NVIDIA——ゲーム用グラフィックボードメーカーからAI演算の覇者へ、CUDAエコシステムとデータセンター向けGPUで時価総額トップに君臨
創業:ジェンスン・ファン(黄仁勋)、クリス・マラコウスキー、カーティス・プリム · NVIDIA
主要項目
FIELD STAMPS創業のきっかけ
1993年、ジェンスン・ファンら3名がLSI LogicとSun Microsystemsを退職しNVIDIAを設立。当時は存在しなかったPCグラフィックスアクセラレータ市場に賭けた。同社初のチップ「NV1」は技術的な方向性を誤り、初期資金をほぼ使い果たしたが、1997年の「RIVA 128」で辛うじて生き残った。1999年にGPUの概念を提唱し「GeForce 256」を発売。2000年には3dfxの資産を買収し、ゲーム用グラフィックボードの二大巨頭の一角となった。2006年、ジェンスン・ファンは周囲の反対を押し切ってCUDAを導入。GPUを固定機能のグラフィックスパイプラインから汎用並列計算へと転換させた。この決断は当時ウォール街から「底なしの金食い虫」と見なされたが、2012年のAlexNetによるディープラーニング革命の布石となった。
成長のマイルストーン
転換点
- 1997年、RIVA 128が発売4ヶ月で100万個を販売し、破産の危機から脱出
- 2006年、ジェンスン・ファンが社内の反対を押し切ってCUDAを強行導入し、その後5年間の株価低迷を招く
- 2012年、AlexNetが2枚のゲーム用GPUでImageNetのチャンピオンとなり、NVIDIAが意図せずディープラーニングの事実上のハードウェア標準となる
- 2016年、OpenAIに初のDGX-1を納入し、ゲーマー向けGPU販売からAI研究所向け演算能力販売へとビジネスモデルを転換
- 2023年、ChatGPTが世界的なGPU争奪戦を引き起こし、データセンター事業が9ヶ月で過去20年分の累積規模を上回る
失敗とつまずき
- 1995年、NV1がDirect3Dと互換性がなかったため全く売れず、手元資金が1ヶ月分にまで減少
- 2008年、金融危機とCUDAへの投資が重なり利益率を圧迫、株価が37ドルから6ドルまで下落
- 2009年、Tegraシリーズでモバイル向けプロセッサに注力するも、QualcommやAppleの自社製チップに完敗し、2015年以降モバイル市場から事実上撤退
- 2022年、660億ドルでのArm買収を試みるも、米連邦取引委員会(FTC)および英国の規制当局により阻止され、取引が破談
关键成功要素
- CUDAエコシステムへの長期的な巨額投資により、ソフトウェアによるスイッチングコストを構築し、GPU市場における二重の参入障壁を形成
- ゲーム用GPUの低利益率なフロー型ビジネスを、データセンター向けAI学習の契約ベースの高利益率ビジネスへ転換
- GPUサプライヤーから、ラック単位およびネットワークスイッチ(Infiniband)を統合した演算ソリューションプロバイダーへ進化
- Tensor CoreやTransformer Engineなどの専用ユニットにより、AIワークロードにおけるワットあたりの性能優位性を維持
- Microsoft、Meta、Google、Amazonなどの主要顧客と、数十億ドル規模の複数年購入契約を締結
教訓
- 当時存在しなかったエコシステムに賭けるには、経営トップが解任レベルのリスクを負う覚悟が必要
- 製品ラインごとに収益を確保しつつ、非コア顧客の偶然の利用から第二の成長曲線を見出す
- チップ企業の命運は単一世代の製品性能ではなく、開発者がプラットフォームを切り替える際の移行コストにある
- 外部需要が突然爆発した際、長年構築してきた生産能力の確保とソフトウェアエコシステムが指数関数的な増幅を生む
- 独占的な利益率は世界的な規制や競合他社の共同包囲網を招くため、政策リスクと市場拡大のバランスを取る必要がある
主要データ
- 市值:5兆ドル超
- 2025财年营收:1,305億ドル
- 2025财年数据中心营收:1,152億ドル
- 毛利率:73%
- Blackwell架构Q4营收:約110億ドル
- AI芯片市占率:87.4%
- 创始人启动资金:4万ドル
- 1997年RIVA128出货量:100万個超
- 2016年数据中心营收:8億3,000万ドル
競合・同業
AI学習アクセラレータ市場において、NVIDIAの主な競合はAMDのInstinct MIシリーズ、GoogleのTPU、そしてAmazonのTrainiumおよびInferentia自社製チップである。AMDは2024年から2025年にかけてMI300Xの出荷量を徐々に増やし、コストパフォーマンスを武器にNVIDIAの顧客層に食い込もうとしているが、ソフトウェアエコシステムには大きな差がある。GoogleのTPUは内部の学習負荷において相当の割合を占めているが、市場には一般販売されていない。クラウドベンダーの自社製チップは主に推論ワークロードを対象としており、短期的には学習分野におけるNVIDIAの支配的な地位を揺るがすことはできない。IntelのGaudiシリーズは事実上、エッジ市場へ退いている。その他、Cerebras、Groq、SambaNovaなどのスタートアップが特定の推論や疎な学習シナリオで存在感を示しているが、出荷規模はNVIDIAに遠く及ばない。
- https://www.befreed.ai/podcast/ying-wei-da-cong-kuai-can-dian
- https://wangruofeng007.com/blog/2026-03/jensen-huang-ai-revolution/
- https://ain3xt.com/posts/20260517-nvidia-cuda-moat-ai-factory/
- https://unikoshardware.com/2026/04/nvidia-jensen-huang-cuda-geforce.html
- https://www.xiaoyuzhoufm.com/episode/6975c3dfef1cf272a7514374
- https://youxiyingjian.com/news/nvidia-cuda-ai-gamers
- https://www.techwalker.com/2026/0324/3182124.shtml
- https://developer.cloud.tencent.com/article/2727286
- https://news.qq.com/rain/a/20260226A04OIP00