性をより多く維持できる。

Broadcomは別の道を取る。同社は少数の大規模顧客と協力し、一般にASICと呼ばれる特定用途向け集積回路を実装する。ASICは、汎用GPUよりも狭い範囲のタスク向けに設計される。

こうした特化により、顧客が必要としないハードウェア機能を省ける。また、予測可能なワークロードに合わせ、メモリ移動、数値形式、ネットワーキング、消費電力を最適化できる。1社が設計コストを巨大な導入規模に分散できるほど多くのサーバーを運用する場合、潜在的な利益は大きくなる。

Broadcomはイーサネットスイッチ、光学部品、インターコネクト技術、その他のネットワーキング製品も提供している。このポートフォリオにより、アクセラレータ単体だけでなく、カスタムクラスターのより多くの部分に関与できる。

OpenAIがこの戦略をよく示している。2025年10月、OpenAIとBroadcomは、10ギガワット分のOpenAI設計アクセラレータと関連ネットワークシステムの計画を発表した。導入は2026年後半に始まり、2029年まで継続する予定とされた。

custom accelerator planの下では、OpenAIがアーキテクチャを所有し、Broadcomが開発、実装、接続性、導入を支援する。システムは、コンピューティングラック内およびラック間の通信にBroadcomのイーサネット技術を使用する。

この役割分担は、BroadcomとNvidiaの関係を変える。Broadcomは万能GPUプラットフォームを作る必要も、新しいプログラミング環境を何千人もの開発者に採用させる必要もない。

その代わり、Broadcomは少数の巨大顧客がチップ設計プロセスの一部を内製化するのを支援する。設計が一つ成功するたびに、大規模かつ反復的なワークロードを市販GPUから振り向けることができる。

AMDには、顧客が多くのアプリケーションで同社GPUをプログラムするため、より広範なソフトウェア採用が必要だ。Broadcomには、カスタム開発を正当化できるほど安定かつ大規模なワークロードを持つ顧客との深い関係が必要となる。

この二つの戦略は、同じデータセンター内で共存し得る。顧客は、新しいモデルの研究にはNvidiaのシステムを、選定した本番フリートにはAMD GPUを、成熟した推論ワークロードにはBroadcom支援のASICを使用するかもしれない。

これが、AMDとBroadcomの話が従来型のサプライヤー競争以上に重要である理由だ。Nvidiaは一つの代替品に直面しているのではない。汎用、代替、カスタムの各プラットフォームへとコンピューティング購入をますます分散させる顧客に直面している。

Nvidiaの強みは高速なチップだけではなく、プラットフォームにある

挑戦者は、単にベンチマークで並ぶか大口注文を一件獲得するだけでなく、Nvidiaの完全な運用環境と競争しなければならない。

Nvidiaの地位は、相互に結びついた複数の層に支えられている。GPUが計算を実行し、NVLinkがシステム内のプロセッサを接続し、ネットワーキング製品がクラスター全体でシステムを接続し、CUDAが開発者にソフトウェアの構築・運用ツールを提供する。

この統合は導入リスクを下げる。組織は一つのワークロードから始め、モデルアーキテクチャを変更しても、開発・運用に関する知識の多くを再利用できる。

カスタムシリコンは異なる取引条件を提示する。安定した対象に対する効率を改善できる一方、モデル、数値形式、メモリ需要、あるいは提供パターンが変われば、その利点は狭まる可能性がある。

Broadcomの顧客は、アクセラレータを自ら定義するため、アーキテクチャ上のリスクの大部分を負う。Broadcomはシリコンとネットワーキングの計画を実行できるが、どのモデル挙動に恒久的なハードウェア支援を与えるべきかは顧客が決めなければならない。

AMDは、Instinctがプログラム可能なGPUプラットフォームであり続けるため、より柔軟性がある。しかし顧客は依然として、ROCmライブラリ、オーケストレーションツール、モデル互換性、ネットワーキングの挙動、大規模運用における信頼性を検証する必要がある。

Metaにはその作業の経験がある。AMDによれば、MetaはすでにMI300およびMI350アクセラレータを使用しており、Metaのインフラ全体では数百万基のEPYCプロセッサが稼働している。新たな契約は、未検証の顧客との関係を始めるのではなく、既存の関係を拡張するものだ。

それでも、6ギガワットの枠組みは、すでに6ギガワットが導入済みであることとは同義ではない。最初の1ギガワット導入が、最初の大きな実行上のチェックポイントとなる。その後のワラント・トランシェは、追加出荷にも一部依存する。

