NVIDIA：ゲームチップからAIの基幹へ——史上最速の価値創造

NVIDIAの本社、カリフォルニア州サンタクララ——AI革命の中核を担う企業の本拠地

史上最速の価値創造

上場企業の歴史において、NVIDIAがここ3年で成し遂げたことに匹敵する前例はない。

2023年1月、NVIDIAはゲーマー向けグラフィックチップを製造し、AIに未検証ながら興味深い賭けをしていた時価総額3,600億ドルの半導体企業だった。2025年1月には地球上で2番目に価値ある企業——時価総額3.4兆ドル——となり、わずか24ヶ月で史上どの企業も達成したことのない時価総額を創出した。売上高はFY2023の270億ドルからFY2025の1,305億ドルへと成長。純利益は44億ドルから729億ドルへ。粗利益率は57%から75%へと拡大した。

比較として：NVIDIAのFY2025純利益729億ドルは、Apple、Microsoft、GoogleのFY2024純利益を上回る。NVIDIAはMicrosoftの約5分の1の従業員数と、約10分の1の売上高の歴史でこれを達成した。

これは、ジェンスン・フアンが1993年にデニーズのレストランで創業した企業が、AIゴールドラッシュのツルハシ売りになった物語だ——そして同社が築いたモートが、1990年代のMicrosoftによるPC OSの支配以来、テクノロジー分野で最も防衛困難な技術的独占となった理由の物語でもある。

誰も真剣に考えなかったゲームの基盤

NVIDIAの起源の物語はAIではない。クエイクだ。

1990年代初頭、3Dゲームはコンシューマーテクノロジーで最も計算要求の高いワークロードだった。3次元環境をリアルタイムでレンダリングするには、毎秒数百万の浮動小数点演算を並列実行できる専用ハードウェア——グラフィックスプロセッシングユニット——が必要だった。NVIDIAの最初の製品NV1は1995年に発売されたが平凡だった。NV3——RIVA 128——は存続できる程度には優れていた。1999年に発売されたGeForce 256が重要な製品だった：GeForceブランドを冠した最初のチップであり、グラフィックスアクセラレーターではなくGPUとしてマーケティングされた最初の製品でもあった。

ゲームGPUを技術的に興味深いものにしたのは、30年後にAIにとって変革的なものにしたのと同じ特性だ：並列性。CPUは単一の複雑なタスクを非常に高速に実行するよう設計されている。GPUは数千の単純なタスクを同時に実行するよう設計されている。3Dフレームのレンダリングには数百万ピクセルの色を並列計算する必要があり——これは大規模並列アーキテクチャに完璧に適している。そのアーキテクチャ要件がNVIDIAのチップ設計哲学全体を形成し、その哲学がディープラーニングに必要なものとまさに一致することが判明した。

CUDA——15年かけて築いた技術的モート

2006年、NVIDIAは高価で不必要に見えることをした：CUDAを発売した。

CUDA——Compute Unified Device Architecture——は、開発者がNVIDIA GPU上で実行できる汎用プログラムを書けるようにするプログラミングフレームワークだった。CUDAが解決した問題は、GPUはその巨大な並列処理能力にもかかわらず、グラフィックス以外のほぼあらゆる用途でプログラミングが不可能なほど困難だったことだ。CUDAは、研究者やエンジニアが任意の並列計算をNVIDIAハードウェアが実行できる形で表現できるAPI、コンパイラツールチェーン、ライブラリを提供した。

2012年、ディープラーニングとNVIDIAの軌跡を変える出来事が起きた：AlexNetだ。

CUDAを使用してNVIDIA GPU上で訓練されたAlex KrizhevskyのConvolutional Neural Networkが、ImageNet画像分類コンペティションで競合他社をはるかに下回るエラー率で優勝し、機械学習研究コミュニティにディープラーニングの可能性に関する前提を見直すことを迫った。AlexNetは、GPU加速トレーニングがCPUトレーニングでは不可能なスケールで深層ニューラルネットワークを実用的にすることを実証した。世界中のすべての主要AIラボが、必要なハードウェアを購入するために同じ場所に行った：NVIDIAだ。

