世界のサーバー市場、4〜6月は1,663億ドルで過去最高 金額52.0%増に対し台数は15.4%増
米調査会社IDCによると、2026年4〜6月の世界のサーバー市場はメーカー売上ベースで1,663億ドルとなり、前年同期より52.0%増えました。台数の伸びは15.4%で、金額の伸びの多くは単価の上昇によるものです。
エヌビディアNVIDIA
GPUを設計する会社で、AIの学習と推論に使うデータセンター向けGPUで大きなシェアを持つ。ソフトウェア基盤のCUDAやネットワーク製品も持つ。製造はTSMCなどに委託する。
株価の表示はTradingViewによる（遅延あり）
株価を見る：TradingView
決算の推移
| 期間 | 売上 | 前年比 | 営業利益 | 前年比 | 出典 |
|---|---|---|---|---|---|
| 2026年5〜7月期 | 962億ドル | +105.9% | 637億ドル | +124.1% | 資料 |
| 2026年2〜4月期 | 816億ドル | +85.2% | 535億ドル | +147.4% | 資料 |
| 2025年11月〜2026年1月期 | 681億ドル | +73.2% | 443億ドル | +84.3% | 資料 |
| 2025年8〜10月期 | 570億ドル | +62.5% | 360億ドル | +64.7% | 資料 |
会社の概要
| コード | NVDA |
|---|---|
| 上場 | NASDAQ |
| 本社 | 米カリフォルニア州サンタクララ |
| 分野 | 設計・GPU・AI半導体 |
| 決算期末 | 1月 |
| 次の決算発表 | 2026年11月17日 |
| 配当（会社予想） | 1株 $0.25/四半期（2026年5〜7月期の宣言額） |
| 発行済株式数 | 241億株（2026年8月21日時点、四半期報告書10-Q・年次報告書10-Kの表紙） |
| 主な製品 | GPU・AIデータセンター向けシステム・ネットワーク製品 |
この企業の記事
中東のAIデータセンター投資 UAEは5GWの拠点を整備、サウジのHUMAINはAMD系で2030年に1GW
アラブ首長国連邦（UAE）は首都アブダビに5GWのAIの拠点を整え、サウジアラビアの政府系AI会社HUMAINはAMDなどとの合弁で2030年までに最大1GWを置く計画です。マイクロソフトはUAEに2023〜2029年で計152億ドルを投じます。
インドのAI支援「IndiaAIミッション」、GPU3万8000基超を14社から確保 予算は5年で1037億ルピー
インド政府のAI支援策「IndiaAIミッション」は、民間のクラウド14社を通じてGPU3万8000基超を確保しました。予算は5年で1037億2000万ルピー（1万372クロール）で、さらに2万基を追加する手続きを進めています。
AIのAPIの料金、Anthropicの最上位級は100万トークン15ドルから4ドルに グーグルは12月から値上げ
Anthropicの最上位級のモデルのAPIの料金は、入力100万トークンあたり「Claude Opus 4」の15ドルから「Claude Opus 5.5」の4ドルに下がりました。一方、グーグルは「Gemini 4」の料金を12月から2倍にします。
設計ソフト2強のAI、ケイデンスはAIエージェントの導入案件が100件超 シノプシスは5〜7月期42%増収
米ケイデンス・デザイン・システムズの2026年7〜9月期の売上は16億3,300万ドルで前年同期比22.0%増でした（計算）。設計を自動で進めるAIエージェントは、100件を超える顧客で使われています。
半導体の検査とテストにAI エヌビディアはBlackwellの量産でアドバンテストのデータ基盤を採用
アドバンテストは2025年10月、テストのデータをその場で解析する基盤「ACS RTDI」とエヌビディアの機械学習を組み合わせると発表しました。エヌビディアはBlackwellと次の世代の量産に、このデータ基盤を採用しています。
製薬のAIの計算機、イーライリリーはGPU1,016基で9,000ペタフロップス超 アイソモルフィックは6億ドルを調達
米イーライリリーは2025年10月、エヌビディアのBlackwell Ultraを1,016基使い、AIの性能が9,000ペタフロップスを超える計算機を作ると発表しました。DGX B300で組んだDGX SuperPODの最初の例です。
富岳は6月の世界ランキングで9位 後継「富岳NEXT」は2030年ごろ稼働、AIの性能は600エクサ超が目標
理研の「富岳」は、2026年6月のスーパーコンピュータの世界ランキングで実効性能442ペタフロップスの9位でした。後継の「富岳NEXT」は、AI向けのFP8の性能で600エクサフロップス超を目標にしています。
産総研のABCI 3.0、H200を6,128基で半精度6.2エクサ 利用料は8GPUで1時間3,520円
産総研のAI向け計算基盤「ABCI 3.0」は、エヌビディアのH200を766台のノードに計6,128基載せ、半精度の理論性能は6.2エクサフロップスです。2026年度の利用料金は、8GPUのノード1台を1時間使って3,520円です。
AI半導体の新興企業の資金調達、2026年も大型が続く Etchedは評価額103億ドル、Groqはクラウドに10億ドル
AIの推論用チップを作る米Etchedは2026年7月23日、3億ドルを調達し、企業価値は103億ドルになりました。米Groqは6月と8月の2回で計10億ドルを集め、推論のクラウドの電力を2027年に200MW超へ増やします。
推論専用チップのセレブラス、7〜9月期の売上55%増 クラウド収入は265%増、契約済みの電力は700MW
米セレブラス・システムズの2026年7〜9月期の売上は2億1,080万ドルで、前年同期比55%増でした。クラウドなどのサービスの売上は1億4,190万ドルと265%増え、売上の3分の2を占めました。
AIサーバーの価格、H100の借り賃は年初から20%上昇 デルのAIサーバー受注は5〜7月に609億ドル
エヌビディアによると、H100を借りる料金は2026年の年初から5月までに20%上がりました。米デル・テクノロジーズは5〜7月期にAIサーバーの注文を609億ドル受け、受注残は950億ドルになりました。
アーム系のサーバーCPU、クラウド大手で2025年に5割超 自社の「AGI CPU」は最大20億ドルの売上をめざす
英アームによると、クラウド大手のサーバーに占めるアーム系CPUの比率は2024年の15%から2025年に50%超に上がりました。2026年7〜9月期のデータセンター向けロイヤルティー収入は前年の2倍になりました。
AMDとOpenAIの契約、6GW分のGPUと最大1億6,000万株のワラント MI450の出荷は7〜9月期に始まる
AMDはOpenAIに、6ギガワット分のGPUを複数の世代にわたって供給する契約を2025年10月に結びました。最初の1ギガワットは「Instinct MI450」で2026年後半に始まり、AMDは7〜9月期にMI450の出荷を始めました。
エヌビディア、5〜7月期は直接の顧客1社が売上の16% 前年同期は2社で23%と16%
エヌビディアの2026年5〜7月期の売上962億ドルのうち、1社の直接の顧客が16%を占めました。前年同期は2社が23%と16%を占めていました。