一方のNvidiaは、自社システムと顧客コミットメントの拡大を続けている。同社は2026年度のデータセンター売上高が1,937億ドルとなり、前年比68％増だったと報告した。

fiscal 2026 resultsでは、NvidiaのCPU、ネットワーキング製品、数百万基のBlackwellおよびRubin GPUを大規模に導入する複数年のMetaとの提携についても説明している。

したがって、MetaとAMDの契約はNvidiaからの全面的な離脱を意味しない。複数のアーキテクチャを支えられるほど大規模なデータセンター拡張の中での、多様化を意味する。

この違いは、市場競争をどのように測るべきかに影響する。新たなサプライヤーとしての役割を獲得しても、必ずしもNvidiaから既存ビジネスを同額奪うことにはならない。

一部の代替チップはNvidiaのシステムを置き換える。他方で、顧客が以前には経済的に提供できなかった新しいワークロードを支えるものもある。さらに、供給、ロードマップ、システム構成を交渉する際に、顧客に交渉力を与えるものもある。

Nvidiaも、より速い製品サイクルとワークロード特化型製品によってカスタムシリコンに対応している。同社のRubinプラットフォームは推論コストの低減を狙い、ネットワーキング・ポートフォリオにより、コンピューティング・アーキテクチャが変化してもインフラ支出をめぐって競争できる。

同社の規模も別の優位性をもたらす。より多くの導入済みシステムは、より多くの開発者経験、ソフトウェア最適化、トラブルシューティングの知識、サードパーティー統合を生む。これらの利点は顧客の信頼を強化する。

AMDとBroadcomの競争は、すべての新しいAIワークロードがNvidia上で動かなければならないという前提を弱める。しかし、Nvidiaの導入済み基盤が持つ実用的価値を消し去るものではない。

本当の競争は推論の経済性をめぐるものだ

Broadcomのカスタムチップは、顧客がワークロードを予測できる場合に最も説得力を持つ。一方、AMDはNvidiaへの依存を受け入れずに柔軟性を求める顧客にとって有利となる。

トレーニングは、大規模なデータセットを処理してモデルのパラメータを更新し、モデルを作成する。推論は、訓練済みのモデルを使ってリクエストに回答し、コンテンツを生成し、情報を順位付けし、AI機能を動作させる。

研究者が新たなアーキテクチャやスケーリング手法を試す中、トレーニングのワークロードは変化し続ける。その不確実性は、将来の計算要件をエンジニアが完全には予測できないため、プログラマブルなハードウェアと成熟したソフトウェアを有利にする。

一方、モデルが本番環境に入ると、推論はより標準化される可能性がある。企業は似たようなリクエストを数十億回処理することがあり、消費電力や設備利用率のわずかな改善でも経済的に重要になる。

Broadcomのカスタムアクセラレータ戦略は、その反復性を狙っている。ハイパースケーラーは不要な汎用機能を取り除き、自社のモデル、メモリパターン、ネットワーク設計に合わせてハードウェアを最適化できる。

OpenAIとBroadcomの協業は、モデル開発企業とシリコンプロバイダーがいかに密接に連携できるかを示している。OpenAIは自社モデルに関する知見を基に、アクセラレータとシステムのアーキテクチャを設計する。Broadcomはその計画を、実際に導入可能なシリコン、ラック、接続基盤へと落とし込む。

このアプローチが総コストの低下を保証するわけではない。先端チップの設計には、エンジニアリング、製造能力、パッケージング、メモリ、ソフトウェア、検証、継続的なサポートが必要となる。

また、ターゲットとなるワークロードが変化した後に設計が完成する可能性もある。長い開発サイクルは、広範な導入前に最適化の判断が時代遅れになるリスクを生む。

Broadcomの顧客は、そのリスクを負担できる能力が際立って高い。OpenAIや大手クラウド事業者のような企業は、大規模なワークロードを管理し、ギガワット規模のインフラを確保できる。

AMDはその中間に位置する。同社のGPUはプログラマブルであり続ける一方、大口顧客は特定の製品バージョンやラック構成に影響を与えられる。

Metaによる最初のMI450ベースの導入は、同社のワークロード向けにカスタマイズされる。AMDとMetaは、複数の製品世代にわたり、GPU、CPU、システム、ソフトウェアのロードマップも整合させている。

これは単なる標準的な機器購入を超えるものだ。MetaはカスタムASICの全責任を負うことなく、代替プラットフォームの形成に関与できる。

AMDの課題は、こうした協業を再現可能なプラットフォームへ転換することにある。あるハイパースケーラー向けに開発されたソフトウェアも、他の購入者にとってのツール改善や信頼性向上に寄与しなければならない。

