NVIDIAの本当の強さはGPUではなく、CUDAという「逃げられない仕組み」だった

「NVIDIAが強いのはGPUが一番速いから」とよく言われますが、それは半分しか正しくありません。AIを動かすチップの全体像は「AI半導体とは——AIを動かしているのは、ふつうのチップではなかった」で、GPUが速い理由は「CPUとGPUの違いは“手数”だった——GPUがAIの主役になれた理由」で扱いました。ここでは「なぜ性能で並ばれても勝ち続けられるのか」に絞ります。

CUDAとは何か

CUDAとは、NVIDIAが2006年に公開したGPU向けのソフト基盤（プログラミング環境）のことです。GPUの計算能力を、C++などの普通のプログラムから呼び出して使えるようにする仕組みを指します。

それ以前、GPUは画面を描くための専用チップで、計算に使うには画像処理のふりをさせる職人芸が必要でした。そこでCUDAはこの壁を取り払い、科学者やエンジニアが「GPUのことを知らなくても」計算をGPUに任せられるようにしました。CEOのジェンスン・フアン氏は、この基盤を一部の高級GPUだけでなく、ゲーム用も含む全製品に載せるという決断をしています（Wikipedia）。

ポイントは、NVIDIAがAIブームのはるか前、2006年からこれを無料で配り続けてきたことです。大学の研究室も、スタートアップも、最初に触るGPUがNVIDIAになる——この「入口の標準化」が、後の独占の種になりました。

なぜ他社のGPUに乗り換えられないのか

理由は、AIの開発が「CUDAの上に積み上がった巨大な塔」になっているからです。

AIを作るとき、開発者はCUDA単体ではなく、その上に用意されたライブラリ群を使います。代表がcuDNN（シーユーディーエヌエヌ）で、これはディープラーニング（深層学習）の計算をあらかじめ最高速にチューニングした部品集です。ほかにも行列計算用・通信用の部品集がそろっており、PyTorchやTensorFlowといった主要なAI開発ツールも、内部でこれらを呼んでいます。

つまり開発者が書くコードの下には、NVIDIAが15年以上かけて磨いたソフトの地層が広がっています。別メーカーのGPUに移るには、この地層を別物に差し替え、性能が出るか検証し直し、不具合を潰し直す必要があります。チップの値段が多少高くても、このやり直しコストのほうが高くつく——だから乗り換えが起きにくいのです。

その結果がコミュニティの規模です。CUDAを使う登録開発者は、2020年の約200万人から増え続け、NVIDIAは2024〜2026年にかけて500万〜600万人規模に達したとしています（NVIDIA Developer Forums）。

NVLinkやMellanoxは堀にどう効くのか

堀はチップ1個では完結しません。AIの学習は何千個ものGPUを束ねて行うため、GPU同士をいかに速くつなぐかが性能を左右します。

ここでNVIDIAはNVLink（エヌブイリンク＝GPU同士を直結する高速配線）を自社で持ちます。

さらに2020年には、ネットワーク機器大手のMellanox（メラノックス）を69億ドルで買収し、サーバー間をつなぐInfiniBand（インフィニバンド＝データセンター用の超高速ネットワーク規格）を手中にしました（NVIDIA Newsroom）。

これでNVIDIAは「GPU・ソフト（CUDA）・GPU間配線（NVLink）・サーバー間ネットワーク（InfiniBand）」を一社で垂直統合しました。AIの計算は、チップ単体ではなく数万GPUの一体システムで競う時代に入っています。下の3Dモデルで、GPUダイ・HBM（高帯域メモリ）・パッケージが一体化した構造を確認してください。これらが何千台つながって初めて、巨大AIは学習できます。

つまりNVIDIAが売っているのは、もはやGPUではなく「AIを動かす工場一式」です。この一体化が、部品ごとに他社と比べさせない仕組みになっています。

NVIDIAはどれだけ市場を握っているのか

堀の効きめは数字に表れます。データセンター向けGPU（AIの計算を担うチップ）の市場で、NVIDIAは2025年時点で約9割のシェアを握っています。AMDが1割弱、Intelは1%未満です（Carbon Credits）。

また、売上の伸びも桁違いです。NVIDIAのデータセンター部門の売上は、2025会計年度（FY2025）に1,152億ドルへ達し、前年から142%増えました（NVIDIA Newsroom）。

そして注目すべきは利益率です。FY2025第4四半期のGAAP粗利率は73.0%でした。製造業のチップ会社としては異例の高さで、これは「価格を高く設定しても顧客が買う」状態、つまり堀が価格決定力に直結していることを示します（NVIDIA）。

対抗勢力は堀を崩せるのか

崩そうとする動きは2方向あります。結論から言えば、コスト面では効きますが、ソフトの厚みを越えるには時間がかかります。

第一がAMDのROCm（ロックエム）です。これはCUDAの代替を狙うソフト基盤で、AMD自身のGPUと組み合わせて使います。性能は近づいていますが、ライブラリの成熟度と開発者数でCUDAに後れを取っており、移行には検証の手間が残ります。

第二が顧客自身によるASIC（特定用途向けに作り込んだ専用チップ）です。GoogleはTPU、AmazonはTrainiumといった専用チップを内製し、自社のAIに最適化しています。詳しくは「GoogleもAmazonも、AIチップを自分で作り始めた」で扱います。これは汎用GPUより安く特定処理をこなせるため、特に推論（できあがったAIに答えを出させる工程）の比重が増える局面で効きます。推論シフトの詳細は「AIエージェントが動くほど、効くのはGPUより「メモリと段取り」のチップだった」を参照してください。

ただし自社ASICは「自分のために最適化された道具」であって、汎用の開発環境ではありません。新しいAIを試したい大多数の研究者にとって、最初の選択肢はいまもCUDAです。堀は薄くなりつつあるものの、まだ深いのが現状です。

投資ではどこを見ればいいのか

見るべきは、GPU単体の性能ベンチマークではなく「堀が崩れる兆候」です。

具体的には、CUDA登録開発者数が伸び続けているか、ROCmや自社ASICへ実際にワークロード（処理の中身）が移り始めたか、そしてNVIDIAの粗利率が高水準を保てているかです。粗利率が下がり始めたら、価格決定力＝堀が弱り始めたサインになります。逆に、開発者数とソフトの一体化が続く限り、性能で並ばれても収益力は維持されやすいと読めます。

NVIDIAの強さは「速いチップ」ではなく「逃げられない仕組み」です。投資判断は、この仕組みの厚みがどう変化するかで考えるのが本質になります。

この記事のまとめ

• NVIDIAの堀はGPUの速さではなく、2006年から積み上げたCUDAというソフト基盤と、500万〜600万人規模の開発者の囲い込みにある。
• cuDNNなどのライブラリ群、自社のNVLink、買収したMellanox由来のInfiniBandが一体化し、他社GPUへの乗り換えコストを高めている。
• データセンターGPUで約9割のシェアを握り、FY2025のデータセンター売上は1,152億ドル、Q4粗利率は73.0%と高い。
• 対抗はAMDのROCmとGoogle・Amazonの自社ASIC。コスト面では効くが、ソフトの成熟度と開発者数でCUDAが先行する。
• 投資では性能ベンチより、開発者数・粗利率・ワークロード移行の有無という「堀の厚み」を見るのが本質。