エヌビディアのソフトの売上は区分の開示なし AI Enterpriseの定価は1GPUあたり年4,500ドル
エヌビディアは、ソフトウェアの売上を決算の区分として開示していません。企業向けソフト「NVIDIA AI Enterprise」の定価は、1GPUあたり1年4,500ドルです。
直接液冷とは 熱の最大98%を液体で回収、スーパーマイクロは電力を最大40%減らすと説明
直接液冷は、チップに冷却液の流れる板を当てて熱を運ぶ方式です。スーパーマイクロは2025年5月、ラックの熱の最大98%を液体で回収し、空冷に比べデータセンターの電力を最大40%減らせる製品を発表しました。
チラーとは エヌビディアは45度の温水で冷やす設計で「チラーなし」の運転を示す
チラーは、データセンターの冷却水を冷やす冷凍機です。エヌビディアは2026年6月、冷却液を最高45度で送る設計なら、気候のよい地域ではチラーなしで運転できると説明しました。
冷却水とは AWSは1キロワット時あたりの取水を0.12リットルに 2021年比52%減
冷却水は、データセンターの熱を外へ運ぶための水です。AWSのデータセンターの水の使用効率（WUE）は2025年に1キロワット時あたり0.12リットルで、2021年の0.25リットルから52%改善しました。
UPSとは 電源・冷却のバーティブは7〜9月の売上61%増、受注は2倍超
UPSは、停電の瞬間もサーバーに電気を送り続ける電池つきの装置です。電源と冷却の装置を手がける米バーティブの2026年7〜9月期の売上は前年同期比61%増の43億1300万ドルで、受注は2倍を超えました。
変電所と送電網とは 変圧器が足りず、日立エナジーは米国で約15億ドルの増産計画
変電所と送電網は、発電所の電気を高い電圧で送り、使う場所で電圧を下げて届ける設備です。日立エナジーは2026年9月、米ミシシッピ州に5億2800万ドルの変圧器工場を建てると発表しました。
データセンターの電力密度とは 1ラック20キロワットから120キロワットへ、2027年には1メガワット
データセンターの電力密度は、ラック1つあたりの電力で表します。エヌビディアによると、これまでのデータセンターは1ラック約20キロワットでしたが、GB200 NVL72は120キロワットで、2027年には1メガワットのラックを見込んでいます。
ワット当たり性能とは 省電力のスパコン首位は1ワット73ギガフロップス、グーグルのTPUは世代で2倍
ワット当たり性能は、1ワットの電気で出せる計算の速さです。2026年6月の省電力のスパコンの順位Green500の首位は、エヌビディアのGH200を使う仏KAIROSで、1ワットあたり73.282ギガフロップスでした。
AIの電力効率とは チップ・建物・モデルの3段で決まる グーグルの建物のPUEは1.09
AIの電力効率は、同じ電気でこなせるAIの仕事の量です。エヌビディアはGB200 NVL72で推論の電力を同じ数のH100の最大25分の1にできるとし、グーグルはデータセンターのPUEを1.09と公表しています。
合成データとは マイクロソフトのPhi-4は学習の4割、エヌビディアは調整用の98%超
合成データは、AIなどの計算で作った学習用のデータです。マイクロソフトのPhi-4は学習データの40%を合成データにし、エヌビディアのNemotron-4 340Bは調整の工程のデータの98%超を合成で作りました。
テストタイム計算とは DeepSeek-R1は考える文章を長くして数学試験の正答率を79.8%に
テストタイム計算は、AIが答える段階で多くの計算を使い、正答率を上げる方法です。DeepSeek-R1は、米国の数学の試験AIME 2024で1回目の正答率79.8%を出しました。
KVキャッシュとは 1語に800キロバイト、GPUのメモリの約3割を占める途中結果
KVキャッシュは、AIが読んだ文章の途中結果をGPUのメモリに置く仕組みです。130億パラメータのモデルでは1語あたり800キロバイトになり、DeepSeekは設計を変えてこれを93.3%減らしました。
バッチ処理とは オープンAIとアンソロピックは急がない処理の料金を半額に
バッチ処理は、複数の要求をまとめて流す処理の方法です。オープンAIとアンソロピックは、24時間以内の返答でよい要求をまとめて受け付け、料金を通常の50%引きにしています。
スループットとは GB300 NVL72はDeepSeek-R1でGPU1基あたり毎秒5842トークン
スループットは、1秒あたりに処理できるトークンなどの総量です。エヌビディアによると、GB300 NVL72はDeepSeek-R1でGPU1基あたり毎秒5842トークンを出しました。
推論のレイテンシとは 業界の性能試験は最初の1語を0.45秒、次の語を40ミリ秒以内と定める
推論のレイテンシは、AIが答えを返すまでの待ち時間です。業界団体MLCommonsの性能試験は、対話向けのLlama 2 70Bで、最初の1語を450ミリ秒、以後1語ごとを40ミリ秒以内とする条件を置いています。
MFUとは GPT-3は21.3%、PaLMは46.2%、Llama 3は38〜43%
MFUは、チップの最大の計算能力のうち、モデルの計算に使えた割合です。グーグルのPaLMは46.2%、メタのLlama 3は38〜43%でした。
GPUの稼働率とは メタは1万6千基の学習で54日に419回の想定外の停止
GPUの稼働率は、GPUが仕事をしている時間や能力の割合を指します。メタはLlama 3の学習で、54日間に466回の中断があり、そのうち419回が想定外だったと公表しました。
チェックポイントとは 故障に備えた学習の途中保存、Llama 3は1日平均7.8回止まった
チェックポイントは、AIの学習の途中の状態を保存し、止まった時にそこから再開するための仕組みです。メタはLlama 3 405Bの学習で、54日間に419回の想定外の中断があったと報告しています。
モデル並列とは 重みの行列を割ってGPUで分担、Megatronは83億の重みを512基で
モデル並列は、1つのAIのモデルを複数のGPUに切り分けて置き、協力して計算する方法です。エヌビディアの研究者は2019年、83億個の重みのモデルを512基のGPUで学習し、1基の場合に比べ76%の効率を保ったと報告しました。
データ並列とは GPUごとに別のデータで学習し結果を平均、メタはLlama 3で128組に
データ並列は、学習のデータを多数のGPUに分け、それぞれが同じモデルの写しで計算して結果を平均する方法です。マイクロソフトの研究者は、写しの重複を削るZeROで、1,000億個を超える重みのモデルを400基のGPUで学習できたと報告しました。
分散学習とは 1つのモデルを数万基のGPUに分ける、メタのLlama 3は4種類の分け方を併用
分散学習は、1つのAIのモデルの学習を多数のGPUに分けて同時に進める方法です。メタはLlama 3 405Bを最大1万6千基のH100で学習し、4種類の分け方を組み合わせ、GPUの計算能力の38〜43%を引き出しました。
ストレージサーバーとは SSDやHDDを大量に積む記憶専用の機械、メタは7,500台で240PB
ストレージサーバーは、SSDやHDDを多数積み、ネットワーク越しにデータを読み書きさせる記憶専用のサーバーです。メタはLlama 3の学習に、SSDを積んだ7,500台のサーバーで240ペタバイトの記憶の基盤を用意しました。