CUDAに関する重要な洞察は、より優れたAPIだったということではない。NVIDIAがその周囲のエコシステムを構築するために15年を費やしたということだ。cuDNN——CUDAディープニューラルネットワークライブラリ——はすべてのニューラルネットワークが使用する基本的な操作を最適化する：畳み込み、行列乗算、活性化関数。ディープラーニングコミュニティはTensorFlow、PyTorch、JAXなどのフレームワークをcuDNNを使用するよう構築した。これらのフレームワークは現在、世界中のほぼすべての真剣なAI研究と本番デプロイメントを動かしている。CUDAから切り替えることは、チップを変えるだけでなく、フレームワークスタック全体を移植し、最適化コードを書き直し、何年にも及ぶパフォーマンスチューニングを失う可能性があることを意味する。

データセンターへのピボット

NVIDIAはFY2018からデータセンター売上高セグメントを分離開示し始めた。その年は19.3億ドル——意味はあるがゲームの55.1億ドルに比べれば見劣りした。予兆となる最初のシグナルがFY2021に届いた：データセンターがゲームを初めて上回り、67億ドル対55.2億ドルとなった。

変曲点はChatGPTだった。

OpenAIは2022年11月30日にChatGPTを発売した。5日以内に100万ユーザー。2ヶ月以内に1億ユーザー——史上最速のコンシューマーアプリケーション採用。さらに重要なことに、大規模言語モデルが商業的に実行可能であり、それらのトレーニングと実行には膨大なGPU計算が必要であることを世界中のすべての主要企業と政府に示した。

NVIDIAのFY2024データセンター売上高は475億ドル——FY2023の150億ドルから217%増。FY2025には、データセンター売上高は1,152億ドルに達し、会社の総売上高の88%を占めた。

Blackwellアーキテクチャ——次のモートの構築

2024年3月、NVIDIAはBlackwellを発表した——Hopper（H100を動かすアーキテクチャ）の後継となる次世代GPUアーキテクチャ。Blackwell B200 GPUは20ペタフロップスのFP4 AIパフォーマンスを提供——H100の4ペタフロップスFP8パフォーマンスの5倍。しかしより重要なイノベーションは、大規模クラスター内のBlackwell GPUを接続するNVLinkスイッチファブリックだ。

アップグレードサイクルはすでに進行中だ。NVIDIAはBlackwellが最初の生産四半期で110億ドルの売上高を生み出したと報告した——同社史上最速の製品ランプ。

ジェンスン・フアン——創業者CEOファクター

30年にわたる技術的賭けを実行できる企業はそう多くない。NVIDIAができた理由はジェンスン・フアンだ。

フアンは1993年にNVIDIAを共同創業し、以来継続的に率いている。61歳の彼は後継者計画の兆候を全く見せていない——その必要もない。技術ロードマップを資本配置の意思決定と同様に深く理解する創業者CEOの複利価値は、大型テクノロジー株においては稀だ。ベゾスはAmazonの物流インフラをクラウドサービスに一般化できることを理解していたからAWSを構築した。フアンは並列コンピューティングがグラフィックスレンダリングツールではなく汎用リソースであることを理解していたからCUDAを構築した。

6年間の財務パフォーマンス（FY2020-FY2025）

数字は叙事的な装飾を一切必要としない物語を語る：

注：EPSは2024年6月の株式分割（10:1）後の調整済みベースで表示。FY2023の純利益とEPSはArm買収解約料13.5億ドルおよび在庫費用12.2億ドルの影響を受けた。FY2023の谷（56.9%）からFY2025（74.6%）への粗利益率の拡大は、データセンターミックスシフトによって推進された17.7%ポイントの構造的改善を表す。

粗利益率の話が最も重要だ。NVIDIAのデータセンターGPUは会社平均を大幅に上回る粗利益率を持つ——業界アナリストはH100/Blackwellの粗利益率を70-80%+と推定する。データセンターがFY2022の売上高の46%からFY2025の88%へと成長するにつれ、全体的な利益率構造は構造的に改善する。これはコスト削減ではなく——製品ミックスが永続的な利益率拡大を推進しているのだ。

フリーキャッシュフロー変換率は目を見張るものがある：NVIDIAはFY2025に売上高の約47%をFCFに変換した。比較：Microsoftは約30%、Appleは約25%。NVIDIAのFCF生成は軽資産モデルを反映している——NVIDIAがチップを設計し、TSMCが製造し、NVIDIAはファブを所有せずに知的財産マージンを獲得する。