ROCmは改善しているが、その採用状況をハードウェア発表だけで測ることはできない。顧客には、安定したライブラリ、モデルサポート、監視、障害復旧、そして大規模導入を運用できるエンジニアが必要だ。

Broadcomは逆のスケーリング問題に直面する。同社の事業は少数の契約を通じて急成長し得るが、各顧客は大幅なカスタマイズを求める。同社は複数のプログラムにまたがり、設計スケジュール、先端パッケージング、製造枠の配分、ネットワーク要件を管理しなければならない。

両社は推論需要の拡大から恩恵を受ける。AI機能がより多くのユーザーに届くにつれ、購入者はピーク時ベンチマークの結果よりも、電力とインフラの単位当たりでどれだけ有用な仕事を処理できるかを重視するようになる。

この変化はトレーニングの重要性を失わせるものではない。フロンティアモデルの開発者には、実験のために柔軟で高性能なクラスターが依然として必要だ。顧客が研究から本番運用までをカバーする汎用プラットフォームを求める場面では、Nvidiaは特に強い地位を維持している。

圧力が高まるのは、成熟したワークロードが分離できるほど大規模になったときだ。企業は不確実性の高い研究ジョブをNvidiaに残しつつ、予測可能な推論サービスをAMDやカスタムアクセラレータへ移すことができる。

この段階的な分離は、突然の置き換えよりも現実味のある脅威だ。ワークロードごとに、デフォルトの購買前提を変えていく。

大型コミットメントがなお証明していないこと

売上予測、ギガワット規模の契約、株式ワラントは戦略的意図を示すが、市場支配力を変えるかどうかは導入実績によって決まる。

Broadcomの予測は、顧客が大規模なカスタムプログラムを予定通り完了させることを前提としている。同社は設計案件を製造済みのアクセラレータ、ネットワークシステム、そして計上済み売上へと転換しなければならない。

そのプロセスは外部サプライヤーに依存する。先端AIチップには、最先端の製造プロセス、高帯域幅メモリ、複雑なパッケージング、基板、光学部品、データセンター向け電力が必要だ。

どの層であっても遅延が起きれば、導入時期はずれ込む可能性がある。最大規模のカスタムプログラムは限られた顧客グループから生じるため、売上の集中も重要な問題となる。

Broadcomの会計年度第2四半期決算は、現在の需要を裏付ける証拠を示している。しかし、2027年度のAI売上が1,000億ドルを超えるという予測を実現するには、現在の四半期水準から大幅な拡大がなお必要だ。

この予測は経営陣によるガイダンスであり、確定した売上ではない。投資家は、その到達点が確保されたものとみなすのではなく、計上済み売上と出荷時期を注視すべきだ。

AMDとMetaの契約にも同様の不確実性がある。その6ギガワットという上限は提携の潜在規模を示す一方、最初の1ギガワットは短期的な運用テストとなる。

業績連動型のワラントは、その違いを強調している。Metaが追加の経済的利益を得られるのは、導入、技術、商業、株価に関する条件が満たされた場合に限られる。

この仕組みはインセンティブを整合させるが、実行リスクをなくすものではない。AMDは、Metaの要件を満たすMI450ベースのシステム、EPYCプロセッサ、ネットワーク、ROCmソフトウェアを提供しなければならない。

報じられている契約の潜在価値も、保証された売上として扱うべきではない。最終的な購入は、複数年および複数のハードウェア世代にまたがる導入の進捗に左右される。

Nvidiaには、自社の地位を積極的に守る理由がある。新しいアーキテクチャを通じて推論コストを下げ、統合ネットワークを提供し、ソフトウェア最適化を深め、生産規模を活用して供給を加速できる。

顧客には切り替えコストもある。CUDAで訓練を受けたエンジニアが、別のスタックですぐに同等の生産性を得られるわけではない。社内ツール、デプロイメントパイプライン、モデル最適化が、組織を既存プラットフォームに結び付ける可能性がある。

カスタムチップも、別の形のロックインを生み出す。ある設計パートナーに多額の投資を行ったハイパースケーラーは、同じアーキテクチャを別の場所へ移すことが難しくなる可能性がある。

顧客がNvidiaへの依存を減らす一方で、Broadcomがその顧客にとって不可欠な存在になることもあり得る。したがって、ある層でのサプライヤー分散は、別の層で集中を生む可能性がある。

