Nvidiaのチップ販売予測、AI成長にさらに賭ける――安全性が試金石に

NvidiaのCEO、Jensen Huang氏は、世界的なAI投資を背景に、同社が来年販売するチップ数は今年の2倍になるとの見通しを示した。Nvidiaのチップ販売予測は、2027年の需要が単なる通常のハードウェア更新サイクルをはるかに超えることを示している。

Huang氏は9月17日、スコットランドのダンフリーズ・ハウスでチャールズ3世国王が主催したAIの集まりでこのメッセージを発した。同氏はまた、開発者はAIシステムを徹底的にテストし、安全性が十分でない製品は提供を差し控えるべきだと主張した。

これらの主張には、直ちに緊張関係が生まれる。Nvidiaは企業や政府がより多くのコンピューティング能力を導入することで利益を得る一方、より安全な開発には、リリースの遅延や追加テストが必要となりうる。そのため中心となる争点は、Nvidiaと1社のチップメーカーとの競争ではない。同社の拡大の約束と、供給、顧客予算、責任ある導入という運用上の制約とのせめぎ合いである。

Nvidiaのチップ販売予測は販売量2倍を目指す

Huang氏の予測はチップの販売量に関するものであり、Nvidiaの総売上高が2倍になるという約束ではない。

スコットランドで記者団に語ったHuang氏は、来年のNvidiaのチップ販売量は今年の2倍になると見込んでいると述べた。その期待を、産業全体や各国経済におけるAIの貢献と結び付けた。

この表現は重要だ。Nvidiaは複数種類のプロセッサを販売しており、その製品はボード、システム、クラウド導入、完全なコンピューティングプラットフォームを通じて顧客に届けられる。チップ数が2倍になっても、売上高が自動的に2倍になるわけではない。

製品構成の変化も計算を左右しうる。低価格のプロセッサの販売数が増えれば、売上が同じ比率で増えなくても販売量は伸びる。ハードウェア世代の移行も、平均販売価格やシステム構成に影響を与えうる。

Nvidiaは、Huang氏の9月17日の発言に併せて詳細な販売量の基準値を公表していない。そのため外部の人々は、「2倍」を信頼できる出荷総数へ換算できない。

それでも、この予測はNvidiaのより広範な財務見通しに沿うものだ。同社は8月の決算発表期に、2028年1月終了の会計年度で約70%の売上成長を予測したと、最新の四半期決算に関する報道は伝えている。

この売上見通しは、販売量の見出しとなる予測を下回る。この差は、チップ数と売上高を交換可能な指標として扱うべきではない理由を改めて示している。

Nvidiaは、2026年7月26日終了の期間における四半期売上高が962億ドルだったと報告した。Compute and Networking事業は883億ドルを生み出しており、同社の業績においてデータセンター・インフラが中心的な役割を果たしていることを反映している。

この予測は、多数の計算を並列で実行するGPU（graphics processing units）の範囲も超える。Nvidiaは現在、アクセラレータに加え、CPU、ネットワーク機器、インターコネクト、統合型ラックスケールシステムを販売している。

同社の公式決算説明会トランスクリプトでは、ハイパースケーラー、AIラボ、クラウド専門事業者、企業、国家規模のコンピューティングプログラムからの需要が説明された。経営陣は、2028年度のCPU売上高が2倍超になることも見込んでいた。

このポートフォリオの広がりは、Huang氏の表現をもっともらしくする一方で、正確なものにはしない。「チップ」には異なるコンポーネント、価格、ワークロード、顧客グループが含まれうる。

この発言の時期は、重みをさらに加えている。Nvidiaは、AIコンピューティングがモデル訓練から推論へと拡大するなか、顧客を連続するプラットフォーム世代へ移行させている。

推論とは、訓練済みモデルを実行し、回答、予測、画像、または行動を生成するプロセスである。ユーザーからのリクエストごとにコンピューティング能力が消費されるため、継続的な需要を生み出しうる。

