NVIDIAのAI優位性はGPUだけではなくなった——新たな競争層としてのデータ編成

背景:GPU競争とNVIDIAの転機

AIブームの初期、NVIDIAは最先端GPUの唯一の供給元であり、業界の拡大とともに大きな利益を得てきた。しかしここ数年、AmazonやGoogleなどのハイパースケーラーが独自チップを開発し始めたことで、NVIDIAの優位性がどれだけ続くのか疑問視する投資家も増えている。実際、2023年初めから2025年半ばにかけて時価総額は10倍に成長したが、その後1年間はGPU競争への懸念から株価の上昇は緩やかになっていた。

ところが、今週の決算発表を機に新たな見方が出てきている。AIの計算規模がギガワット級に達するにつれ、システム全体の調整（オーケストレーション）は複雑化しており、NVIDIAはGPUそのものだけでなく、その周辺を支えるハードウェアにも最先端の製品を多数持っている。GPU競争が激化する一方で、こうした周辺システムでの優位性に注目が集まり始めたのだ。

Vera RubinとVera CPUの役割

NVIDIAは現在、Vera Rubinアーキテクチャを展開している。これはRubin GPUに加え、Vera CPU、Groq 3 LPX推論アクセラレータ、ストレージやネットワーク用のラックなどを組み合わせたシステムだ。GPUがトークンの処理に集中するのに対し、これらの装置はGPUの外側の処理を効率化する役割を担う。NVIDIAのストレージ技術担当副社長ジェイソン・ハーディ氏は、Vera CPUがデータの編成に重点を置いていると説明している。

データセンターの計算能力が拡大するのに合わせてメモリ容量も増えているが、データを適切なタイミングでGPUまで届けるのは簡単ではない。企業は消費電力当たりの処理効率を改善しようとしており、データの交通整理の重要性が増している。NVIDIAによれば、Vera CPUによって3倍以上の性能向上が見られたとされ、フラッシュメモリの持つ潜在能力を引き出せるようになったという。

OpenAI Jalapeñoという別解

同様の問題はNVIDIAの外にもある。OpenAIが開発したチップ「Jalapeño」は、データ移動を最小限に抑えることでこうした課題の回避を試みている。OpenAIによると、Jalapeñoはデータ移動と通信遅延を最小化するよう設計されており、大規模なドメインによってワークロード全体を一つの接続されたシステム内に収める。

これはGPUの外にCPUを置いてデータの流れを制御するNVIDIAとは対照的なアプローチだが、どちらも計算力を単純に増やすのではなく、データの動かし方を工夫して効率を高めている点は共通している。GPUの性能だけでなく、システム全体のデータフローをどう設計するかが競争の軸になりつつあることがうかがえる。

新たな競争層と今後の課題

データ編成への注目は、必ずしもNVIDIAの勝利を意味しない。同社はGPUの時と同じように、競合チップメーカーやハイパースケーラーとの競争に直面するだろう。ただし、競争の場は新たな層に移っており、GPUの単体性能よりも、システム全体を効率的に動かせるかどうかが重要になりつつある。

現時点では、この分野でNVIDIAが先行しているように見える。しかし、Vera CPUなどの実際の効果が市場でどう評価されるかは、今後の展開を見守る必要がある。ハイパースケーラー各社が独自のデータ編成技術を開発する可能性もあり、予断を許さない。