SmartNICとは 通信の周りの仕事をサーバーから引き取る、BlueField-4は前世代のコア4倍
SmartNICは、ネットワークカードに計算の回路を積み、通信の周りの仕事をサーバーのCPUから引き取る部品です。エヌビディアのBlueField-4は64コアのGraceのCPUを積み、BlueField-3の16コアの4倍にしました。
NIC（ネットワークカード）とは GPU1基に1枚が基本、次世代は1枚で毎秒1.6テラビット
NICは、サーバーとネットワークの間でデータを出し入れする部品です。エヌビディアの次の世代のConnectX-9は、Rubin GPU1基あたり毎秒1.6テラビットの通信を受け持ちます。
スイッチASICとは データの行き先を振り分ける専用の半導体、3ナノの品は毎秒102.4テラビット
スイッチASICは、ネットワークのスイッチの中枢で、データの行き先を判断して送り出す専用の半導体です。ブロードコムの最新品Tomahawk 6は3ナノメートルの工程で作り、1個で毎秒102.4テラビットを処理します。
銅ケーブルと光の使い分け ラックの中は銅で毎秒130TB、外は光で1口30W
AIのデータセンターでは、ラックの中のGPUどうしは銅のケーブル、ラックの外へは光ファイバでつなぐ使い分けが基本です。エヌビディアのGB200 NVL72は、72基のGPUを銅のケーブルの束で合計毎秒130テラバイトでつないでいます。
光インターコネクトとは データセンターの配線を光に、グーグルの光スイッチは費用の5%未満
光インターコネクトは、計算機や半導体の間のデータを光で運ぶ配線の総称です。グーグルは、4,096個のTPUを光の経路切り替えのスイッチでつなぎ、その費用はシステム全体の5%未満、電力は3%未満だったと報告しています。
オンチップメモリとは チップの中に作るメモリの階層、H100はレジスタだけで約33MB
オンチップメモリは、計算の回路と同じチップの中に作るメモリです。エヌビディアのH100は、計算の単位ごとに256KBのレジスタと256KBのL1・共有メモリを持ち、全体で50MBのL2キャッシュを持ちます。
SRAMとは 6個のトランジスタで1ビット、Groqの新チップは500MBを積む
SRAMは、電源が入っている間は値を保ち続ける、速いメモリの回路です。エヌビディアによると、Groqの技術を使う推論向けの半導体「Groq 3 LPU」は、1チップに500MBのSRAMを積み、毎秒150テラバイトでデータを読み書きします。
キャッシュとは 計算の回路のそばの小さく速いメモリ、H100のL2は50MB
キャッシュは、メインのメモリから読んだデータを計算の回路のそばに一時的に置く、小さく速いメモリです。エヌビディアのH100は、GPU全体で共有するL2キャッシュを50MB持ち、前の世代のA100の1.25倍にしました。
メモリ容量の壁とは 4,050億の重みは16ビットで810GB、H100の10倍超
メモリ容量の壁は、AIのモデルの大きさに半導体のメモリの量が追いつかない問題です。メタのLlama 3.1 405Bは16ビットで約810GBとなり、H100の80GBの10倍を超えます（計算）。
メモリ帯域とは 端子の数×速さで決まる、HBM4は端子を2,048本に倍増
メモリ帯域は、メモリと計算の回路の間で1秒間に運べるデータの量です。エヌビディアのGPU1基の帯域は、H100の毎秒3.35テラバイトから、Rubinの毎秒22テラバイトに広がります。
スパース化とは 使わない計算を省く方法、MoEは6,710億の重みのうち370億だけ動かす
スパース化は、AIのモデルのうち値がゼロの部分や使わない部分を計算から外す方法です。エヌビディアのA100は、4つの値のうち2つをゼロにする形で、16ビットの計算性能を毎秒312兆回から624兆回に倍増させました。
量子化とは 学習後か学習中か、グーグルのGemma 3は重みを54GBから14.1GBに
量子化は、AIのモデルが使う数値を16ビットから8ビットや4ビットに減らし、メモリと計算を軽くする方法です。グーグルは2025年4月、学習の段階から4ビットに慣らしたGemma 3 27Bを公開し、重みの大きさを54GBから14.1GBにしました。
推論サーバーとは 問い合わせをまとめてGPUに流すソフト、処理量2〜4倍の例
推論サーバーは、AIへの大量の問い合わせを受け付け、GPUで効率よく処理して答えを返すソフトです。公開の推論ソフトvLLMの論文は、従来のソフトに比べ処理量を2〜4倍に増やせたと報告しています。
TensorRTとは 学習済みモデルをGPU向けに作り直す推論の道具
TensorRTは、学習済みのAIのモデルを、エヌビディアのGPUで速く答えを出せる形に変えるソフトの一式です。エヌビディアは、CPUだけで動かす場合に比べ推論を36倍速くできるとしています。
JAXとは 関数を変換して速くするAIの道具、TPUの9216チップ構成も視野
JAX（ジャックス）は、Pythonで書いた配列の計算を、コンパイルや自動微分の形に変換して速く動かす公開のライブラリです。同じコードがCPU、GPU、グーグルのTPUで動き、2026年10月23日に0.12.0.1版が出ました。
PyTorchとは AIの学習と推論を書く道具、最新2.15版は583人が開発に参加
PyTorch（パイトーチ）は、AIのモデルをPythonで組み立て、GPUなどで学習・推論させるための公開のソフトです。2026年10月28日に出た2.15版には、583人から3,117件の変更が入りました。
AI向けコンパイラとは モデルを各社の半導体向けに組み直すソフト
AI向けのコンパイラは、AIのモデルの計算をまとめて読み取り、半導体ごとの速い命令に組み直すソフトです。PyTorchの開発陣によると、新しい言語Helionの自動設定は、vLLMの手書きのCUDAの部品より1.27倍速く動きました。
ROCmとは AMDのGPUを動かすソフトの一式、10月に10.1版
ROCm（ロックエム）は、AMDのGPUで汎用の計算をするための開発基盤で、中身を公開して配っています。2026年10月5日付の10.1.0版は、PyTorch 2.14やvLLM 0.29などに対応しました。
CUDAとは 2006年に登場したGPUの開発基盤、開発者は750万人超
CUDAは、エヌビディアのGPUで汎用の計算をするための開発基盤です。同社の年次報告書によると、CUDAなどの同社のソフトを使う開発者は世界で750万人を超えます。
ドライバとソフトウェアの層とは GPUとAIの応用の間に何段もの層、版の組み合わせが条件に
ドライバは、OSの中で半導体の部品とやりとりを受け持つソフトで、AIの計算はその上に何段もの層を積んで動きます。エヌビディアのCUDAの13系は、ドライバの580番台以上を必要とします。
ファームウェアとは 半導体の部品に組み込む土台のソフト、GPUやSSDやNICの中で動く
ファームウェアは、半導体の部品の中に書き込まれ、その部品を動かすための基本のソフトです。メタは、ファームウェアの更新などの計画した作業で、Llama 3の学習が54日間に47回止まったと報告しています。
チップの面積と価格とは ウエハー代を良品の数で割る原価、大きなGPUは一部の回路を眠らせて出荷
