今週、「1兆ドル」よりも市場を驚かせる数字はありません。 ジェンセン・フアン（黄仁勳）は、エヌビディアの年次開発者カンファレンスGTCの基調講演で、2027年末までに、エヌビディアの次世代AIアクセラレーターチップアーキテクチャBlackwellと次世代Rubinプロダクトの累計で、少なくとも1兆ドルの売上を生み出す見通しであり、この数字には独立したVera CPUおよびLPXラックソリューションの売上高は含まれないことを明確に述べました。 5000億ドルから1兆ドルへ。エヌビディアの半導体売上の見通しは、半年で倍増するとされています。 この「AIバブル」の綱引きの市場で、ジェンセン・フアンはなぜ市場予想を大きく上回る判断を出せたのでしょうか？その目標は実現できるのでしょうか？ **ニュースで注目の画像を見る** **根拠はどこにあるのか** ジェンセン・フアンの「1兆ドルの売上」見通しの背景には、3つの大きな支えがあります。 1、受注の可視性が非常に高い。GTC2026期間中にメディアの取材を受けた際、ジェンセン・フアンは、今週月曜日に公表した1兆ドル以上の売上見通しには強い「見通し（能見度）」があると強調しました。エヌビディアは、1兆ドル超の価値を持つ事業を達成し、計上し、納品することができると見込んでおり、「1兆ドル超」という目標の達成について「揺るぎない自信」を持っているとしています。 この「強い見通し」の判断は、根拠のない話ではありません。ジェンセン・フアンは、現時点で顧客の最も重要なニーズは「価格」ではなく「十分な供給を確保すること」だと指摘しました。これは、AI計算能力市場が依然として典型的な供給ボトルネックの段階にあることを反映しています。需要は供給をはるかに上回っており、顧客は価格の高低よりも、モノが手に入らないことをより心配しているのです。 Omdiaによると、先端パッケージング分野は危機に直面しています。TSMC（台湾積体電路製造）のCoWoS生産能力は、2025年の月あたり7.5万枚のウエハーから、2026年末には12〜13万枚へ増強されるものの、それでも急増する需要を満たせず、結果として納期が長引き、価格が上昇し、生産能力の配分も最大の顧客により偏ることになります。 ジェンセン・フアンはさらに、クラウド事業者やAI企業による大規模な調達により、同社の受注、予約、出荷が高い確実性を持って形成されていることが、「強い見通し」の判断に踏み切れた重要な理由だと述べました。業界の観点から見ると、OpenAI、Meta、マイクロソフト、グーグル、アマゾンなどのテック・メジャーは、AIデータセンターの建設に継続的に投資を加速させており、計算能力の需要が指数関数的に増加するよう後押ししています。 モルガン・スタンレー（J.P.モルガン）では、1兆ドルはウォール街が現在見込む2026〜2027年のデータセンター売上に対して、少なくとも500〜700億ドルの上振れ余地があることを意味すると指摘しています。 2、AIが「推論（Inference）時代」に入った。過去2年が「モデル学習（トレーニング）」を中心としていたのとは対照的に、ジェンセン・フアンはGTC2026で繰り返し、AI業界は「推論の転換点」に入ったと強調しました。 いわゆる推論（Inference）とは、AIモデルが実際のアプリケーションでリアルタイムに計算する際の需要を指します。ユーザーがChatGPTに質問し、Midjourneyで画像を生成し、あるいは自動運転車に意思決定をさせるとき、その背後には推論計算が支えています。学習段階での一回限りの大規模計算と異なり、推論は継続的であり、ユーザー規模の拡大に伴って、線形、あるいは指数関数的に成長する計算需要です。 ジェンセン・フアンは基調講演で、「学習はモデルを賢くするが、推論によってAIは本当に家庭から多くの人々のもとへ届く。ユーザーとの1回ごとのインタラクションには計算能力が必要であり、AI Agent（エージェント）の普及によって、推論の需要は学習の需要をはるかに上回る」と述べました。 **市場規模の試算：** - 学習市場：相対的に集中。少数のテック・メジャーが主導し、需要はプロジェクト制で、段階的に爆発する - 推論市場：非常に分散。