Nvidiaは、他の多くの企業が羨ましく思うような四半期実績を発表しました。2026年第3四半期の売上高は62％増の570億ドルに達し、データセンター部門だけで512億ドルを稼ぎ出しました。
物語の背後にある数字
Nvidiaのデータセンター収益は512億ドルで、前四半期比25％、前年同四半期比66％増加しました。これにより、同社のデータセンター事業は年間2000億ドル以上の運用規模を超えました。
同社はAIアクセラレータ市場の約80%を支配している。その支配力はハードウェアだけではなく、開発者をNvidiaのアーキテクチャに固定するCUDAソフトウェアエコシステムによるものである。
2025年の世界のAI推論市場は1,061.5億ドルと予測され、2030年までに2,549.8億ドルに成長し、年間複合成長率は19.2％になると見込まれています。BlackwellおよびBlackwell Ultraアーキテクチャは、本番環境でのAIモデルの実行をより安価かつ高速にするために、推論の経済性を向上することを目的として設計されています。
推論がトレーニングよりも重要な理由
AIモデルのトレーニングは、一回限り（または定期的）の費用です。一方、トレーニング済みモデルを実際にユーザーに提供するために実行する推論は、継続的に発生します。ChatGPTへのすべてのクエリ、AIが生成するすべての検索結果、自動化されたカスタマーサポートのすべての対話は、推論ワークロードです。業界の一部の推定では、推論が将来的にAIコンピューティング需要の80〜90％を占める可能性があるとされています。
NvidiaのCEO、ジェンセン・ホアンは、四半期にわたりこの移行を示唆してきました。Blackwellアーキテクチャは、遅延とクエリあたりのコストが純粋なスループットと同等に重要な推論の特定の計算パターンに対応するように設計されています。
市場の奇妙な反応
期待を大きく上回る数値を発表したにもかかわらず、Nvidiaの株価は下落しています。同社の株価は今後12か月の利益に対して22倍未満で取引されており、年間収益成長率が62％である企業としては控えめな評価です。
Nvidiaはトレーニングで支配的ですが、推論ワークロードはより多様であり、競合他社にとってよりアクセスしやすい可能性があります。GoogleやAmazon、そして増加し続けるスタートアップ企業たちが、推論に特化したカスタムチップを開発しています。また、分散型GPUネットワークの分野も拡大しており、未使用のハードウェアを統合することで、推論計算をより低コストで提供する可能性があります。
22倍未満の将来利益倍率は、市場がこのリスクのいずれかのバージョンを価格に織り込んでいることを示唆しています。これが機会なのか警告なのかは、NvidiaがAIがモデル構築から大規模な実行へと移行する中でその支配的地位を維持できるかどうかに完全に依存します。