チップの面積は、1個あたりの原価を左右する一番の要素です。TSMCの2025年の売上を出荷したウエハーの枚数で割ると、12インチ換算1枚あたり約8,160ドルになります（計算）。
熱設計とは チップから部屋の外まで熱の通り道を決める作業、GB200 NVL72はラックごと液冷
熱設計は、チップの熱を許容温度の中で外へ運び出す道筋と能力を決める作業です。エヌビディアはGPU72基を1つのラックに収めるGB200 NVL72を、液体で冷やす前提で設計しています。
TDP（熱設計電力）とは 冷却装置を選ぶための電力の目安、短時間なら超えることもある
TDPは、システムの設計者が冷却の能力を決めるための電力の目標値です。インテルはCore i9-14900Kの基本の電力を125W、最大のターボの電力を253Wとし、約2倍の差があります（計算）。
消費電力と発熱とは チップの電力はほとんどが熱に変わる、エヌビディアのH100は最大700W
チップが使う電力は、ほとんどが熱として出ていきます。エヌビディアのH100（SXM版）は1基で最大700W、GPU8基のDGX B200は装置1台で最大約14.3kWを使います。
クロック周波数とは 1秒に刻む拍の数、インテルのCPUは50年で750kHzから最大6GHzに
クロック周波数は、回路の動きをそろえる信号が1秒間に刻む回数です。インテルの資料では、1971年の4004は750kHz、2023年に出たCore i9-14900Kは最大6GHzで、その比は8,000倍です（計算）。
スーパーマイクロ、通期の売上予想を720億〜820億ドルに上げる 7〜9月は見通しの1.33倍
スーパーマイクロの2027年6月期第1四半期（2026年7〜9月）の売上は199億ドルで、通期予想の中間値770億ドルの25.9%にあたります（計算）。10〜12月の見通しの中間値を足すと、上期で404億5,000万ドルとなり、通期の中間値の52.5%に届く計画です（計算）。
コアウィーブ、2026年の売上予想130億〜133億ドルに対し9か月で63.2% 10〜12月に47億ドル超が必要
コアウィーブの2026年1〜9月の売上83億1,400万ドルは、11月に上げた年間予想の中間値131億5,000万ドルの63.2%にあたります（計算）。10〜12月の売上は、7〜9月の36億6,100万ドルより28〜36%多くなる計算です（計算）。
エヌビディア、上期の売上1778億ドルに8〜10月期の見通しを足すと2858億ドル 前期1年分の1.32倍
エヌビディアの2027年1月期は、上期（2〜7月）の売上が1778億3700万ドルでした。会社の8〜10月期の見通し1080億ドルを足した9か月の売上は2858億ドルで、2026年1月期の通年の2159億ドルを上回ります（計算）。
さくらインターネット、通期の営業益予想を41億円に上げる 上期で72.3%に到達し下期は投資に回す
さくらインターネットは2027年3月期の通期予想を売上高466億円（前期比32.0%増）、営業利益41億円に上方修正しました。上期の営業利益29億63百万円は新しい予想の72.3%で、会社は下期の営業利益を11億36百万円と示しています（計算）。
シリコンバレーの歴史 1957年に8人がフェアチャイルドを創業、1970年ごろに今の呼び名
米カリフォルニア州のシリコンバレーは、1957年10月に8人の技術者がフェアチャイルドセミコンダクターを創業したことで、半導体の産地になりました。1956年にはロッキードの拠点が2万8000人を雇う地域最大の雇用主でした。
生成AIの歴史 2017年にTransformer、2020年にGPT-3の1750億パラメータ
生成AIの土台は、2017年6月12日に論文が投稿された「Transformer」です。翻訳の試験では、8基のGPUで3.5日学ばせて、英語からフランス語への翻訳で当時の単一モデルの最高点を出しました。
ディープラーニングとGPU 2012年のAlexNetはGTX 580を2基、学習に5〜6日
2012年のAlexNetは、ゲーム用のGPU2基で5〜6日かけて学習し、画像認識のコンテストで2位に大差をつけました。12年後のメタのLlama 3.1 405Bは、学習に3084万GPU時間を使い、AlexNetの約11万〜13万倍にあたります（計算）。
GPUの歴史 1999年にGeForce 256、2006年にCUDA エヌビディアの売上は9割超がデータセンターに
GPUの歴史は、1999年8月にエヌビディアが出荷を始めたGeForce 256から数えられます。2026年5〜7月期には、エヌビディアの売上高962億ドルのうち890億ドルがデータセンター向けでした。
エヌビディアの成り立ち 1993年創業、1999年に上場とGPU 四半期売上は962億ドルに
エヌビディアは、ジェンスン・フアン氏、クリス・マラコウスキー氏、カーティス・プリエム氏が1993年4月5日に創業した会社です。2000年1月期に3億7450万ドルだった年間の売上高は、2026年5〜7月期には1四半期で962億ドルになりました。
半導体の決算はいつ出るか 主要20社の決算期と直近の発表日、エヌビディアは11月17日
半導体関連の主な会社の7〜9月期の決算は、10月14日のASMLから11月12日のSMICとアプライド・マテリアルズまでに出そろいました。次はエヌビディアが11月17日（米国時間）に8〜10月期の決算を発表します。
SOX指数の仕組み 米国に上場する半導体30社、1社の比率に上限、12月に次の入れ替え
半導体株の動きを示す代表的な指数がSOX（PHLX半導体株指数）です。米国に上場する半導体関連の30社で構成し、時価総額で重みを付けたうえで、1社の比率に12%などの上限を設けています。
HBMの推移を開示で見る SKハイニックスは10〜12月期にHBM4が主役、長期契約は14社
HBMの売上を金額で開示しているメモリ大手はありません。SKハイニックスは7〜9月期の決算で、HBM4が10〜12月期に出荷量と売上の両方でHBM3Eを上回ると説明しました。2027〜2028年の生産能力の50%超は、14社との長期契約で埋まっています。
GPUの出荷の推移を開示で見る エヌビディアのデータセンター部門は四半期890億ドルに
エヌビディアのデータセンター部門の売上は、2026年5〜7月期に890億ドルとなり、前年同期の2.2倍になりました。GPUの台数は開示されていないため、この売上がAI向けGPUの出荷を測るいちばん近い数字です。
半導体メーカーの四半期売上の順位 サムスンの半導体部門とエヌビディアが1,000億ドル前後
直近の四半期で売上が最も大きい半導体メーカーは、サムスン電子の半導体部門でした。7〜9月期に147.1兆ウォンで、ドルに直すと約1,038億ドルです（計算）。エヌビディアの5〜7月期の962億2,100万ドルが続きます。
ロジック市場の推移 2025年は2,995億ドルで39%増、AI向けのGPUとASICが押し上げ
ロジック半導体の世界市場は、2025年に2,995億5,000万ドルになりました。2020年の1,184億1,000万ドルの約2.5倍です（計算）。WSTSは2026年を37.3%増の4,113億7,000万ドルと予測しています。
半導体の地域別売上 米州の比率は2026年に36%へ、日本は3.8%の予測