訓練需要は、大規模で集中的なインフラプロジェクトとして生じる。推論は、消費者向けサービス、業務ソフトウェア、ロボティクス、科学システム、国家プラットフォームへと広がりうる。Nvidiaは、両方のワークロードがともに拡大すると賭けている。

したがって同社は、2027年を単に好調な販売期間ではなく、生産規模の年として提示している。Nvidiaのチップ販売予測は、既存のクラウド企業と新たな購入者の双方でAI導入が増加することを前提としている。

この前提こそが、この物語の土台である。同時に、予測が最初の本格的な試練に直面する地点でもある。

AI需要はサプライチェーンへのコミットメントになりつつある

販売量を2倍にするには、工場、メモリ、パッケージング、ネットワーク、電力、顧客向け融資が一体となって拡大する必要がある。

Nvidiaはプロセッサを設計するが、その設計を納入可能なシステムへと変えるには幅広い製造ネットワークに依存している。このネットワークには、半導体製造、先端パッケージング、高帯域幅メモリ、サーバー組み立て、冷却装置、ネットワーク部品が含まれる。

部品が一つ欠けるだけで、ラック全体の導入が遅れる可能性がある。このため出荷の成長は、チップ設計だけでなく、協調した生産能力に左右される。

Nvidiaの最近の見通しも、利用可能な供給が報告される成長を抑えうることを認めていた。顧客予測は需要が2倍に近いことを示していたとされる一方、同社は年間売上高を約70%成長と見通していた。

この隔たりは、同社にとって最も明確な運用上の圧力を示している。Nvidiaは受注や顧客計画を、製造、設置、受け入れ済みのインフラへと転換しなければならない。

製品が複雑になるにつれ、この課題は大きくなる。現代のAI顧客は、単体のプロセッサではなく、相互接続されたシステムを購入する傾向を強めている。各導入には、専用ネットワーク、液冷、配電、ソフトウェア統合、適切なデータセンター空間が必要となる場合がある。

在庫に置かれたアクセラレータは、有用なAI能力を生み出さない。メモリ、データアクセス、十分な電力を備えた稼働中のシステム内で動作しなければならない。

クラウドプロバイダーは、計画される拡大の目に見える証拠を示している。NvidiaとAmazonは、AWSが2027年と2028年に追加で200万基のNvidia GPUを導入する意向だと発表した。

AWSの導入計画は、Blackwell Ultra、Rubin、Rubin Ultraのプロセッサを対象とする。CPU、ネットワーキング、モデル、エージェント型およびフィジカルAIのワークロードへの対応も含まれる。

これは独立監査済みの導入総数ではなく、企業による発表である。それでも、Huang氏の予測を支えるコミットメントの規模と複数年にわたる性質を示している。

大手クラウド企業は、世界規模のデータセンターを運営し、多くの顧客にサービスを提供するため、数年前から生産能力を確保できる。より難しい問いは、その小さな集団の外にある需要に関するものだ。

国家AIプログラムは、考えられる需要源の一つである。各国政府は、国内のコンピューティング能力を経済競争力、研究、安全保障に結び付くインフラとして捉える傾向を強めている。

企業も別の需要源となる。企業はAIを、ソフトウェア開発、顧客サポート、文書処理、産業設計、シミュレーション、分析に利用できる。しかし、企業での実験が必ずしも大規模な本番導入になるとは限らない。

顧客は、高価なインフラを正当化できるだけの利用率を確保する必要がある。また、コンピューティング、エネルギー、人員、データのコストを差し引いた後でも、測定可能な事業価値を生むモデルとアプリケーションが必要となる。

そのため、発表の規模よりも利用率が重要になる。プロバイダーは多数のプロセッサを設置できる一方、顧客の利用が一貫しなかったり、値引きを求めたりする可能性がある。

資金調達も別の制約となる。データセンターには長期にわたる投資が必要である一方、AIハードウェアは急速な製品サイクルで進化する。購入者は、今導入するか、より新しく効率的なシステムを待つかを判断しなければならない。

