「誰でも買える」AIアクセラレータ——そしてゴールドラッシュでいちばん儲かったのはツルハシを売る人

この業界にこれ以上ぴったりな言葉はない、という古典的な一節があります：ゴールドラッシュで確実に儲かるのは金を掘る人ではなく、ツルハシとスコップを売る人だ、と。AIの争いがOpenAIで終わろうと、Googleで終わろうと、新顔のスタートアップで終わろうと——誰もがモデルの学習を始める前に、まずこのアクセラレータを買わなければなりません。このnodeは、戦場の全員にツルハシを売る店なのです。そして、いちばん売れている店は莫大な「通行料」を取れます。

お金の規模がそれをはっきり物語ります。2026会計年度、NVIDIAの売上は2,159億ドルに達し、65%伸びました。最終四半期だけでも、データセンター事業の売上は単一四半期で623億ドルという記録を打ち立て、前年から75%伸びています——これはふつうの会社の成長ではなく、世界中のAI投資マネーをまるごと吸い込む本流になった、たった一社の姿です。

でも、このnodeを単なる市場規模以上に強くしているのは取れる利益です。直近の四半期、NVIDIAの粗利益率（gross margin）は約73%——カードを100円分売るたびに、73円が粗利として残るということ。これは「ハードウェア」を売る商売としては不自然なほどの数字で、顧客が高い値段を払っても逃げない「堀」が何かあるサインです（その堀の正体は第4章で掘り下げます）。

ภาพประกอบ (armsrace.webp)

なぜ全員がいま「同時に」買わなければならないのか？それは、これが計算力の蓄積競争（compute arms race）だからです——より多くのアクセラレータを持つ会社が、より大きく賢いモデルを先に学習できる。だから競合は待つわけにいかない。結果として巨大テックは設備投資（capex）を合わせて2025年に約4,100億ドル投じ、2026年には約6,000〜7,250億ドルを予算化しています。そのうち75%超がAIインフラに向かい——そのお金が真っ先に流れ着くのが、いつもこのアクセラレータの層なのです。

なぜAIがアクセラレータを「際限なく食う」のかを理解するには、たった一つの真実を押さえる必要があります：AIのほぼすべての裏側は、行列のかけ算です——巨大な数表を二つ持ってきてかけ合わせる、それを何十億回もくり返す。すごいのは、この仕事が「小さな断片に分けて、同時に計算できる」こと。結果の一つひとつのマス目は、互いに待たずに別々に計算できます。だから、小さなコアを数千〜数万も持つGPUは、一度に一つずつ処理するCPUよりこの仕事を何百倍も速くこなせるんです。

でも、いまどきのモデルはGPU一枚では到底受け止めきれません。大規模言語モデルは一つでパラメータが何兆個もあり、モデルを切り分けて、一つのクラスターとしてつながった数千枚のGPUに分散させるほど巨大です。この仕事がどう進むのか、一歩ずつ追ってみましょう。

実際の数字を見ると一目瞭然です：GPT-4は約25,000枚（A100世代）のカードで、何か月も連続稼働して学習されました。2024〜2025年になると、最先端モデルの学習クラスターは100,000枚（たとえばメンフィスのxAIのクラスター）まで膨らみ、さらに300,000枚以上の計画も控えています——アクセラレータの需要に天井がないように見えるのはこのためで、賢いモデルがほしいたびに、いちばん手っ取り早いのは「カードを足す」ことだから。そして数千枚のカードを高速につなぐネットワークも、カード本体と同じくらい重要です——NVIDIAのネットワーク部門の売上が単一四半期で142%も伸びたのは、まさにこの理由です。

投資家なら誰もが抱く問いはこうです：AMDも同じくらい速いカードを作れるのに、なぜ市場はいまだにNVIDIAにほぼ独占されているのか？答えはカード本体ではなく、CUDAというソフトウェアにあります——そして、これこそがこのnodeをふつうのハードウェア事業と分ける点です。