クラウドのAPIからエッジデバイスまで、消費者向けアプリからエンタープライズ向けソリューションまで、需要は継続的で、規模化に伴って成長する 3、プロダクトの反復（イテレーション）＋プラットフォーム化戦略。ジェンセン・フアンがGTC2026で明かした1兆ドルの見通しは、Blackwellと次世代Rubinアーキテクチャのチップの売上をカバーするだけで、新たにリリース予定の製品の売上は含まず、また新規の地域・市場の分も含んでいません。これは、エヌビディアの潜在的な総合AIビジネス規模が、現在の試算範囲をさらに上回る可能性があることを意味します。 **プロダクトのロードマップ：** - Blackwellアーキテクチャ（2024-2025）：すでに大規模に量産。B200チップはトレーニング性能でH100の4倍、推論性能は最大30倍に向上 - Rubinアーキテクチャ（2026-2027）：2026年から大規模導入が始まる見込みで、性能はさらに飛躍する見通し **- Feynmanアーキテクチャ（2028年以降）：より遠い将来の次世代アーキテクチャは開発中** さらに重要なのは、エヌビディアが「チップを売る」から「AIファクトリーを売る」へと移行していることです。ジェンセン・フアンは大会で、NVIDIA Dynamoのオープンソース推論オペレーティングシステム、物理AIデータファクトリーのブループリント、そして世界の産業向けソフトウェアの巨頭との協業を発表し、完全なAIインフラのエコシステムを構築しようとしています。 アナリストは、このプラットフォーム化戦略は、エヌビディアの将来の収益が単一GPUに限定されず、完全なデータセンターシステムへと拡張されることを意味すると指摘しています。Wedbushのシニア・テクノロジーアナリスト（000021）であるDan Ivesは、「エヌビディアは人工知能の巨大な波に乗るだけでなく、AIを支えるインフラへの支配力を拡大し始めている」と述べています。 これは収益の上限（天井）を大きく押し上げることになります。ジェンセン・フアンは明確に「1兆ドルという目標は、今後もさらに膨らみ続ける」と述べました。 **1兆ドルへの道が直面する複数の課題** ジェンセン・フアンの発言は自信に満ちていますが、1兆ドルの累計売上（2027年末まで）を達成するには、依然として複数の課題があります。 まず、時間的な猶予の厳しさ。2026年3月から2027年末までに、エヌビディアが1兆ドルの累計売上を実現するための時間は2年未満です。チップが発注から納品までにかかる期間（通常6〜12か月）や、大規模導入に必要な時間を考慮すると、実際に売上を確定できる時間枠はさらに切迫します。 **- エヌビディアの2025会計年度（2025年1月時点）の売上は1305億ドル** - エヌビディアの2026会計年度（2025年2月から2026年1月に相当）の売上は2159億ドルで、2027会計年度の売上は約3000〜4000億ドルに到達 **- 2025-2027の3年間累計の売上は約6000-7000億ドル** - 1兆ドルに到達するには、2027年の単年度売上が少なくとも5000億ドルを超える必要があることになります つまり、エヌビディアは2027年に前年比でほぼ倍増に近い成長を実現しなければならず、これはどのハードウェア企業にとっても前例のない挑戦です。 次に、市場競争の激化。 AMDが2025年に投入するMI400シリーズは、業界ではエヌビディアのBlackwellに対する直接的な挑戦と見られています。AMDのCEOスー・チー・フォン（蘇姿豊）は最近のインタビューで、「AI市場におけるシェアは着実に伸びています。MI400は特定のワークロードにおいてBlackwellよりもコストパフォーマンスが優れており、価格に敏感な顧客にとって非常に魅力的です」と述べました。 