世界の半導体売上に占める米州の比率は、2024年の30.9%から2025年に32.2%へ上がりました（計算）。WSTSの2026年の予測どおりなら36.0%になります。日本の比率は2024年の7.4%から、2026年は3.8%に下がる見込みです（計算）。
米国の半導体の輸入、1〜9月で1,047億ドル 2025年の通年をすでに4割上回る
米国の半導体の輸入は、2026年1〜9月で1,047億3,500万ドルでした。前年同期の約1.9倍で、2025年の通年の760億5,900万ドルを37.7%上回っています（計算）。
AIの推論の値段、同じ性能なら1年半で280分の1に 1回あたりの電力も1年で33分の1
GPT-3.5並みの性能のAIを使う値段は、2022年11月から2024年10月の約1年半で280分の1に下がりました。グーグルは、対話AI「Gemini」への問いかけ1回の電力が、2024年5月からの1年で33分の1になったと公表しています。
重みを配るAIの広がり アリババのQwenは30億ダウンロード、エヌビディアのNemotronは1年で5000万回
アリババグループは2026年8月、大規模言語モデル「Qwen」のダウンロードが世界で30億回を超えたと発表しました。エヌビディアの「Nemotron 3」も公開から1年で5,000万回ダウンロードされ、重みを配るモデルを作る側にGPUの会社も加わっています。
ファーウェイのAIチップ「Ascend」、960DTを3四半期前倒しで2027年1〜3月に 大型サーバーの導入は1000台超
ファーウェイは2026年9月の自社のイベントで、AIチップAscendの次の世代「960DT」を2027年1〜3月に出すと発表しました。当初の計画より3四半期早まります。チップ384個を1台にまとめる大型サーバー「Atlas 900 A3」の導入は1,000台を超えました。
米国のAIチップ輸出規制、H200は個別審査に緩和 それでもエヌビディアの中国向けはデータセンター売上の1%未満
米商務省は2026年1月、エヌビディアのH200など一部のAIチップの中国向けの輸出を、条件付きの個別審査に切り替えました。それでもエヌビディアの5〜7月期の中国向けの出荷は、データセンター売上890億ドルの1%未満にとどまりました。
ソブリンAI、各国の計画の数字 EUは「AIギガファクトリー」最大7カ所、英国は計算資源を20倍に
欧州連合（EU）は最大7カ所の「AIギガファクトリー」の公募を2026年11月12日に締め切りました。英国は2030年までに公的なAIの計算資源を20倍に、インドは国が用意するGPUを3万8,000基から5万8,000基超に増やす計画です。
Stargate計画 5000億ドル・10ギガワットの構想、ソフトバンクGのOpenAI出資は累計646億ドルに
ソフトバンクグループは2026年10月にOpenAIへの300億ドルの追加出資を終え、累計の出資額は646億ドル、持分は約13%になりました。一方で、米国のAIデータセンター向けの発電設備の調達を見直し、4〜9月期に5,972億円の損失を計上しました。
xAIのデータセンター「Colossus」 9月末の計算能力1.7ギガワット、7〜9月の設備投資164億ドル
スペースXは、AI部門の計算能力が2026年9月末に1.7ギガワットになったと開示しました。7〜9月の同部門の設備投資は164億4,400万ドルで、前年同期の3.5倍でした（計算）。
Anthropicの計算資源、アマゾンと最大5GW・10年で1,000億ドル超 TPUは5GW、Azureは300億ドル
Anthropicは2026年4月20日、アマゾンと最大5ギガワットの新しい計算の能力を確保する契約を結び、今後10年でAWSの技術に1,000億ドル超を使うと発表しました。グーグルとブロードコムとは、2027年から動き始める5ギガワットのTPUの契約を結んでいます。
OpenAIの計算資源の契約、エヌビディア10GW・AMD 6GW AWSは380億ドルに1,000億ドル上乗せ
ソフトバンクグループは2026年10月1日、OpenAIへの300億ドルの追加の出資を終え、累計の出資額は646億ドル、持ち分は約13%になったと発表しました。OpenAIは出資を受ける一方で、エヌビディア、AMD、アマゾンなどと計算の設備の大型の契約を結んでいます。
ロボットの頭脳の半導体、エヌビディアJetson Thorは前世代の7.5倍 開発キットは3,499ドル
エヌビディアは2025年8月25日、ロボットに載せるAIの半導体「Jetson AGX Thor」の販売を始めました。消費電力130ワットの中で、4ビットの計算を毎秒2,070テラフロップスこなし、前の世代のJetson Orinに比べてAIの計算は最大7.5倍です。
自動運転の半導体、エヌビディアの「Thor」は1個2,000TFLOPS超 クアルコムの車載売上は89%増
エヌビディアは、完全な自動運転（レベル4）向けの車の基盤に、1個でFP4の計算が2,000テラフロップスを超える半導体「DRIVE AGX Thor」を2個載せています。運転支援のチップ大手のモービルアイは、7〜9月期に950万個を出荷しました。
半導体設計のソフトにAIエージェント シノプシスは検証を最大50倍速く、エヌビディアが20億ドル出資
半導体の設計のソフトに、AIエージェントが入り始めました。シノプシスは2026年7月、AIエージェントが回路の検証を進める仕組みで、検証済みの設計を得るまでの時間が最大50倍速くなると発表しました。
AIの学習の計算量、約5か月ごとに2倍 Grok 4の学習の排出は7万2816トンと推計
米スタンフォード大学の「AI Index 2025」によると、主なAIモデルの学習に使う計算の量は約5か月ごとに2倍になっています。2026年版は、最も計算を使うモデルの学習には1億ワットを超える電力が必要だったと推計しています。
GPUクラウドの価格、AWSはH100の時間貸しを44%下げる 新しいB300は1基あたり1時間16.1ドル
アマゾン・ウェブ・サービス（AWS）は2025年6月、エヌビディアのH100を載せたサーバーの時間貸しの値段を44%下げました。2026年11月時点の予約枠の価格表では、H100は1基1時間5.97ドル、最新のB300は16.15ドルです。
北海道・九州のAIデータセンター、薩摩川内は初期350MW規模 福岡はGX戦略地域に認定
北海道と九州で、AI向けのデータセンターの計画が具体化しています。鹿児島県薩摩川内市では、九州電力の川内発電所の跡地に、初期350メガワット規模から広げられるAIデータセンター群の準備会社が2025年9月に設立されました。
AIサーバー組み立て、売上は急増でも利益率は薄く 鴻海は1〜9月の営業利益率3.73%
AIサーバーを組み立てて納める会社の売上が急増しています。米デル・テクノロジーズの5〜7月期のAIサーバーの売上は164億ドルで前年同期の2倍になり、期末の受注残は950億ドルでした。
AIのネットワーク半導体、アステラ・ラブズの売上2.5倍 GPUをつなぐ部品の会社の決算で見る
GPUやAI専用チップをつなぐネットワークの半導体を手がける会社の売上が、前年の2倍を超えて伸びています。アステラ・ラブズの7〜9月期の売上は5億8,490万ドルで、前年同期比154%増でした。
エヌビディアのGPU、3世代でメモリ帯域は約6.6倍 Hopper 3.35TB/sからRubin 22TB/sへ
