NvidiaのCEOであるジェンセン・フアンがAIブームの次について語る

ジェンセン・黄は月曜日にSAPセンターのステージに登場し、彼の得意とすることを行った：製品の基調講演を未来のゾーニング・ヒアリングに変えることだ。Nvidia（エヌビディア）の創設者兼CEOは、注目されている開発者会議の冒頭で、「AIのあらゆる層」を巡るツアーを約束し、その後は同社が単に熱い市場にチップを販売しているだけではないと主張し続けた。いいえ。同社はAI経済の全物理的インフラを定義したいのだ：計算、ネットワーク、ストレージ、ソフトウェア、モデル、工場、そして—季節外れの微妙さは明らかに不要だが—軌道上のデータセンターさえも。

基調講演はあらゆる方向に発表を散らしたが、真のメッセージは花火のような紙吹雪の見た目よりも引き締まっていた。黄は投資家、顧客、ライバルに対して、次の4つのことをはっきりと伝えたかった：AIの需要は依然として急速に伸びており、莫大な投資を正当化している；推論が今や戦場の中心である；エージェントはチャットボットから日常のオフィス作業の機械へと溢れ出すべきだ；そして、デジタルAIの次の金鉱は物理的AIかもしれず、ロボット、自律システム、産業用ソフトウェアはさらに多くのデータとインフラを燃やし尽くす。

さて、それは大きな数字だ

黄の最大の見せびらかしは数値だった。彼はCUDAの20周年を記念し、それを加速計算の背後にあるフライホイールと呼び、「過去数年で計算需要は100万倍に増加した」と述べ、その上で2025年から2027年までに少なくとも1兆ドルの収益機会が見込めると高らかに宣言した。これが基調講演の基本原則だった：AIの構築はまだ初期段階であり、拡大し続けており、今日の支出を頭金のように見せるほど十分に大きいと、Nvidiaは公然と主張している。

この数字は静かにいくつかの整理も行った。Nvidiaは、資本支出の熱狂の中で主要なキャッシュレスとしての役割を果たす企業に対して、どれくらい続くのか、ハイパースケーラーがコストに宗教的な信念を持つとどうなるのか、次のフェーズの一部がカスタムチップやより安価な代替品に漏れるのはどれほどかといった、いつもの質問に何ヶ月も答えてきた。

黄の答えは視野を広げることだった。トークンは、GTCのオープニングビデオで宣言されたように、新しいAI時代の構成要素だ。黄のポイントは、それらのトークンに関連するビジネスは、大規模モデルの訓練やベンチマークでの賞賛にとどまらず、実運用に進むということだ。そこではメーターは止まらない。

推論が主役に

おそらく基調講演の最も鋭い一言は、最もシンプルなものでもあった：「推論の転換点が到来した」。黄は推論を二つの段階—プリフィルとデコード—に分け、NvidiaのVera Rubinチップがプリフィル作業を担当し、Groq由来のシリコンが実際に答えを吐き出すデコードを担うシステムを提案した。これは重要だ。なぜなら、推論は次の戦争がより複雑になる場所だからだ。訓練は会社を豊かにした。リアルタイムで何億人ものユーザーにサービスを提供することは、顧客がコストや遅延、そしてすべてのステップに同じシリコンが必要かどうかといった無礼な質問をし始める場所だ。

だから黄の答えはクラシックなNvidia流だった。GPUだけを孤立させて守るのではなく、全スタックを飲み込めと。彼はVera Rubinを「世代を超えた飛躍」と呼び、7つのチップと5つのラックスケールシステムを中心に構築されたと述べた。Nvidiaは、このプラットフォームがBlackwellに比べて4分の1のGPU数で大規模なエキスパートモデルを訓練でき、1ワットあたり最大10倍の推論スループットを実現し、トークンあたりのコストも1/10に抑えられると主張した。また、基調講演ではRubinの未来のプラットフォームFeynmanにも目を向けた。Nvidiaの世界では、次世代はすでに翼の下に立っており、現在の世代が敬礼を終える前に次の準備が整っている。