このnodeがどこに立っているかを理解するには、同じ家族の兄弟たちと並べて見る必要があります——そして、この違いこそがレッスン全体の鍵です：

• 受注チップとの違い——Custom Silicon / ASIC： Google（TPU）、Amazon（Trainium）、Meta（MTIA）はチップを自分専用に設計し、NVIDIAの73%の「上前」を避けようとする。外部の人は買えない。いっぽうこのnodeの merchant カードは誰にでも売る——分かれ目は「自分のために作る」vs「誰にでも売る」
• 推論特化チップとの違い——Inference-Optimized Silicon： merchant カードは「学習」（train）も「推論」（inference）もできる。いっぽう推論特化チップは、くり返しの多い推論の仕事に絞って、より安く・省電力にこなす——挑戦者が割って入ろうとしている戦場です
• 半導体業界の「logic」チップでもある——Logic / Compute (Semiconductors)： 技術的には、これらのアクセラレータは最先端の技術で作られる logic（論理）演算チップ。このnodeの視点は「なぜAIがそれを必要とするか」で、logic チップそのものの製造全般はSemiconductorsというトレンドの話です
• HBMメモリと製造とは表裏一体： アクセラレータがどれだけ速くても、データを供給しきれなければ無価値。だから一枚一枚が特別なメモリHBMと、先端の製造／パッケージ（Foundry & Contract Fabrication、ほぼTSMCが担う）に頼ります——HBMとCoWoSのボトルネックが、業界全体のボトルネックなのです
• AI Cloud & Platformsに力を供給し、Energy Transition & Powerから電力を吸い上げる： これらのカードは、膨大な電力を食うAIデータセンターの中の機械であり、世界の電力需要を押し上げる原動力になっています

いまの絵は「一強＋挑戦者の大軍」です。NVIDIAはいまだにAIアクセラレータ市場を売上で80〜90%握っています（2025年には高性能データセンターカード分野で〜92%に達したことも）。ただアナリストは、シェアが2026年末までに約75%へとじわじわ下がると見ています——NVIDIAの成長が鈍るからではなく、ケーキ全体が一社では食べきれないほど速く膨らんでいるからです。

NVIDIAのいまのエンジンは、出荷を加速しているBlackwell系のチップです——GB300がGB200を抜き、すでにBlackwell売上の約3分の2を占めるまでになりました。怖いのは、NVIDIAが毎年新しいアーキテクチャを出すペースで走っていること（Hopper 2022 → Blackwell 2024–25 → Rubin 2026年末）。これでは競合はほとんど追いつけません——一つの世代に追いついたころには、NVIDIAはもう次を出しているからです。

挑戦者の側にも、本物の重みが出てきました。AMDはいちばんはっきりした merchant の二番手です——Instinct MI350はHBM3E 288GB（NVIDIAより多い）を積み、MI400が2026年に控えています。AMDのデータセンター事業の売上は直近の四半期で58億ドルに達し、57%伸びました。最大のディールは、Metaが6ギガワット級のAMDカードを導入すると表明したこと。AMDがまだ追わなければならない弱点はソフトウェアのROCmで、CUDAより数歩遅れています——でも、少しずつ良くなってきています。

いっぽうIntelは、この戦場の難しさを物語る教訓です——Gaudi系は幕を閉じ、旗艦カードのFalcon Shoresは発売中止に。Intelは推論に絞ったCrescent Islandで間口を狭めて戦うことにし（2026年後半から顧客テスト開始）、大きな賭けは2027年のJaguar Shoresに置いています。老舗のチップ巨人ですら、NVIDIAに正面からぶつかると痛手を負うことを映し出しています。

もう一つ熱くなっているのが中国です。NVIDIAの高性能カードを中国市場から締め出す米国の輸出規制のもとで、中国でのNVIDIAのシェアはかつての〜95%から約55%へ落ち、国内勢が一気に成長する余地が生まれました——中国製のAIカードは、2025年の国内出荷の約41%（400万枚のうち約165万枚）を占めるまでに。先頭はHuawei（Ascend系）、続いて上場企業のHygon、MetaX、Biren——なかでもMetaXは2025年末に上海市場へ上場し、初日にほぼ700%急騰しました。