エヌビディアのデータセンター向けGPUは、Hopper、Blackwell、Rubinと世代を重ねてきました。GPU1基のメモリ帯域は、H100の毎秒3.35テラバイトからRubinの毎秒22テラバイトへ約6.6倍（計算）になります。
テスターの市場 2026年は130億〜145億ドルとアドバンテストが推定、2年で2倍超 AI向けのSoCテスタが牽引
テスター（半導体試験装置）は、チップに電気の信号を入れ、正しく動くかを確かめる装置です。アドバンテストは2026年のテスターの市場をSoC向け105億〜115億ドル、メモリ向け25億〜30億ドルの計130億〜145億ドルと推定しています。
台湾リスクとは TSMCの台湾の4大工場で年1300万枚超、地震の損失は1回で53億台湾ドル
台湾リスクは、先端の半導体の生産が台湾に集まっていることで、政治の緊張や災害が世界の供給を止めかねない危うさを指します。TSMCの台湾の4つの大型工場の能力は、2025年に12インチ換算で年1300万枚を超えました。
半導体の輸出規制とは 米国はAIチップを「TPP 4800」で線引き、計算式は2×演算回数×ビット長
半導体の輸出規制は、品目ごとに番号と性能の線を決め、相手の国によって許可を求める仕組みです。米国は2023年10月の規則で、AI向けのチップを「総処理性能4800以上」などの基準で線引きしました。
推論チップのスタートアップとは セレブラスは5月に上場して55.5億ドル調達、エヌビディアはGroqの技術を導入
推論チップのスタートアップは、AIの推論に特化した半導体を作る新興企業です。米セレブラス・システムズは2026年5月に1株185ドルで株式を公開し、3000万株で55億5000万ドル（計算）を集めました。
AIとは 日本のAI推進法は「認知、推論及び判断」を代替する技術と定義、2025年6月4日公布
AI（人工知能）は、人の認知や推論や判断の働きを、機械で代わりに行う技術です。総務省の調べでは、日本で生成AIを使ったことがある人は2024年度に26.7%で、前年度の9.1%から増えました。
エッジAIとは ロボット用のJetson Thorは最大130Wで、前の世代の7.5倍の性能
エッジAIは、現場の機械の中の半導体でAIを動かすことです。エヌビディアのロボット向けのJetson AGX Thorは、消費電力40〜130ワットで、前の世代のAGX Orinの7.5倍の性能があるとしています。
ソブリンAIとは 日本はABCI 3.0にH200を6,128基、EUは「AIギガファクトリー」に200億ユーロ
ソブリンAIは、AIの計算基盤やモデルを自国の管理下に置こうとする考え方です。産業技術総合研究所のABCI 3.0はエヌビディアのH200を6,128基積み、EUはAIの巨大な計算拠点のために200億ユーロの基金を設けると発表しました。
GPUクラウドの料金とは コアウィーブの定価はB200が1基1時間8.6ドル、AWSはH100を44%値下げ
GPUクラウドの料金は、GPUを積んだサーバーを借りる値段で、多くはGPU1基1時間あたりで比べます。米コアウィーブの公開の定価では、B200を8基積んだサーバーが1時間68.80ドルで、1基あたり8.60ドル（計算）です。
ネオクラウドとは コアウィーブの受注残は1325億ドル、借りた電力は4.6GW超
ネオクラウドは、GPUの貸し出しに特化した新しいクラウドの会社です。米コアウィーブの9月末の受注残は約1325億ドルで、7〜9月期の売上36億6100万ドルの約36倍（計算）にあたります。
空冷とは さくらの石狩は外の冷気で空調の電力を約9割削減、GPUの密集で限界も
空冷は、ファンで空気を流してサーバーを冷やす方式です。さくらインターネットの石狩データセンターは、北海道の外気を使い、従来型と比べて空調の消費電力を約9割減らしたと説明しています。
液冷とは GPUの上に冷却板を当てる方式が主流、マイクロソフトはチップの中に水路
液冷は、チップの熱を液体で運び出す冷やし方です。マイクロソフトは、チップの裏に溝を彫って液体を流す方式が、冷却板より最大3倍よく熱を取り除いたと発表しました。
ラック単位のシステムとは GB200 NVL72はGPU72基、HBMは合計13.4TBで水冷
ラック単位のシステムは、GPUや配線や冷却をラック1本分まとめた1つの製品です。エヌビディアのGB200 NVL72は、GPU72基とCPU36基を水で冷やす設計で、GPUのメモリは合計13.4テラバイトです。
スケールアップとスケールアウトとは NVLinkは72基、UALinkは最大1,024基、イーサネットは12万基超
AIの計算機の広げ方には、GPUの組を大きくするスケールアップと、組の数を増やすスケールアウトがあります。エヌビディアのNVLinkは72基を1組にまとめ、業界団体のUALinkは最大1,024基をつなぐ仕様を決めました。
AI向けイーサネットとは スイッチ1個で毎秒102.4テラビット、2段で12万8000基をつなぐ
AI向けのイーサネットは、標準のネットワーク規格をGPUの大規模な計算に合わせて改良したものです。ブロードコムのスイッチのチップTomahawk 6は、1個で毎秒102.4テラビットを処理します。
InfiniBandとは エヌビディアが70億ドルで手に入れた、1ポート毎秒800ギガビットの網
InfiniBandは、サーバー同士を低い遅延でつなぐネットワークの規格です。エヌビディアの最新のスイッチQuantum-X800は、毎秒800ギガビットのポートを144個持ちます。
NVLinkとは GPU1基あたり毎秒1.8TB、72基を1つの計算機のようにつなぐ
NVLinkは、エヌビディアのGPU同士を直接つなぐ専用の配線の規格です。第5世代ではGPU1基あたり毎秒1.8テラバイトで、72基を1つの組にまとめます。
GPUサーバーとは DGX B200はGPU8基・メモリ1440GB、消費電力は最大約14.3kW
GPUサーバーは、GPUを複数積んでAIの計算に使うサーバーです。エヌビディアのDGX B200はGPU8基で、消費電力は最大約14.3キロワットです。
推論モデルとは DeepSeek-R1は数学の試験で正答率79.8%、考える分だけ計算が増える
推論モデルは、答える前に考える過程の文章を長く生成するAIです。DeepSeek-R1は米国の数学の試験AIME 2024で1回目の正答率79.8%を出しました。
オープンウエイトモデルとは gpt-ossは1170億パラメータを80GBのGPU1基で動かす
オープンウエイトモデルは、学習済みの重みのファイルを公開したAIのモデルです。OpenAIのgpt-oss-120bは総パラメータ1170億で、80GBのGPU1基に収まるとしています。
MoE（専門家混合）とは DeepSeek-V3は6710億のうち1トークンに370億だけを使う
MoEは、多数の専門家の中から入力ごとに一部だけを選んで計算するモデルの設計です。DeepSeek-V3は全体で6710億のパラメータを持ち、1つのトークンの計算には370億だけを使います。
演算精度（FP8・FP4）とは FP4はFP16よりメモリを約3.5分の1に、エヌビディアの説明
演算精度は、1つの数を表すビット数のことで、少ないほど速く安く計算できます。エヌビディアは、4ビットの形式「NVFP4」はモデルのメモリをFP16の約3.5分の1、FP8の約1.8分の1にすると説明しています。
