NVIDIA、1兆ドルのチップ受注。チップはまだ存在しない。

Aisha Washington
6月5日
読了時間: 10分

2026年3月のNVIDIAのGTCカンファレンスで、Jensen Huangはステージに上がり、予測を2倍に引き上げました。6ヶ月前、彼は投資家に対し、2026年までに同社のBlackwellおよびVera Rubinチップアーキテクチャの累積受注が5000億ドルになると予想すると伝えていました。今、その数字は2027年までに1兆ドルになりました。

これらの受注を満たすチップはまだ製造されていません。それらを製造する工場、台湾のTSMCはフル稼働しています。GPU1台あたり288ギガバイトのHBM4メモリチップは供給不足です。それらを接続する先進パッケージングのCoWoSは複数四半期のバックログを抱えています。しかし、これらのどれも、誰もが発注するのを止めませんでした。

NVIDIAは物理的に存在しない製品に対して1兆ドルの需要を抱えています。それは歴史上最も印象的なサプライチェーンの賭けか、AIインフラブームが信仰で動いているという最も明確なシグナルかのどちらかです。

何が起こったのか

1兆ドルの数字は2026年のGTC in San Joseで発表されました。Huangの年次基調講演は、NVIDIAが来年のナラティブを設定する場です。この数字は2つのアーキテクチャにわたる累積受注を表しています。Blackwellは現在出荷中で2026年まで完売しており、Vera Rubinは2026年後半に出荷開始予定で既にオーバーサブスクライブされています。

Vera Rubinが目玉です。天文学者で暗黒物質を発見したVera Rubinにちなんで名付けられたこのアーキテクチャは、NVIDIA史上最も野心的なシリコンを表しています。単一のRubin R100 GPUに3360億トランジスタを搭載し、カスタム88コアVera CPUとペアリングされ、288ギガバイトのHBM4メモリに接続されます。同社はBlackwellの5倍の推論性能をトークンあたり10分の1のコストで実現すると主張しており、これは年間500億ドルをAIインフラに費やすハイパースケーラーにとって非常に重要な数字です。

文脈によって数字の印象は変わります。NVIDIAは2026年第1四半期に441億ドルの売上を報告し、前年比69%増、粗利益率71.3%でした。同社はAIチップ市場の約85%、AIサーバー市場の95%を支配しています。クラウドプロバイダーは2026年の設備投資総額を6700億ドルとコミットしており、TensorVueによると、その設備投資のかなりの部分にNVIDIAの名前が付いています。

1兆ドルは年間売上ではありません。累積受注パイプラインであり、Blackwellは2026年末まで、Vera Rubinは2027年末までです。それでも、年間換算でおよそ5000億ドルという数字は、半導体業界全体の2023年売上5270億ドルを上回ります。1社、2つのアーキテクチャ、2年で、業界全体を上回る規模です。

なぜ重要なのか

NVIDIAはもはやチップ企業ではありません。世界的なAI構築の中央計画当局です。

1兆ドルのパイプラインは単なる財務指標ではありません。誰がいつコンピュートを入手できるかを示す地図です。主要なAIラボ（OpenAI、Anthropic、Google DeepMind、xAI、Meta）のすべてがそのキューに並んでいます。納品順序は、誰が次のフロンティアモデルを最初にトレーニングできるかを決定します。エージェント型AIワークロードが主流になったときに誰が推論容量を持てるかを決定します。どのクラウドプロバイダーがどの企業顧客にGPU容量を提供し、どのような価格で提供できるかを決定します。

今後18ヶ月間のNVIDIAの割り当て決定は、ベンチマークスコアやモデルアーキテクチャの発表よりも、AI業界全体の競争力学を形作るでしょう。これはHuangがステージで語らない部分です。1兆ドルは需要を表します。NVIDIAが供給を決定します。そして需要が供給の10倍であるとき、割り当て者は買い手よりも大きな力を持ちます。

さらにマージンの数学があります。NVIDIAの71.3%という粗利益率はハードウェア企業としては異例です。これはソフトウェア企業の領域であり、NVIDIAはそのシリコンが示唆するよりもソフトウェア企業に近いのです。NVIDIA GPU上で動作するソフトウェアプラットフォームであるCUDAが本当の堀です。開発者はシリコンではなくCUDAにコードを書きます。CUDAが標準である限り、NVIDIAはハードウェアのようなボリュームでソフトウェアのようなマージンを獲得できます。BlackwellとVera Rubinは優れたチップです。CUDAがそれらを1個4万ドルで売れる理由です。

