NVIDIAはすでに世界最大級の企業であり、AIブームの中心にあります。
それでも同社は、次の会計年度に売上高がさらに約70％増える可能性を示しました。
重要なのは、この数字を「NVIDIA株が70％上がる」という話と混同しないことです。
70％は株価ではなく売上高の成長見通しであり、しかも確定値ではありません。
2026年8月26日の2027年度第2四半期決算では、売上高962億ドル、Data Center売上高890億ドルを記録しました。
前年同期比ではそれぞれ106％増、117％増です。
NVIDIAはすでに巨大な売上規模に達しているため、ここからさらに70％伸びるには単なるGPU販売増だけでは説明できません。
本記事では、GPU、ラック、ネットワーク、クラウド、AIラボ、電力・データセンターまでつなげて、NVIDIAの成長構造を分解します。
2026年8月の決算説明会では、アナリストから「70％成長に自信を持つ根拠は何か」という質問が出ました。
Jensen Huang氏は、AIが実際に仕事へ使われ始め、AIエージェントが推論、計画、複数回のツール利用を行うことで必要な計算量が急増していると説明しています。
Reutersによると、NVIDIAは次の会計年度、つまり2028年1月期の売上高が約70％伸びるとの見通しを示しました。
これはそれまでの市場予想を大きく上回る数字でした。
ただし「70％」は保証された数字ではありません。
供給能力、顧客の設備投資、メモリや電力の確保、次世代製品の立ち上がりなど、複数の条件が成立した場合の成長シナリオとして見るべきです。
2027年度第2四半期の売上高は962億ドルでした。
そのうちData Centerは890億ドルで、全社売上の大半を占めています。
つまり現在のNVIDIAは、ゲーム向けGPU企業というより、AIデータセンター向け計算基盤企業に近い収益構造です。
この構造では、AIモデルの学習だけでなく、推論需要の拡大が極めて重要になります。
企業がAIエージェントを日常業務へ組み込むほど、モデルを一度学習して終わりではなく、毎日大量のトークンを生成するための計算資源が必要になります。
NVIDIAの成長シナリオで重要なのが、BlackwellからVera Rubinへの世代移行です。
Blackwell世代では、GPU単体の性能だけでなく、Grace CPU、NVLink、NVSwitch、ラック全体を統合したシステムとして販売する比重が高まりました。
次のVera Rubin世代では、このシステム設計をさらに拡張する方針です。
これはNVIDIAにとって重要です。
1個のGPUを売るだけでなく、計算ノード、CPU、接続、スイッチ、ネットワークまで含めてAIファクトリー全体へ売上を広げられるからです。
また世代交代が続くことで、既存顧客も性能・電力効率・推論コスト改善を理由に設備を更新する可能性があります。
大規模AIでは、GPUを大量に並べるだけでは性能は出ません。
GPU同士を高速に接続し、巨大なモデルや大量の推論処理を分散させるネットワークが必要です。
NVIDIAはNVLink、NVSwitch、Spectrum-X Ethernetなどを持ち、GPU以外の接続レイヤーにも事業を広げています。
さらにNVLink Fusionでは、他社の専用AIチップをNVIDIAのシステムへ接続する構想も進めています。
この戦略では、自社GPUの販売だけが成長源ではありません。
AIデータセンターが大規模化するほど、スイッチ、NIC、ラック、CPU、ソフトウェアを含むシステム単位の需要が増えます。
AIインフラ投資の中心はAWS、Microsoft、Google、Metaなどの巨大クラウド企業ですが、需要源はそれだけではありません。
CoreWeaveに代表されるネオクラウドは、GPUを大量に調達してAI企業へ貸し出すビジネスを拡大しています。
さらにOpenAIなどのフロンティアAIラボ、各国のソブリンAIプロジェクト、企業向けAI基盤も計算資源を必要としています。
NVIDIAは2026年8月の決算で、前年には一部の大型AIラボが需要を強く牽引していたのに対し、現在は複数のフロンティアラボ、スタートアップ、オープンモデル、物理AIまで需要源が広がっていると説明しました。
需要が1社や1用途へ集中せず、複数の層へ広がることが、巨大企業になった後も成長できる最大の根拠です。
需要が強くても、製品を作れなければ売上にはなりません。
NVIDIAのAIシステムにはGPUだけでなくHBMなどの高帯域メモリ、先端パッケージ、ネットワーク部品、電源・冷却設備が必要です。
Reutersは2026年8月の決算報道で、メモリ不足やコスト上昇が成長と粗利の制約になると伝えています。
さらにAIデータセンターには大量の電力が必要です。
GPU供給が増えても、変電設備、送電網、発電設備、冷却、建設許認可が追いつかなければ、導入速度は落ちます。
そのため、供給不足は短期的には価格と受注を支える一方、長期化すると売上を実現できない成長上限にもなります。
NVIDIAの競合はAMDのGPUだけではありません。
GoogleはTPU、AWSはTrainiumなど、自社サービス向けの専用AIアクセラレータを拡大しています。
大規模クラウド企業にとって、すべての処理をNVIDIA GPUへ依存することはコストと供給の両面でリスクがあります。
また推論用途では、ワークロードごとに専用チップを使う選択肢も増えています。
NVIDIAはこうした流れに対し、CUDAだけで囲い込むのではなく、NVLink Fusionなどを通じて他社チップも自社のラック・ネットワークへ取り込む戦略を進めています。
つまり今後の競争は「GPUシェア」だけではなく、「AIデータセンター全体の標準を誰が握るか」という戦いになります。
70％成長シナリオが崩れる最大の要因は、顧客側のAI設備投資が減速することです。
AIモデルの収益化が進まず、クラウド企業やAIラボが投資回収を難しいと判断すれば、GPUやネットワークの発注ペースは落ちます。
ネオクラウドは借入や大型設備投資への依存度も高く、資金調達環境が悪化すると投資を縮小する可能性があります。
また電力不足、地政学リスク、中国向け輸出規制、メモリ価格上昇などもNVIDIAだけでは制御できません。
2026年8月時点では需要が極めて強い一方、巨大な設備投資が永遠に同じ速度で続くと仮定しないことが重要です。
今後NVIDIAの成長を確認する場合、株価だけではなく事業側の数字を見る必要があります。
特に確認したいのは、Data Center売上高の成長率、Blackwell／Rubinの出荷ペース、粗利率、ネットワーク売上、顧客のAI設備投資、HBM・先端パッケージ供給、データセンターの電力確保です。
また、AWS、Microsoft、Google、Metaなどの設備投資が増えていても、そのうちNVIDIAへ流れる比率が維持されているかを見る必要があります。
自社ASICへの置き換えが進めば、AI設備投資全体が伸びてもNVIDIAの取り分は同じようには伸びません。
NVIDIAが次の会計年度に約70％の売上成長を見込む背景には、GPUの性能向上だけではなく、AIインフラそのものが拡大している構造があります。
BlackwellからVera Rubinへの世代移行、推論需要、AIエージェント、複数のAIラボ、ネオクラウド、ソブリンAI、ネットワーク・ラック販売が同時に伸びることで、NVIDIAはGPU企業からAIファクトリー全体を供給する企業へ変わりつつあります。
一方、70％は確定値ではありません。
メモリ・電力・建設・顧客投資・競合ASIC・粗利といった条件が崩れれば成長率は低下します。
今後は「AI需要が強いか」だけでなく、「巨大なAI設備投資のうち、どれだけNVIDIAの売上として実現するか」を見ることが重要です。
.png){kind=logo}