より大きな脅威は、エヌビディアの大口顧客が自社開発AIチップの導入を加速させていることです： - グーグルTPU v6：Gemini2.0の学習と推論で既に使用されており、性能はBlackwellに近い - アマゾンTrainium3/Inferentia3：AWS上で大規模導入が進み、エヌビディアのソリューションよりコストが30-40%低い **- マイクロソフトMaia200：2025年末からAzure上で全面的に展開開始** **- Meta MTIA：2027年末までに4世代の自社開発AIチップを投入する計画** ある前グーグルのチップエンジニアは、「Transformerモデル学習におけるTPUの効率は、すでにGPUを上回っています。汎用性はCUDAほどではないものの、明確なワークロードを持つ大企業にとって、自社開発チップの経済性は非常に魅力的です。クラウド事業者の目標は、2027年に自社開発チップが自社のAI計算能力調達の30-40%を占めることです」と述べています。 Seaport Researchのアナリストは、「エヌビディアは今まで以上に収益を獲得するために努力する必要がある」と指摘しています。 さらに、サプライチェーンのボトルネックも起こり得ます。現在、TSMCのCoWoS先端パッケージングの生産能力が、主要なボトルネックです。TSMCは増産を加速していますが、ハイエンドAIチップの需給ギャップは2026年末まで続くと予想されます。増産の進捗が想定に届かなければ、エヌビディアは「注文はあるが納品できない」という気まずい状況に直面する可能性があります。 中東情勢の動揺は、ストレージの製造能力を持つ韓国にも波及しています。韓国国際貿易協会の2025年統計によると、韓国のヘリウムの輸入におけるカタールへの依存度は64.7%にも達します。半導体製造プロセスでは、シリコンウエハーを冷却するためにヘリウムへの依存度が非常に高く、現在は実現可能な代替案がないと考えられています。韓国政府も、供給が長期間中断されれば、ヘリウム不足や価格上昇につながる可能性があると述べています。 注目すべき点として、ホルムズ海峡の封鎖により世界の原油価格が1バレル100ドル台の高値を維持しており、これは高エネルギー消費の計算能力データセンターにとって大きな打撃です。エネルギーコストがチップによる効率改善を相殺してしまうなら、世界のAI投資計画は縮小を余儀なくされる可能性があります。
“兆”収入、NVIDIAの底力と挑戦
今週、「1兆ドル」よりも市場を驚かせる数字はありません。
ジェンセン・フアン（黄仁勳）は、エヌビディアの年次開発者カンファレンスGTCの基調講演で、2027年末までに、エヌビディアの次世代AIアクセラレーターチップアーキテクチャBlackwellと次世代Rubinプロダクトの累計で、少なくとも1兆ドルの売上を生み出す見通しであり、この数字には独立したVera CPUおよびLPXラックソリューションの売上高は含まれないことを明確に述べました。
5000億ドルから1兆ドルへ。エヌビディアの半導体売上の見通しは、半年で倍増するとされています。
この「AIバブル」の綱引きの市場で、ジェンセン・フアンはなぜ市場予想を大きく上回る判断を出せたのでしょうか？その目標は実現できるのでしょうか？
ニュースで注目の画像を見る
根拠はどこにあるのか
ジェンセン・フアンの「1兆ドルの売上」見通しの背景には、3つの大きな支えがあります。
1、受注の可視性が非常に高い。GTC2026期間中にメディアの取材を受けた際、ジェンセン・フアンは、今週月曜日に公表した1兆ドル以上の売上見通しには強い「見通し（能見度）」があると強調しました。エヌビディアは、1兆ドル超の価値を持つ事業を達成し、計上し、納品することができると見込んでおり、「1兆ドル超」という目標の達成について「揺るぎない自信」を持っているとしています。
この「強い見通し」の判断は、根拠のない話ではありません。ジェンセン・フアンは、現時点で顧客の最も重要なニーズは「価格」ではなく「十分な供給を確保すること」だと指摘しました。これは、AI計算能力市場が依然として典型的な供給ボトルネックの段階にあることを反映しています。需要は供給をはるかに上回っており、顧客は価格の高低よりも、モノが手に入らないことをより心配しているのです。
Omdiaによると、先端パッケージング分野は危機に直面しています。TSMC（台湾積体電路製造）のCoWoS生産能力は、2025年の月あたり7.5万枚のウエハーから、2026年末には12〜13万枚へ増強されるものの、それでも急増する需要を満たせず、結果として納期が長引き、価格が上昇し、生産能力の配分も最大の顧客により偏ることになります。