地理的次元もあります。NVIDIAのチップはカリフォルニアで設計され、台湾のTSMCで製造されます。1兆ドルのパイプライン全体が、地政学的に争われている島の単一の工場に依存しています。TSMCはアリゾナに工場を建設していますが、2020年代末まで最先端の量産には達しません。それまでの間、すべてのBlackwellおよびVera Rubin GPUは台湾を通過します。サプライチェーンは世界で最も価値のある技術エコシステムにとって単一障害点です。

不快な質問：1兆ドルは需要か信仰か？

NVIDIAは1兆ドルの受注を抱えています。しかし受注はキャンセル可能です。そして供給が需要を満たせないとき、顧客は代替案を構築します。

強気シナリオは単純です。AIモデルのトレーニングは指数関数的に成長しています。マルチステップタスクを実行する自律エージェントであるエージェント型AIは、チャットボットのテキスト生成よりもはるかに多くの推論コンピュートを必要とします。ハイパースケーラーは最大のクラスターを構築する軍拡競争にあります。需要は実在し、発注書で確認されており、まだ加速しています。

弱気シナリオには3つの部分があります。

第一に、1兆ドルは累積需要であり、年間売上ではありません。Huangの予測修正（5000億ドルから1兆ドルへ）は、期間を2026年末から2027年末に延長し、Vera Rubinをパイプラインに追加したことによるものです。倍増は印象的ですが、部分的には会計上の変更です。根本的な年間換算ランレートはより微妙な物語を語っています。

第二に、供給制約は逆インセンティブを生み出します。顧客がNVIDIA GPUを12〜18ヶ月待つことを知っているとき、彼らは必要以上に発注し、将来の不足に備えます。1兆ドルのパイプラインの一部は二重発注です。問題はその割合です。

第三に、代替案は実在し、改善しています。GoogleのTPUv7はGoogle自身の巨大な内部需要を含む推論ワークロードで効果的に競合します。AMDのMI450およびHeliosラックスケールシステムは、ハイパースケーラーがコスト管理のために好むオープンスタンダード展開をターゲットにしています。GroqのLPUアーキテクチャは特定の推論タスクで10倍低いレイテンシを提供します。CerebrasはNVIDIAのインターコネクトボトルネックを完全に回避するウェハスケールチップを出荷しています。そして中国では、DeepSeekがHuawei AscendチップでV4モデルをトレーニングし、非NVIDIAシリコンでフロンティア結果を出せることを証明しました。競争環境はNVIDIAがリードを拡大する中でも変化しています。

これらの代替案のどれも、今日のNVIDIAのトレーニング＋推論の複合支配力には及びません。しかし、顧客が18ヶ月の納期と4万ドルの価格に直面すると、代替案を構築する数学が変わります。供給制約の毎月は、ハイパースケーラーがNVIDIA依存を減らすためのR&D予算を費やす月です。Motley Fool analystsは、NVIDIAの支配力が依然として強力であるものの、複数の方向から同時に争われているという証拠の増加を指摘しています。

比較：2000年のCisco

歴史的類似は不快です。Ciscoはドットコムブームの「ツルハシとシャベル」であり、インターネット構築を支えるルーターとスイッチを製造した企業でした。2000年3月、Ciscoは一時的に世界で最も価値のある企業になりました。テーゼは単純でした。インターネットトラフィックは100日ごとに倍増していました。すべての企業がネットワーク機器を必要としていました。Ciscoはその市場を所有していました。

構築がピークを迎えると、Ciscoの成長は崩壊しました。ルーターは実在しました。需要は実在しました。しかし、インフラは実際のインターネット利用に対して過剰に構築されていました。企業は必要以上の容量を発注していました。株価はピークから86%下落しました。

NVIDIAの強気シナリオは、今回は違うと主張します。AIインフラ需要は投機的ではなく、利用可能なすべてのGPUを消費する実際のモデルトレーニングと推論ワークロードによって駆動されています。ハイパースケーラーは、到着するかもしれないしないかもしれないウェブトラフィックのために過剰構築しているのではありません。彼らはすでに存在し、コンピュートでボトルネックになっているAIモデルのために構築しています。

NVIDIAの弱気シナリオは、パターンは同じだと主張します。すべての顧客が供給不安のために必要以上に発注すると、集計需要数字は実際の必要量を過大評価します。供給が追いつくと（いずれ追いつくでしょう）、二重発注は解消されます。代替案が成熟すると（いずれ成熟するでしょう）、価格決定力は低下します。