第一の方向は年次ペースがさらに競合を締め上げること。2026年末、NVIDIAはRubinアーキテクチャ（新型のHBM4メモリを使う）を投入し、続いて2027年にRubin Ultra、2028年にFeynman。どの世代もCPU、ネットワークスイッチ、システム一式とセットで来ます——戦略は「システムまるごと」を売ることで、カードだけ売る競合はますます不利になり、顧客はますます抜け出しにくくなります。

第二の方向は戦いが「推論」（inference）の仕事へ移ること。AIが広まるにつれ、重心は大きな「学習」から、毎日何百万回も問いに答える「推論」へとずれていきます。ここはCUDAの堀が弱まる場所で、AMD/Intelの merchant カードに加え、受注チップ（ASIC）や推論特化チップ（Inference-Optimized Silicon）がコスト勝負で割って入る余地が生まれます——くり返しの多い推論の仕事は、学習ほどの柔軟さを必要としないからです。

第三の方向はボトルネックが移動していること。今日のボトルネックはHBMとパッケージ（CoWoS）ですが、明日は電力と冷却かもしれません——新型のBlackwellカードは一枚で1,000ワットを超える電力を食い、10万枚級のクラスターは電力網の天井にぶつかり始めています。次の電力ボトルネックを先に解いた者が有利になる。だからこのnodeはエネルギーのトレンドとますます強く結びついていくんです。

第四の方向はケーキが速く膨らむので「シェアは落ちてもまだ伸びる」こと。NVIDIAのシェアは下がっても、市場全体があまりに速く膨らむので、各社の売上は同時に伸び続けられます——注目は受注チップ（ASIC）で、2026年に初めて出荷台数の伸びが merchant カードを上回ると見られています（〜45% vs 〜16%）。巨大テックが「上前を避ける」動きが、現実になり始めたサインです。

第一のリスクは極端な集中です。莫大な価値がほぼNVIDIA一社に結びつき、その裏側もさらに少数のサプライヤーに頼っています——TSMCが最先端カードのほぼすべてを製造し、HBMの作り手はわずか3社。どこか一点がつまずけば（災害、地政学、技術的トラブル）、サプライチェーン全体が揺れます。そして最先端の製造が台湾に集中しているため、地政学リスクは決して遠い話ではありません。

ภาพประกอบ (moat.webp)

第二のリスクはいちばん大口の顧客が、競合になりつつあることです。Google、Amazon、Microsoft、Metaは最もカードを買う顧客ですが、その彼らが73%の上前を避けるために自社の受注チップを作っています。経済の理屈はとても明快です：自社チップが旗艦カードの約70%の性能でも、推論での総コストが40〜65%安いなら、社内の仕事を merchant カードから移すのは桁違いに割に合う——これはシェアとマージンの両方への、長期的な圧力です。

第三のリスクは循環とバブルの問いです。いまカードの需要がとても強いのは、巨大テックが一斉に莫大なcapexを投じているから——でも、気になる数字があります：AIから上がる実際の売上は、投じられたお金に比べるとまだ小さい（たとえばOpenAIのARRは約200億ドルで、巨大テックのcapexは数十兆円規模）。もしリターンが想定より遅れたり、投資が一斉に減速したりすれば、際限なく見えた需要は一気に縮みかねません——その大半が、同じ少数の懐の深い顧客から来ているからです。

第四のリスクは地政学の壁が両刃の剣であることです。輸出規制は、かつてとても大きかった中国市場をアメリカのメーカーから切り離します——売れなくなるということは、中国勢（Huawei、Hygon、MetaX、Biren）が自前のカードを作るのを早めることと同じ。最終的に市場リーダーは、今日の売上を失うと同時に、中国での長期シェアまで失うリスクを負います。

ひとことで言えば：このnodeは、誰もがAIの戦場に入る前に立ち寄らなければならないツルハシ屋です。今日はたった一社が、カードよりソフトウェアで店を握っています。でも戦場は変わりつつある——世界が「学習」から「利用」へとずれるにつれ、大口の顧客は自分でツルハシを鋳り始め、中国は自前の店を並行して作っています。この層を理解すれば、なぜほんの数種類の小さなカードが、AI経済まるごとの心臓でありボトルネックでもあるのかが分かります。