このタイミングの問題は、発注のばらつきを生みうる。顧客は移行前に購入を加速させ、設置中に一時停止し、あるいは支出を後世代へ移す可能性がある。

Nvidiaの予測は、こうした停止が全体的な成長を圧倒しないことを前提としている。また、新たなワークロードが、稼働開始する能力を吸収することも前提としている。

同社が自信を持つ理由はある。推論需要は利用の増加とともに伸びうるうえ、より高性能なモデルは、追加のコンピューティング資源を消費するアプリケーションの開発を促すことが多い。

ただし、需要はモデルの複雑さだけで測定できない。計算コストの低下は、タスク数が増えてもタスク当たりの収益を減らしうる。

このため、Nvidiaのチップ販売予測はインフラに関する論点として読むべきだ。Huang氏は、利用拡大が効率改善を上回り、ハードウェア販売量を2倍に支えると主張している。

この論点は、サプライヤー、電力会社、クラウドプロバイダー、企業の購入者に同時に圧力をかける。それぞれが拡大しなければ、Nvidiaの目標は実現した販売ではなく、満たされない関心にとどまる。

カスタムチップがNvidiaのプラットフォーム優位性に圧力をかける

Nvidiaにとって最も強力な競争相手は、汎用的なNvidiaシステムへの依存を減らそうとする顧客である。

Amazon、Google、Microsoftなどの大規模インフラ事業者は、カスタムプロセッサに投資してきた。こうしたチップは、特定のワークロードを対象とし、供給の管理を改善し、あるいは非常に大きな規模で運用コストを下げることができる。

AMDはデータセンター向けアクセラレータで競争を続け、Intelや専門スタートアップも同じコンピューティング市場の一部を狙っている。Huaweiも、中国向けにAIハードウェアとより大規模なコンピューティングクラスターを構築している。

中国が輸出規制の下で半導体の自立性を高めようとするなか、Huaweiは9月17日に新たなシステムを発表した。同社の最新AIクラスターは、Nvidiaの対応可能市場が製品性能だけでなく地政学によっても形作られていることを思い起こさせる。

競争上の問いは、ベンチマーク速度よりも広い。顧客は、モデル運用コスト、ソフトウェアの利用可能性、ネットワーキング、信頼性、エネルギー消費、導入時間を評価する。

Nvidiaの防御策は、フルプラットフォームにある。Nvidiaプロセッサをプログラミングするためのソフトウェア環境であるCUDAは、開発者に成熟したライブラリとツール群を提供する。ネットワーキングとラックレベルの統合は、この優位性をGPUの先へと広げる。

一つのアクセラレータを置き換える購入者は、自社のソフトウェア、モデル、運用を効率的に移行できるかを検討しなければならない。そのため、別のプロセッサの購入価格が低くても、切り替えコストがNvidiaの地位を守る可能性がある。

Nvidiaはまた、カスタムチップの流れに完全に対抗するのではなく、適応している。同社のNVLink Fusion戦略により、パートナーはカスタムプロセッサをNvidiaのラックスケール・アーキテクチャの一部と接続できる。

このアプローチは、顧客がNvidia以外のコンピューティングシリコンを使う場合でも、Nvidiaのネットワーキングおよびシステムインフラにおける役割を維持しうる。カスタマイズをプラットフォームの機会へと変える一方で、顧客が代替手段を求めていることも認めている。

これは、Nvidiaの2027年チップ需要の物語に微妙な課題をもたらす。AIインフラが増えても、Nvidiaがあらゆる導入で同じシェアを獲得する保証はない。

大規模顧客には、多様化するための資源と動機の両方がある。最先端の訓練にはNvidiaを使いつつ、予測可能な推論ワークロードを自社製プロセッサへ振り分けることができる。