競争の構図は3社にとどまらない。AmazonはTrainiumアクセラレータを開発し、GoogleはTensor Processing Unitsを運用し、MicrosoftにはMaiaプログラムがある。Marvellはカスタムシリコンに参画し、複数の専門アクセラレータ企業も特定のワークロードを狙っている。

こうした選択肢は、Nvidia対その他すべてという単純な構図の正確性を損なう。購入者は混成フリートを構築しており、それぞれのアーキテクチャが特定の仕事カテゴリをめぐって競争している。

AMDとBroadcomによる挑戦が最も強まるのは、顧客が規模、エンジニアリングの深さ、予測可能な需要を備える領域だ。小規模な組織は、カスタム開発や複雑なプラットフォーム検証を正当化できないため、Nvidiaシステムへのクラウドアクセスを引き続き選ぶ可能性がある。

これは、ハイパースケーラーの購買行動を市場全体へ一般化すべきではないことを意味する。MetaやOpenAIで機能する設計が、企業向けに広く利用可能な代替手段になるとは限らない。

圧力が実在するかを示す3つのシグナル

次の局面は、見出しを飾るコミットメント額ではなく、提供済みシステム、計上済み売上、ワークロード移行によって決まる。

最初のシグナルは、Metaによる最初のAMD導入だ。AMDは、最初の1ギガワットを支える出荷が2026年後半に始まると見込んでいる。

読者は、Metaが本番利用を確認するか、どのワークロードがMI450ベースのシステムへ移行するか、導入が最初のワラント条件を超えて進展するかを注視すべきだ。予定通りの立ち上がりは、AMDがハイパースケールで運用できるという主張を強める。

遅延、限定的なワークロード範囲、あるいは拡大の鈍さは、競争上の結論を弱める。それは大口顧客がAMDを主に交渉上のてこ、または二次的な実験とみなしていることを示唆するだろう。

2つ目のシグナルは、Broadcomの四半期AI半導体売上だ。同社は現在の数十億ドル規模の四半期売上と、2027年度の予測との隔たりを埋めなければならない。

売上成長だけですべての疑問に答えられるわけではない。投資家には、1社の顧客が増加の大半を牽引しているのではなく、複数のカスタムアクセラレータプログラムが生産段階に入っている証拠も必要だ。

分散した生産立ち上げはBroadcomのモデルを裏付けるだろう。予測未達や導入遅延は、この戦略が顧客のスケジュールと製造上の制約にどれほどさらされているかを示すことになる。

3つ目のシグナルは、推論経済性に対するNvidiaの対応だ。Nvidiaは、Rubinを含む新システムを通じたトークンコストの低減を約束しており、コンピュートとネットワークの一体提供も継続している。

Nvidiaが十分に速くサービングコストを下げられれば、顧客がカスタムハードウェアから得られる経済的利益は小さくなる可能性がある。Broadcom支援のASICはなお戦略的独立性に資するが、財務面での根拠は狭まるかもしれない。

AMDシステムとカスタムアクセラレータが、安定したワークロードで明確な効率優位を維持できれば、顧客には将来の導入を分割するより強い理由が生まれる。Nvidiaは成長を続けつつも、あらゆる主要クラスターで自動的に選ばれる存在という地位を失う可能性がある。

開発者や企業の購入者にとって、当面の意味は1社のベンダーが勝利したということではない。導入判断には、より精緻なワークロード分析が必要になるということだ。

チームは、実験的なトレーニング、変化する推論サービス、成熟した大量処理ワークロードを分けて考えるべきだ。それぞれのカテゴリでは、プログラマビリティ、ソフトウェアの成熟度、カスタマイズ、消費電力、サプライヤーの多様性に異なる価値が置かれる。

また、インフラ選定の根拠を保存すべきだ。検索可能なエンジニアリング知識ベースは、評価サイクルをまたいで、ベンチマーク結果、互換性に関する知見、インシデント報告、ベンダーのコミットメントを結び付けられる。

1,000億ドルという見出しはAIインフラ支出の規模を捉えているが、2つの別個の展開を1つの主張に圧縮している。Broadcomは年間AIチップ売上が1,000億ドルを超えると予測し、AMDはMetaとの間で、報道によれば最大で同額の価値を持つ枠組みを確保した。

より重要な問いは、それらのコミットメントが、意味のある本番ワークロードを担う稼働システムを生み出すかどうかだ。Metaの最初のAMD 1ギガワット、Broadcomの売上転換、そしてNvidiaの推論コスト対応を注視すべきである。これらのシグナルが、AMDとBroadcomによる圧力が市場を変えているのか、それとも市場の拡大と並行しているだけなのかを明らかにする。