FLOPSとは スパコン首位は2.198エクサFLOPS、AIチップの数字とは単位の精度が違う
FLOPSは、1秒間に何回の小数の計算ができるかを示す単位です。2026年6月のTOP500で首位になった中国の「LineShine」の実測の性能は2.198エクサFLOPS（1秒に約220京回）でした。
パラメータ数とは 4050億パラメータのモデルは16ビットで約810GBのメモリが要る
パラメータ数は、AIモデルの中の調整できる数値の個数です。メタのLlama 3.1 405Bは4050億個あり、1個を16ビット（2バイト）で持つと、数値だけで約810GBのメモリを使います（計算）。
推論（インファレンス）とは グーグルの自社モデルのAPIは1分に約320億トークンを処理
推論は、できあがったAIモデルを使って答えを出す計算です。アルファベットは10月28日、自社モデルのAPIが1分あたり約320億トークンを処理していると明らかにしました。
学習（トレーニング）とは メタのLlama 3.1 405Bは15兆トークンをGPU3084万時間で学んだ
AIの学習は、データを読ませて答えのずれを測り、ずれが小さくなる方向にモデルの数値を直す計算を繰り返すことです。メタは2024年7月、4050億パラメータのLlama 3.1の学習にH100を延べ3084万GPU時間使ったと公表しました。
AIアクセラレーターとは GPU・TPU・自社チップの総称、エヌビディアのデータセンター売上は四半期890億ドル
AIアクセラレーターは、AIの計算を専門に速くする半導体の総称です。エヌビディアの2026年5〜7月期のデータセンター部門の売上は890億ドルで、前年同期比117%増えました。
ウエハー1枚あたりのチップ数とは ウエハーの面積とダイサイズで決まる「取れ数」の考え方
ウエハー1枚から取れるチップの数は、ウエハーとチップの面積、端で欠ける分で決まります。直径300mmのウエハーで814平方ミリのダイを並べると、近似の式では約63個になります（計算）。
レチクルサイズとは 露光装置が1回で写せる範囲、1個のチップの大きさの上限を決める
レチクルサイズは、露光装置が1回で写せる範囲の大きさで、チップの面積の上限になります。ASMLの次の世代のHigh-NA EUV装置では、この範囲の片方の辺が33ミリから16.5ミリと半分になります。
ダイサイズとは ウエハーから切り出す1個のチップの面積、大きいほど取れる数と良品の率が下がる
ダイサイズは、ウエハーから切り出す1個のチップの面積です。エヌビディアのGPU「H100」のもとになるGH100のダイは814平方ミリで、トランジスタは800億個です。
ムーアの法則とは チップに載るトランジスタの数が約2年ごとに倍になるという経験則
ムーアの法則は、チップのトランジスタの数がおよそ2年ごとに倍になるという経験則です。1971年のインテルの4004は2,300個、エヌビディアのBlackwellのGPUは2,080億個で、約9,000万倍になりました（計算）。
EDAとは 膨大な数のトランジスタの回路を描き、製造の前に確かめる設計ソフト
EDAは、半導体の回路を設計し、製造前に検証するためのソフトです。米ケイデンス・デザイン・システムズの2026年7〜9月期の売上は16億3,300万ドルで前年同期比22%増え、受注残は82億ドルでした。
ファブレスとは 売上の2〜3割を研究開発に回し、製造はファウンドリに払う設計会社
ファブレスは、工場を持たず、設計した半導体の製造をファウンドリに任せる会社です。台湾のメディアテックは2026年7〜9月期に、売上の25.1%にあたる422億台湾ドルを研究開発に使いました（比率は計算）。
電源ICとは 電池やコンセントの電気を、チップが使える電圧に変えて整える半導体
電源ICは、電気の電圧を変えて安定させ、CPUやメモリに配るアナログ半導体です。独インフィニオンの2026年9月期のデータセンター向けの電源の売上は約22億ユーロで、2027年9月期は約40億ユーロを見込みます。
ADAS向け半導体とは 自動ブレーキと車線の維持を支える画像処理のチップ
ADAS向け半導体は、カメラやレーダーの情報から周りを見分け、自動ブレーキなどの運転支援に使うチップです。モービルアイの2026年7〜9月期の出荷は950万個で、売上は4億9,200万ドルでした。
CPO（光電融合）とは 光の送受信部をチップと同じ基板に載せて電力を減らす
CPOは、光の送受信部をスイッチのチップのすぐ横に載せ、電気の配線を短くする方式です。エヌビディアの説明では、1つの接続口の電力は差し込み式の約30Wに対し、CPOでは9Wまで下がります。
光トランシーバーとは サーバー間の電気信号を光に変えて送る差し込み式の部品
光トランシーバーは、電気の信号と光の信号を相互に変換する差し込み式の部品です。米コヒレントの2026年7〜9月期は、光トランシーバーを含むデータセンター・通信部門の売上が19億5,170万ドルと79%増えました。
シリコンフォトニクスとは 半導体の工場で光の回路を作る、AIの配線を銅から光へ
シリコンフォトニクスは、シリコンのチップの上に光の回路を作る技術です。エヌビディアは2025年3月、この技術で光の部品をスイッチに一体化し、電力の効率を従来の3.5倍にしたネットワーク用スイッチを発表しました。
HBM4とは I/Oを2,048本に増やしたHBMの第6世代、10〜12月期に主力へ
HBM4は、データの出入り口を2,048本に増やしたHBMの第6世代です。SKハイニックスは2026年7〜9月期に本格出荷を始め、10〜12月期には出荷量と売上でHBM3Eを上回る主力品になると見ています。
HBM3Eとは DRAMを12段積んで36GB、10〜12月期にHBM4へ主役交代
HBM3Eは、高帯域メモリ（HBM）の第5世代の製品です。SKハイニックスは2026年10〜12月期に、出荷量と売上の両方で次の世代のHBM4がHBM3Eを上回ると見込んでいます。
GDDR7とは ゲーム用GPUの隣に並べるDRAM、AIの推論用GPUにも採用
GDDR7は、GPUの基板の上に並べて使うグラフィックス用のDRAMの規格です。JEDECは2024年3月に規格を公表し、1個あたりの帯域は前の世代のGDDR6の2倍の毎秒192ギガバイトになりました。
DPUとは データセンターの通信・暗号・保存の処理を受け持つ「3つ目の演算装置」
DPUは、データセンターの通信や保存の下働きをCPUから引き取る半導体です。AMDは2022年5月、DPUを作る米ペンサンド・システムズの買収を約19億ドルで終えました。
CPUとは 命令を読んで順に実行する汎用の演算装置、AIサーバーでも需要が伸びる
CPUは、プログラムの命令を順に実行するコンピューターの司令塔です。インテルのデータセンター・AI部門の2026年7〜9月期の売上は73億ドルで前年同期比78%増え、PC向けの部門は5%減りました。
GPUとは 小さな計算器を大量に並べて同時に動かす半導体、画像処理からAIの主役へ
GPUは、小さな計算器を大量に並べて同時に計算する半導体です。エヌビディアの2026年5〜7月期のデータセンター部門の売上は890億ドルで、前年同期比117%増えました。
ロジック半導体とは GPUを含む市場、WSTSは2026年に37.3%増と予測