カスタムアクセラレータは、あらゆるタスクでNvidiaを上回る必要はない。所有者が理解している大量処理ワークロードに対して、十分に優れた性能を発揮すればよい。

推論がAI支出に占める割合を増すにつれ、その圧力は高まる。反復的な本番ワークロードは、急速に変化する研究タスクよりも最適化しやすい場合がある。

Nvidiaの答えは、構成要素がともに進化する幅広いシステムを販売することだ。同社は、プロセッサ、ネットワーク、メモリ、ソフトウェアをまたぐ共同設計により、全体としてより優れた経済性が生まれると主張している。

この提案はワークロード単位で測定しなければならない。買い手が重視するのは、個々のチップの速度だけでなく、1ドル当たり・1ワット当たりの有用な出力である。

顧客層によっても比較は変わる。ハイパースケーラーは社内チップ開発プログラムに資金を投入し、カスタムソフトウェアを運用できる。一方、小規模なクラウドプロバイダーや企業は、統合作業を減らせるサポート付きプラットフォームを好むかもしれない。

Huangの予測は、その第2の顧客層の成長にも一部依存している。Nvidiaによれば、ハイパースケーラー以外の組織もAIインフラを求めているが、自らプロセッサを設計することにはほとんど関心がない。

こうした顧客はNvidiaの市場を広げ、少数の大口顧客への依存を減らし得る。その一方で、インフラに関する専門性が低く、利用見通しも不確実であるため、購入の判断が遅くなる可能性もある。

輸出規制は、もう一つの競争上の境界を生む。Nvidiaはすべての国を制約のない単一市場として扱うことはできず、各国政府は特定の顧客に届くプロセッサを変更できる。

規制は直接販売を制限する一方、地域の代替製品を後押しする可能性がある。長期的には、そうした代替製品が独自のソフトウェア、供給関係、導入済み顧客基盤を築くこともあり得る。

Nvidiaは、貿易規制、製造能力、競争、製品移行を事業リスクとして開示している。同社の年次提出書類は、需要だけでは売上が決まらないことを明確にしている。

主な対立軸は、Nvidia対特定の競合企業ではなく、Nvidiaの約束と実行力の間にある。供給、コスト、政策がその実行を妨げた際に顧客へ選択肢を与えるため、競争は重要だ。

出荷台数が倍増すれば、そうした代替手段があるにもかかわらずNvidiaが中心的な地位を維持したことを示すだろう。大幅に弱い結果となれば、供給制約、需要のタイミング、シェア喪失への疑問を招く。

Jensen HuangのAI安全性に関する立場は業界全体の一時停止を拒む

Huangはテストと安全でない製品の提供見送りを支持する一方、安全の主要な仕組みとして協調的な減速を否定している。

スコットランドでの会合では、販売予測とAIリスクをめぐる議論の激化が並び立った。チャールズ国王はテクノロジー業界のリーダーに対し、安全策、国際協力、開発を導く原則について検討するよう求めた。

Google DeepMind、OpenAI、Anthropic、Nvidia、英国政府の代表者が参加した。このイベントに先立ち、高度化するシステムが予期せぬ行動を取ったり、監督を回避したりする可能性についての警告が再び強まっていた。

Huangの回答は、エンジニアリング上の規律を強調するものだった。システムが十分に安全でない場合、企業は製品を慎重にテストし、開発を継続すべきだと述べた。

「製品が十分に安全でないなら、提供を見合わせ、開発を続けるべきだ」とHuangは、Scotland AI summitの報道によれば語った。

この発言は慎重に聞こえるが、業界全体で共通の停止シグナルを採用することを支持するものではない。Huangは、幅広い一時停止を受け入れるのではなく、個々の開発者がリリース判断を管理すべきだと主張してきた。

Anthropic CEOのDario Amodeiは異なる立場を取っている。リスクが開発速度を落とす必要がある水準に達した場合、企業や国による協調行動について議論している。

この相違は、安全性と安全性の欠如との対立ではない。誰がシステムの安全性を判断するのか、その判断を裏付ける証拠は何か、競合企業もともに減速すべきかが争点である。

企業レベルのテストは迅速に対応でき、直接的な技術知識も活用できる。しかし、製品が準備できたと企業が判断する時期は、商業上の圧力にも左右され得る。

協調的なアプローチは、慎重な開発者がより速い競合に後れを取るという懸念を減らせる。一方で、国、企業、オープンモデル、許容できないリスクの定義が異なる中で、協調は難しくなる。