ジェンセン・フアンはさらに、クラウド事業者やAI企業による大規模な調達により、同社の受注、予約、出荷が高い確実性を持って形成されていることが、「強い見通し」の判断に踏み切れた重要な理由だと述べました。業界の観点から見ると、OpenAI、Meta、マイクロソフト、グーグル、アマゾンなどのテック・メジャーは、AIデータセンターの建設に継続的に投資を加速させており、計算能力の需要が指数関数的に増加するよう後押ししています。
モルガン・スタンレー（J.P.モルガン）では、1兆ドルはウォール街が現在見込む2026〜2027年のデータセンター売上に対して、少なくとも500〜700億ドルの上振れ余地があることを意味すると指摘しています。
2、AIが「推論（Inference）時代」に入った。過去2年が「モデル学習（トレーニング）」を中心としていたのとは対照的に、ジェンセン・フアンはGTC2026で繰り返し、AI業界は「推論の転換点」に入ったと強調しました。
いわゆる推論（Inference）とは、AIモデルが実際のアプリケーションでリアルタイムに計算する際の需要を指します。ユーザーがChatGPTに質問し、Midjourneyで画像を生成し、あるいは自動運転車に意思決定をさせるとき、その背後には推論計算が支えています。学習段階での一回限りの大規模計算と異なり、推論は継続的であり、ユーザー規模の拡大に伴って、線形、あるいは指数関数的に成長する計算需要です。
ジェンセン・フアンは基調講演で、「学習はモデルを賢くするが、推論によってAIは本当に家庭から多くの人々のもとへ届く。ユーザーとの1回ごとのインタラクションには計算能力が必要であり、AI Agent（エージェント）の普及によって、推論の需要は学習の需要をはるかに上回る」と述べました。
市場規模の試算：
- 学習市場：相対的に集中。少数のテック・メジャーが主導し、需要はプロジェクト制で、段階的に爆発する
- 推論市場：非常に分散。クラウドのAPIからエッジデバイスまで、消費者向けアプリからエンタープライズ向けソリューションまで、需要は継続的で、規模化に伴って成長する
3、プロダクトの反復（イテレーション）＋プラットフォーム化戦略。ジェンセン・フアンがGTC2026で明かした1兆ドルの見通しは、Blackwellと次世代Rubinアーキテクチャのチップの売上をカバーするだけで、新たにリリース予定の製品の売上は含まず、また新規の地域・市場の分も含んでいません。これは、エヌビディアの潜在的な総合AIビジネス規模が、現在の試算範囲をさらに上回る可能性があることを意味します。
プロダクトのロードマップ：
- Blackwellアーキテクチャ（2024-2025）：すでに大規模に量産。B200チップはトレーニング性能でH100の4倍、推論性能は最大30倍に向上
- Rubinアーキテクチャ（2026-2027）：2026年から大規模導入が始まる見込みで、性能はさらに飛躍する見通し
- Feynmanアーキテクチャ（2028年以降）：より遠い将来の次世代アーキテクチャは開発中
さらに重要なのは、エヌビディアが「チップを売る」から「AIファクトリーを売る」へと移行していることです。ジェンセン・フアンは大会で、NVIDIA Dynamoのオープンソース推論オペレーティングシステム、物理AIデータファクトリーのブループリント、そして世界の産業向けソフトウェアの巨頭との協業を発表し、完全なAIインフラのエコシステムを構築しようとしています。
アナリストは、このプラットフォーム化戦略は、エヌビディアの将来の収益が単一GPUに限定されず、完全なデータセンターシステムへと拡張されることを意味すると指摘しています。Wedbushのシニア・テクノロジーアナリスト（000021）であるDan Ivesは、「エヌビディアは人工知能の巨大な波に乗るだけでなく、AIを支えるインフラへの支配力を拡大し始めている」と述べています。
