カリフォルニア州サンノゼで開催されたエヌビディアの2026年GTC（GPU Technology Conference）で、ジェンスン・フアン氏はシリコンバレーの基準から見ても異例のことを行った。彼は単なるロードマップを示すだけではなかった。人工知能（AI）の未来を数値化したのだ。フアン氏は宣言した。「過去2年間で、コンピューティング需要は100万倍に増加したと私は確信している」
フアン氏は現在、エヌビディアのBlackwellとVera Rubinシステムに対する需要が2027年までに少なくとも1兆ドルに達すると予測している。これは、わずか1年前の同社の予測5000億ドルの2倍だ。しかし、この発表から数週間が経過し、新たな詳細が明らかになるにつれ、1つのことがはっきりしてきた。この見出しの数字は、すでに時代遅れになりつつあるということだ。これはピーク予測ではない。動き続ける目標なのだ。
AI加速こそが真の物語
最も重要な更新は、エヌビディアが1兆ドルの需要を見込んでいることではない。その数字がいかに速く変化しているかだ。GTCでフアン氏は、コンピューティング需要が事実上「チャートを振り切った」状態にあると強調し、わずか数年で桁違いに増加した成長を説明した。これが意味するのは、1兆ドルという需要の数字は巨大に見えるが、数カ月後には再び上方修正される可能性があるということだ。
この加速は現在、スタック全体にわたって目に見えるようになっている。エヌビディアはもはや予測可能な半導体サイクルで拡大しているのではない。AI自体の拡大と並行して拡大しているのだ。
AIによる市場拡大
産業オートメーションやAIのような新しい技術が登場すると、その技術の将来の市場規模を予測することは困難だ。その理由は、技術の採用が進むにつれて、使用量が増加し、新しい種類のユーザーも市場に参入するからだ。これにより、市場規模自体が拡大する。AI主導の加速の好例は、ソフトウェア開発市場だ。現在、AIベースのコーディング支援の大部分はソフトウェアエンジニアによって行われているが、ビジネスアナリストのような非技術系ユーザーも、事前の技術知識なしにアプリケーションを構築し始めると予想される。これは、既存のソフトウェア開発市場と比較して、AIコーディング支援市場におけるユーザーの総数が劇的に拡大することを意味する。これは、AIのような画期的な技術が、自らの採用を拡大するだけでなく、市場規模そのものを拡大する好例だ。
推論が転換点に
エヌビディアはもはや、大規模モデルのトレーニングを中心に位置づけていない。現在、同社は明確に大規模推論、つまりAIシステムをリアルタイムで継続的に実行するプロセスのために構築を進めている。フアン氏はGTCで大胆に発表した。「推論の転換点が到来した」。彼はまた、その理由を次のように説明した。「AIは今や考えなければならない……AIは読まなければならない……ついに、AIは生産的な仕事ができるようになった。したがって、推論の転換点が到来したのだ」
エージェント型AIシステムが本格化し始めるにつれ、AIワークロードは持続的なものになりつつある。これらのシステムはプロンプトを待たない。継続的に動作し、出力を生成し、意思決定を行い、ワークフローを実行する。この変化は、すでにエヌビディアの製品ロードマップ全体を再構築している。推論は、エヌビディアの製品戦略の中心となりつつある。同社は、リアルタイムAI処理を加速するために特別に設計された新しいアーキテクチャを導入した。これらのシステムは、GPUを補完するように構築されており、レイテンシとトークンスループットを劇的に改善する。
これは、ポジショニングの明確な変化を示している。エヌビディアは、トレーニングにおけるリーダーシップを守るだけではない。長期的な需要の大部分を生み出すと予想されるAI市場の一部である推論を支配しようとしているのだ。
Vera Rubinの瞬間
エヌビディアの新しいVera Rubinプラットフォームは現在、生産規模に移行しており、2026年後半にクラウドインフラ全体で展開される予定だ。バーンスタインは、Vera RubinのROI（投資収益率）を定量化した。「2026年後半に出荷開始予定の次期プラットフォームは、現行システムと比較して、推論性能で約5倍、トレーニング性能で3.5倍の向上を実現する可能性がある」
Vera Rubinは単なる高速チップではない。エヌビディアがAIファクトリーと呼ぶものを動かすために設計された、完全なシステムアーキテクチャだ。これらは、推論中心のワークロードに最適化された、大規模で常時稼働するコンピューティング環境だ。最近の発表は、エヌビディアがこのモデルをどこまで推し進めているかを裏付けている。同社は、新しいラックレベルシステム、エージェント型AI専用に設計された新しいCPU、そしてGPU、ネットワーキング、ストレージを単一の統合プラットフォームに組み合わせた統合アーキテクチャを導入した。
同時に、エヌビディアはAIインフラにおける最大のボトルネックの1つであるデータ移動に取り組んでいる。新たに導入されたストレージアーキテクチャは、コンテキストメモリとトークンスループットに関する制約を取り除き、大規模推論ワークロードの効率を向上させるように設計されている。
競争が激化
エヌビディアは依然として支配的だが、最新の動向はエコシステムが進化していることを示している。代替推論プロバイダーが勢いを増している。グーグルはマーベルとの協力を模索していると報じられており、AI推論用のチップを構築する計画だ。これは、グーグルの自社開発テンソル処理ユニット（TPU）に加えてのものであり、TPUはすでに成功を収めている。別途、ハイパースケーラーはカスタムシリコンへの投資を継続している。AI企業自身も、コンピューティング戦略の多様化を始めている。
AI需要は依然として供給を上回る
エヌビディアの予測規模の拡大にもかかわらず、1つの制約は変わっていない。AIの供給は依然として需要に追いついていない。同社は生産を増強し続けているが、現実には、ハイパースケーラーや企業全体の顧客が、コンピューティングへのアクセスを巡って競争している。この不均衡は一時的な問題ではない。これは現在のAIサイクルの決定的な特徴だ。なぜなら、初めてコンピューティングが単なるリソースではなくなったからだ。それは市場規模の成長を制限する要因なのだ。AIは静的な市場ではない。コンピューティングによって制限される、拡大する市場なのだ。
フアン氏の1兆ドル予測は、野心的なものとして解釈するのは容易だ。しかし、実際には上方修正される可能性がある。真の物語は、エヌビディアが1兆ドルの機会を見ているということではない。業界が、エヌビディアが予想していたよりも速く拡大しているということだ。その世界では、コンピューティングを支配する企業は、AIの次の段階に参加するだけではない。それを定義するのだ。