それはサンノゼからの深いメッセージだった。黄は高速なパーツを売り込むのではなく、より大きな依存関係を示していた。NvidiaはVera Rubin DSX AI工場のリファレンス設計、AI工場の計画用シミュレーションツール、そして縦割りのシステムとストレージ、ネットワーク、システムコンポーネントを一体化した広範なメニューを発表した。メッセージは明白だった：サーバーを考えるのをやめて、キャンパスを考えよう。あるいは、Nvidiaなら、ユーティリティのように請求書を送ることを始めよう。

エージェントはデモステージを去る

ハードウェアの提案がNvidiaを推論の中心に置くことに焦点を当てていたなら、ソフトウェアの提案は、企業のAIが他者のパーティーにならないようにすることだった。黄は、「Claude CodeとOpenClawがエージェントの転換点を引き起こした」と述べ、「従業員は最先端の専門的でカスタムビルドされたエージェントのチームによって超強化される」と付け加えた。

Nvidiaはこのレトリックとともに、Agent Toolkit、OpenShellランタイム、AI-Qブループリントを発表した。これらは、企業がポリシーガードレールを備えた自律エージェントを構築し、AI-Qの場合はハイブリッドのフロンティアとNvidiaのオープンモデルを組み合わせて問い合わせコストを50%以上削減できるとされるソフトウェアだ。

その中には戦略的なヘッジもあった。NvidiaはBlack Forest Labs、Cursor、LangChain、Mistral、Perplexity、Reflection AI、Sarvam、Thinking Machines LabとともにNemotron連合を結成し、最初のプロジェクトは今後のNemotron 4モデルファミリーの基盤となる予定だ。サブテキストを読むと、NvidiaはAIソフトウェアの未来を、いくつかの巨大なクローズドモデルベンダーと大量のコモディティハードウェアの間にきれいに分割したくないことが明らかだ。むしろ、オープンモデル層にも関与したいのだ—それは、誰がAIを構築し、調整し、所有するかを決める部分だ。

ロボットの提案はさらに大きくなる

黄はしばらくの間、Nvidiaのストーリーをデジタルアシスタントの範囲を超えて広げてきたが、GTCはそのテーマをさらに強調した。NvidiaはMicrosoft（MSFT）AzureやNebiusと共同で、ロボット、ビジョンAIエージェント、自律走行車のための訓練データ生成、拡張、評価を自動化する「Physical AI Data Factory Blueprint」を発表した。シンプルなメッセージは、「実世界のデータは不足しており、エッジケースは面倒だ。合成データとシミュレーションが計算資源をこれらのシステムに必要な原料に変える」といったものだ。

黄はまた、DreamZero研究に基づく次世代ロボット基盤モデル「GR00T N2」のプレビューも行った。これは、同社が新しい環境や新しいタスクでの成功率を2倍以上にするという。基調講演のこの部分は、最も長く記憶に残るかもしれない。チャットボットはウォール街を興奮させた。物理的AIは、ロボットや産業システム、自律機械が必要とするモデルだけでなく、無限の訓練データ、シミュレーション、ネットワーク、センサー、エッジ計算を必要とするため、インフラの過熱を何年も続けさせる可能性がある。黄はさらに一歩進めて、Nvidiaは宇宙に進出すると述べた。将来のVera Rubinベースのシステムは軌道データセンターや自律宇宙運用を目指すという。確かに、それは未踏のセクターがいくつか残っていることに気づいた男のように聞こえるが、同時に、「AIインフラ」とはほぼすべての高価な機械を意味する決意を持つ企業のようにも聞こえる。

黄が終わる頃には、基調講演は単なるローンチカレンダー以上のものに感じられた。それは帝国の地図のようだった。DLSS 5によるグラフィックス、新しい産業用ソフトウェア連携、通信エッジのパートナーシップ、そして開発者向けの多くのインフラがあった。しかし、最も持続的なメッセージはよりシンプルで遥かに大きいものだった：NvidiaはAIをソフトウェアのカテゴリーとして理解するのをやめ、ユーティリティ規模のインフラプロジェクトとして扱い始める。Nvidiaのハードウェアとソフトウェアがあらゆる層に埋め込まれるのだ。

これは非常にジェンセン・黄のメッセージであり、巧みに商品化され、わずかに控えめだ。ライバルにとって不安なのは、少なくとも今のところ、彼にはそれを支える多くの顧客がいるということだ。