これは収益の上限（天井）を大きく押し上げることになります。ジェンセン・フアンは明確に「1兆ドルという目標は、今後もさらに膨らみ続ける」と述べました。
1兆ドルへの道が直面する複数の課題
ジェンセン・フアンの発言は自信に満ちていますが、1兆ドルの累計売上（2027年末まで）を達成するには、依然として複数の課題があります。
まず、時間的な猶予の厳しさ。2026年3月から2027年末までに、エヌビディアが1兆ドルの累計売上を実現するための時間は2年未満です。チップが発注から納品までにかかる期間（通常6〜12か月）や、大規模導入に必要な時間を考慮すると、実際に売上を確定できる時間枠はさらに切迫します。
- エヌビディアの2025会計年度（2025年1月時点）の売上は1305億ドル
- エヌビディアの2026会計年度（2025年2月から2026年1月に相当）の売上は2159億ドルで、2027会計年度の売上は約3000〜4000億ドルに到達
- 2025-2027の3年間累計の売上は約6000-7000億ドル
- 1兆ドルに到達するには、2027年の単年度売上が少なくとも5000億ドルを超える必要があることになります
つまり、エヌビディアは2027年に前年比でほぼ倍増に近い成長を実現しなければならず、これはどのハードウェア企業にとっても前例のない挑戦です。
次に、市場競争の激化。
AMDが2025年に投入するMI400シリーズは、業界ではエヌビディアのBlackwellに対する直接的な挑戦と見られています。AMDのCEOスー・チー・フォン（蘇姿豊）は最近のインタビューで、「AI市場におけるシェアは着実に伸びています。MI400は特定のワークロードにおいてBlackwellよりもコストパフォーマンスが優れており、価格に敏感な顧客にとって非常に魅力的です」と述べました。
より大きな脅威は、エヌビディアの大口顧客が自社開発AIチップの導入を加速させていることです：
- グーグルTPU v6：Gemini2.0の学習と推論で既に使用されており、性能はBlackwellに近い
- アマゾンTrainium3/Inferentia3：AWS上で大規模導入が進み、エヌビディアのソリューションよりコストが30-40%低い
- マイクロソフトMaia200：2025年末からAzure上で全面的に展開開始
- Meta MTIA：2027年末までに4世代の自社開発AIチップを投入する計画
ある前グーグルのチップエンジニアは、「Transformerモデル学習におけるTPUの効率は、すでにGPUを上回っています。汎用性はCUDAほどではないものの、明確なワークロードを持つ大企業にとって、自社開発チップの経済性は非常に魅力的です。クラウド事業者の目標は、2027年に自社開発チップが自社のAI計算能力調達の30-40%を占めることです」と述べています。
Seaport Researchのアナリストは、「エヌビディアは今まで以上に収益を獲得するために努力する必要がある」と指摘しています。
さらに、サプライチェーンのボトルネックも起こり得ます。現在、TSMCのCoWoS先端パッケージングの生産能力が、主要なボトルネックです。TSMCは増産を加速していますが、ハイエンドAIチップの需給ギャップは2026年末まで続くと予想されます。増産の進捗が想定に届かなければ、エヌビディアは「注文はあるが納品できない」という気まずい状況に直面する可能性があります。
中東情勢の動揺は、ストレージの製造能力を持つ韓国にも波及しています。韓国国際貿易協会の2025年統計によると、韓国のヘリウムの輸入におけるカタールへの依存度は64.7%にも達します。半導体製造プロセスでは、シリコンウエハーを冷却するためにヘリウムへの依存度が非常に高く、現在は実現可能な代替案がないと考えられています。韓国政府も、供給が長期間中断されれば、ヘリウム不足や価格上昇につながる可能性があると述べています。
注目すべき点として、ホルムズ海峡の封鎖により世界の原油価格が1バレル100ドル台の高値を維持しており、これは高エネルギー消費の計算能力データセンターにとって大きな打撃です。エネルギーコストがチップによる効率改善を相殺してしまうなら、世界のAI投資計画は縮小を余儀なくされる可能性があります。