資本還元マシン

NVIDIAキャンパスのサイン——ジェンスン・フアンが1993年にデニーズのレストランで共同創業した会社は、今や時価総額3兆ドル超

NVIDIAは2024年6月10日に10対1の株式分割を完了した——同社の1999年IPO以来6回目の分割。分割前、株価は1,200ドルを超えて取引されていた。

配当について：NVIDIAは1株当たり0.01ドルの四半期配当（分割後）を支払っている——現在の評価額では実質的に象徴的だ。これはインカム株ではない。

自社株買いについて：NVIDIAはFY2025に自社株買いを通じて154億ドルを株主に還元し、2024年8月に500億ドルの自社株買い枠を発表した。

総株主リターンが見出しだ：NVIDIAの株式はFY2025終了までの5年間で約2,400%のリターンを達成した——年間複利成長率88%。比較として：2020年1月にNVIDIAに投資した1万ドルは、2025年1月には約25万ドルの価値があった。S&P 500の他の大型株はこれに近いものすらなかった。

リスク——このマシンを壊す可能性があるもの

輸出規制と地政学的リスク

NVIDIAの最も直接的な構造リスクは米国政府だ。バイデン政権の先進AIチップへの輸出規制——当初A100とH100を対象とし、2023年10月と2024年にさらに強化——はNVIDIAが最先端チップを中国に販売することを禁じた。規制強化前、中国はNVIDIAのデータセンター売上高の約17%を占めていた。より重大なリスクはエスカレーションだ。米中技術デカップリングが進展し、NVIDIAチップのTSMC生産にまで及べば、半導体サプライチェーン全体が圧力に直面する。

TSMC集中リスク

NVIDIAはファブを所有していない。すべての先進NVIDIAは台湾のTSMCによって4nmおよび3nmプロセスノードで製造されている。台湾は継続的な地政学的リスクに直面している。台湾海峡紛争——非運動的なエスカレーションでさえ——はNVIDIAの生産能力全体を混乱させる。

需要集中とCapexサイクルリスク

FY2025において、4つのハイパースケーラー——Microsoft、Google、Amazon、Meta——はNVIDIAのデータセンター売上高の50%超を占めていた可能性がある。1,305億ドルの売上高ビジネスにとってこれは異常な顧客集中だ。ハイパースケーラーの設備投資はサイクルに従う。AIモデルのリターンが失望させた場合——企業のAI採用が予想より遅ければ、あるいはキラーアプリが消費者レベルで具体化しなければ——ハイパースケーラーの設備投資は急激に減速する可能性がある。NVIDIAの売上高はそれに続くだろう。

オープンエコシステムの課題

すべての主要テクノロジー企業がNVIDIAの代替品に投資している。GoogleのTPU v5は自社トレーニングワークロードで競争力がある。AMDのMI300Xは競争力のある価格性能比を提供する。Intel Gaudi 3は推論ワークロードを対象とする。カスタムシリコン——NVIDIA依存を減らす——のトレンドは今後10年の真の競争力だ。

結論

NVIDIAは投資における最も希少なもの：競争モートが深まると同時に対象市場が拡大しているビジネスだ。

CUDAソフトウェアエコシステムは構築に15年かかり、複製には10年かかる。NVLink相互接続アーキテクチャは個々のチップの決定を超えたクラスターレベルの切り替えコストを生み出す。NVIDIAのハードウェア、ソフトウェアスタック、AI研究コミュニティの関係は共生的だ——新しいアーキテクチャが出荷されるたびに、cuDNNの新しい最適化が行われるたびに、NVIDIAインフラでトレーニングされる新しいモデルごとに、エコシステムの優位性は深まる。

財務結果はそのモートが機能した出力に過ぎない。75%の粗利益率と47%のFCF変換率で1,305億ドルの売上高は偶然ではない——独占サプライヤーがコンピューティング史上最も資本集約的なインフラ構築から事実上無制限の需要に直面したときに何が起こるかだ。

デニーズのレストランでのジェンスン・フアンの賭けはたった今報われた。しかも大規模に。