Nvidiaはこの議論において独特の立場にある。競合するモデル開発者やクラウドプロバイダーに計算インフラを供給しているからだ。

モデル開発の高速化はNvidiaシステムへの需要を増やし得る。より広範な安全性テストも、評価において多くのシナリオでモデルを実行する必要があるため、計算能力を消費し得る。

つまり、安全性に関する作業が必ずしもチップ需要を減らすわけではない。評価、監視、サイバーセキュリティ、シミュレーション、モデル制御に関する新たなワークロードを生む可能性がある。

安全上の懸念がリリースを遅らせたり、顧客の投資スケジュールを変えたりする場合に、対立が表面化する。Nvidiaの成長目標は、こうした中断がインフラ支出の協調的な減少を生まないことを前提としている。

Huangのアプローチは、安全性を主としてエンジニアリングのプロセスとして捉える。その見方では、開発者はテストを行い、失敗を特定し、システムを改善し、残るリスクが許容可能だと判断した時点でリリースする。

未解決の問題は検証である。外部の人々は、非公開の学習データ、社内評価、インシデント報告、リリースに関する議論を確認できないことが多い。

したがって、テストが厳格だったという開発者の保証は、規制当局、独立研究者、または文書化された証拠が検証できるようになるまで、企業側の主張にとどまる。

AIシステムはリリース後にも変化する。開発者はモデルを更新し、ツールに接続し、行動を取れる製品に組み込む。管理された一つの評価で安全という結果が出ても、あらゆる実運用を予測できるとは限らない。

エージェント型AIは、この課題をより鮮明にする。この用語は、ソフトウェアの利用や他サービスとの通信を通じて、ときに複数ステップのタスクを計画・実行できるシステムを指す。

エージェントはチャットボットの応答より大きな経済的価値を生み得る。同時に、権限のない行為を実行したり、目標を誤解したりすれば、より大きな被害をもたらす可能性もある。

したがって、Huangの「提供を見合わせる」という基準は出発点にすぎない。業界には依然として、測定可能な閾値、インシデント開示、独立テスト、導入後の明確な責任が必要だ。

Nvidiaのチップ販売予測は、その重要性を高める。ハードウェアが倍増すれば、導入されるAI活動ははるかに増え得るためだ。能力の拡大は、有用な用途と失敗の余地の双方を広げる。

Nvidiaは、自社システムで稼働するすべてのモデルを管理しているわけではない。それでも、市場の大部分を支えるインフラ層に位置するため、その公開された立場は政策論争に影響を与える。

信頼性を試すのは一貫性だ。企業が商業的コストを負ってでも製品を延期し、問題を開示し、自組織の外部での評価を支援する場合、Huangの安全性に関する主張は強まる。

「優れたエンジニアリング」が、各開発者に自らの成果物を承認させる未定義の表現にとどまるなら、その主張は弱まる。積極的な能力拡大の時期には、特に大きな説明責任が求められる。

2027年の予測を試す三つのシグナル

出荷、顧客の利用率、文書化された安全性判断は、Huangの予測が持続的な需要を示すのか、楽観的な上限を示すのかを明らかにする。

最初のシグナルは、Nvidiaが報告する製品立ち上げと売上構成だ。投資家は、台数に関する表現を実際のデータセンター、ネットワーク、CPU、グラフィックスの実績と比較すべきである。

これらのカテゴリー全体で幅広い増加が見られれば、Nvidiaのチップ販売予測を裏付けるだろう。成長が一製品に集中していたり、移行によって歪められていたりする場合は、より慎重な解釈が必要になる。