真実はおそらくその中間です。NVIDIAはCiscoではありません。AIインフラはドットコム時代の光ファイバーではありません。しかし1兆ドルという数字は比較を招き、Huangもそれを知っています。

次に何が起こるか

Vera Rubinの立ち上げは、歴史上最も注目される半導体発売になるでしょう。チップが10倍の効率約束を果たせば、1兆ドルのパイプラインはより達成可能になり、1ドルあたりのパフォーマンスが向上した顧客はより多くではなく、より少なく買うことになります。Vera RubinがBlackwellの初期立ち上げを悩ませた製造遅延に遭遇すれば、供給制約の議論は強まり、代替案の緊急性が増します。

地政学的次元は激化するでしょう。台湾の地位はすべてのNVIDIA予測における暗黙の変数です。同社は緊急時対応計画を持っています。TSMCのアリゾナ工場への多角化、Samsungファウンドリの認定、Intel Foundryのバックアップですが、どれも今後3年間で台湾の最先端容量に取って代わるものではありません。台湾海峡で何も起こらない四半期ごとに、1兆ドルのパイプラインは intact のままです。

競争的対応はすでに進行中です。GoogleはTPUv8を設計しています。AmazonはTrainiumを拡大しています。Microsoftは独自のAIアクセラレータを開発しています。Metaはカスタムシリコンを検討していると報じられています。今日NVIDIA GPUを購入しているすべてのハイパースケーラーは、同時にそれらを購入しなくなるためのR&Dに資金を提供しています。1兆ドルのパイプラインはNVIDIAの支配力と、それを打破するためのインセンティブの規模の両方を表しています。

AI業界は2年間、モデルが良くなるかどうかを心配してきました。より根本的な質問、Jensen Huangが1兆ドルの数字で答えた質問は、それらのモデルを実行するためのインフラを十分に速く構築できるかどうかです。今のところ、答えは需要が制約ではないということです。物理学が制約です。そして、このインフラ競争を傍観している知識労働者にとって、質問はより単純です。あなたのAI-powered workflowは、到着までに18ヶ月かかるかもしれないチップに依存していますか？

Jensen Huangは3月にステージに立ち、世界に対し、存在しないチップ、争われている島の工場で製造され、供給不足のメモリチップを使用し、複数四半期のバックログを抱える機械でパッケージングされるチップに対して1兆ドルの受注があると語りました。株価は上昇しました。投資家は今、チップに賭けています。

それは自信か傲慢か。その違いは今後18ヶ月で明らかになるでしょう。NVIDIAの受注簿ではなく、TSMCの工場フロアで。

FAQ：NVIDIAの1兆ドル受注に関するよくある質問

1兆ドルは年間売上ですか？

いいえ。1兆ドルは2つのチップアーキテクチャ（BlackwellおよびVera Rubin）にわたる2027年末までの累積受注を表しており、およそ2年間の納品です。年間換算ランレートは約5000億ドルであり、それでも半導体業界全体の2023年売上を上回ります。

NVIDIAは本当にこれだけのチップを製造できるのですか？

それはTSMC次第です。NVIDIAはチップを設計しますが、製造はしません。TSMCの最先端容量、SK HynixおよびSamsungからのHBMメモリ供給、先進パッケージング（CoWoS）がすべてボトルネックです。1兆ドルのパイプラインの一部は、不足に備える顧客による二重発注を表している可能性が高いです。

誰がこれらのチップをすべて買っているのですか？

すべての主要AIラボおよびクラウドプロバイダーです。OpenAI、Anthropic、Google DeepMind、xAI、Meta、Microsoft、Amazon、Oracle、中東の主権AIプロジェクトです。クラウドハイパースケーラーは2026年の設備投資総額を6700億ドルとコミットしており、そのかなりの部分がNVIDIAに向かっています。

台湾に何か起こったらどうなりますか？

台湾は世界のAIチップ供給における単一障害点です。TSMCはアリゾナに工場を建設していますが、2020年代末まで最先端の量産には達しません。NVIDIAはSamsungおよびIntel Foundryの認定を含む緊急時対応計画を持っていますが、どれも短期的にTSMCの容量に取って代わるものではありません。

Google TPUやAMDチップは本当の脅威ですか？

それらは急速に改善しています。GoogleのTPUv7は推論ワークロードで競争力があり、AMDのMI450はオープンスタンダード展開をターゲットにしています。しかし、どちらもNVIDIAのトレーニング＋推論の複合支配力や、NVIDIA GPUをAI開発のデフォルトにするCUDAソフトウェアエコシステムを持っていません。脅威は実在しますが、即時ではありません。