粗利益率と在庫にも注意が必要だ。出荷が好調でも、価格が弱含んだり在庫が増加したりしていれば、実運用中の導入先への収益性ある販売と同じ意味は持たない。

第2のシグナルは、導入後の顧客利用率である。クラウド企業は大規模なハードウェア計画を発表できるが、次の波を発注するかを決めるのは持続的な消費である。

企業向け推論、エージェント型システム、科学計算、ロボティクス、国家プログラムが、その能力を活用している証拠を注視すべきだ。対応するワークロードの成長を伴わない顧客の設備投資は、Huangの需要仮説を弱める。

カスタムチップ開発者の動きも重要である。ハイパースケーラーが本番処理をより多く社内プロセッサへ振り向ける場合、Nvidiaは成長を続けながらも、拡大する市場で獲得する割合を小さくする可能性がある。

逆に、大規模なNvidiaシステムの追加導入が続けば、カスタムシリコンは広範な代替品ではなく補完的な存在にとどまることを示すだろう。それは、世代をまたぐNvidiaの2027年チップ需要を支持する材料となる。

第3のシグナルは、開発者が実際に安全でないリリースを延期するかどうかである。Huangは普遍的な閾値を定義しなかったものの、スコットランドで明確な行動基準を示した。

文書化された延期、独立評価の拡大、透明性のあるインシデント対応があれば、その基準に実質的な意味が与えられる。開示もスケジュール変更もないままインシデントが繰り返されれば、その基準は弱まる。

政策判断は三つのシグナルすべてに影響し得る。輸出規制はアクセス可能な市場を制限する可能性があり、安全要件は導入スケジュールと評価コストを変える可能性がある。

エネルギー供給やデータセンターの承認も、購入されたシステムがどれだけ早く利用可能になるかを左右し得る。ハードウェア需要があっても、AI導入を取り巻く物理的制約がなくなるわけではない。

読者は、この予測を単一の成功・失敗の数値として扱うべきではない。Nvidiaは、その計算に必要な台数の公開情報を十分に提供していない。

むしろ、この予測は連鎖として検証すべきである。顧客は発注し、供給者はシステムを構築し、運用者は設置し、ワークロードは経済的に利用しなければならない。

すべてのつながりが次に影響する。メモリ、パッケージング、電力、ネットワーク、資金調達のボトルネックは、需要が認識売上へ転換されることを妨げ得る。

競争は別の分岐を加える。ワークロードは急速に成長しながら、カスタムアクセラレータや地域サプライヤーへ移る可能性がある。

安全性は最後の条件を導入する。計算能力の拡大は、ユーザー、企業、政府が引き続き導入する意思を持つ製品を支えなければならない。

だからこそ、これは通常の強気な半導体予測ではない。Huangは例外的な拡大目標と、抑制を求める可能性のある安全基準を組み合わせている。

この二つの立場が両立するのは、導入と並行してテストも拡大する場合に限られる。企業は、昨日のプロセスで明日の規模を評価することはできない。

エンジニアリングチームには、モデル変更、評価結果、インシデント、リリース判断について、より堅牢な記録が必要になる。検索可能なナレッジベースは、技術文書やレビューをまたいでその証拠を保持する助けとなる。

買い手にとって当面の課題は、利用可能な能力と有用な能力を分けて考えることだ。どのワークロードが新たなインフラを正当化するのか、代替手段とどう比較されるのか、次の購入を支える利用率はどの程度かを問うべきである。

開発者にとっての問いは、商業的圧力が生じる前にリリースゲートを測定可能にできるかどうかだ。「提供を見合わせる」という言葉が意味を持つのは、チームがその判断を引き起こす条件を特定できるときだけである。

Nvidiaにとって、今後数四半期は野心と実行を結び付けなければならない。同社に必要なのは、工場から出荷されるチップを倍増させることだけではない。それらを顧客が導入・利用・再発注し、そのチップが可能にするシステムへの信頼を損なわないことが必要だ。

出荷が広がり、利用率が高水準を維持し、開発者が信頼できる安全性判断を開示するなら、Nvidiaのチップ販売予測はより説得力を増す。この三つのシグナルのうち、あなたの組織が利用する製品やインフラで最初に現れるのはどれだろうか。