ロジック半導体は、計算や制御を受け持つ半導体です。WSTSは2026年の世界のロジックの市場を4,114億ドルと、前年から37.3%増えると予測しています。
UCIeとは 別々の会社のチップレットを1つのパッケージでつなぐための共通規格
UCIeは、パッケージの中でチップレットどうしをつなぐ業界共通の規格です。策定団体は2026年11月12日に4.0版を公表し、メモリとの接続で1ミリメートルあたり毎秒約2.5テラバイトの帯域密度を示しました。
計算リソグラフィとは CPU4万台分の計算をGPU350台で、TSMCが量産に採用
計算リソグラフィは、露光の写り方をコンピューターでまね、マスクと照明を最適化する技術です。NVIDIAによると、同社のGPUのシステム350台で、CPUのシステム4万台分の計算をこなせます。
OPC（光近接効果補正）とは 写るときのゆがみを先回りしてマスクを補正、1組で3,000万CPU時間
OPCは、露光で模様が設計どおりに写らない分を見込んで、マスクの模様を補正する技術です。NVIDIAによると、チップ1つ分のマスクの組の計算に3,000万CPU時間以上かかることがあります。
スーパーマイクロ、7〜9月期売上199億ドルで前年の4倍 粗利率12.7%、営業現金収支は流出
米スーパーマイクロ・コンピューターの2026年7〜9月期の売上は199億4,583万ドルで、前年同期の50億1,779万ドルの約4倍になりました。2027年6月期の売上予想は720億〜820億ドルです。
アステラ・ラブズ、7〜9月期売上5億8,490万ドル 前期比49%増でスイッチが最大の製品群に
米アステラ・ラブズの2026年7〜9月期の売上は5億8,490万ドルで、前年同期の2.5倍になりました。10〜12月期は7億3,000万〜7億5,000万ドルの売上を見込みます。
コヒレント、7〜9月期売上23億7,000万ドル 光部品のデータセンター向けが8割超に
米コヒレントの2026年7〜9月期の売上は23億7,030万ドルで、前年同期より49.9%増えました。データセンター・通信部門が79%伸び、全社売上の82%を占めました。
バーティブ、7〜9月期売上43億ドルで61%増 米州が75%伸び通期予想を上げる
米バーティブの2026年7〜9月期の売上は43億1,280万ドルで、前年同期より61%増えました。米州の売上が75%伸び、調整後の営業利益率は25.2%に上がりました。
シスコシステムズ、8〜10月期の売上185億ドルで24%増 15年超で最も高い伸び
米シスコシステムズの2026年8〜10月期（2027年7月期第1四半期）の売上は185億ドルで、前年同期比24%増えました。チャック・ロビンスCEOは、売上と特別な項目を除く1株利益の伸びが15年余りで最も高かったと述べています。
ヒューレット・パッカード・エンタープライズ、5〜7月期の売上122億1300万ドルで34%増 通期予想を上げる
米ヒューレット・パッカード・エンタープライズ（HPE）の2026年5〜7月期（2026年10月期第3四半期）の売上は122億1300万ドルで、前年同期比34%増えました。GAAPの売上総利益率は40.1%と、1年で10.9ポイント上がりました。
デル・テクノロジーズ、5〜7月期の売上469億7100万ドルで58%増 通期予想を250億ドル引き上げ
米デル・テクノロジーズの2026年5〜7月期（2027年1月期第2四半期）の売上は469億7100万ドルで、前年同期比58%増えました。AI向けのサーバーの受注は四半期で609億ドルと過去最高で、期末の受注残は950億ドルに達しました。
テラダイン、7〜9月期の売上13億600万ドルで70%増 1株利益は2.9倍
半導体の検査装置を手がける米テラダインの2026年7〜9月期の売上は13億600万ドルで、前年同期の7億6920万ドルから約70%増えました。GAAPの1株利益は2.17ドルで、前年同期の2.9倍でした。
オン・セミコンダクター、7〜9月期売上17億2200万ドルで11%増 電圧制御のフェリックを6億ドルで買収
米パワー半導体大手オン・セミコンダクター（オンセミ）の2026年7〜9月期の売上は17億2230万ドルで、前年同期比11%増えました。AIデータセンター向けの売上は前年同期比175%増と、全体の伸びを大きく上回りました。
鴻海、1〜10月売上8兆9751億台湾ドルで40%増 10月は1兆3053億台湾ドル
台湾の鴻海精密工業（フォックスコン）の2026年10月の売上は1兆3053億1900万台湾ドルで、前年同月比45.73%増えました。1〜10月の累計は8兆9750億9200万台湾ドルとなり、2025年の1年分の売上を10カ月で上回りました。
ASE、7〜9月期の売上2442億台湾ドルで45%増 組み立て・検査の利益率は30.6%
半導体の後工程を請け負う台湾ASEテクノロジー・ホールディングの2026年7〜9月期の売上は2441億6100万台湾ドルで、前年同期比44.8%増えました。組み立て・検査・材料の部門の売上総利益率は30.6%まで上がっています。
パランティア（AIソフト）はどんな会社か 7〜9月期の売上は96%増の23億1300万ドル
米パランティアの2026年7〜9月期の売上は23億1300万ドルで、前年同期比96%増えました。米国の企業向けの売上は148%増の9億8400万ドルで、初めて米国の政府向けの9億5300万ドルを上回りました。
ケイデンス以外のEDA：アンシスはどんな会社か シノプシスが買収、2026年度の売上は29.8億ドルを見込む
物理シミュレーションのソフト大手、米アンシスは2025年7月にシノプシスの一部になりました。シノプシスの2026年5〜7月期の設計自動化部門の売上は20億300万ドルで、アンシスを取り込んだことで前年同期の13億1210万ドルから53%増えました（伸び率は計算）。
AVC（奇鋐科技）はどんな会社か AIサーバーの冷却部品、1〜10月の売上は65.6%増
台湾の冷却部品大手、AVC（奇鋐科技）の2026年1〜10月の累計売上は1793億5102万台湾ドルで、前年同期比65.6%増えました。1〜9月の営業利益率は26.9%で、AIサーバー向けの組み立て会社より高い水準です（計算）。
ギガバイトはどんな会社か 10月の売上は2.4倍、1〜9月の売上は4039億台湾ドル
台湾のギガバイト（技嘉科技）の2026年10月の売上は670億3613万台湾ドルで、前年同月の2.4倍になりました（倍率は計算）。会社は台湾証券取引所への届け出で、AIの注文の需要が強いためと説明しています。
デルタ電子はどんな会社か AIサーバーの電源と冷却、10月の売上は30.1%増
台湾のデルタ電子の2026年7〜9月期の売上は1970億5900万台湾ドル、純利益は234億9500万台湾ドルでした。10月の売上も前年同月比30.1%増と、AIのデータセンター向けの電源の需要が続いています。
カンブリコンはどんな会社か 中国のAIチップ専業、1〜9月の純利益は131%増の37億元
中国のAIチップ設計会社カンブリコンの2026年1〜9月の売上高は95億2640万元で、前年同期の約2.1倍になりました。7〜9月期だけでも35億3083万元で104.47%増えています。
テンセント（AI投資）はどんな会社か 4〜6月期の設備投資は176%増の528億元
テンセントの2026年4〜6月期の設備投資は528億元で、前年同期の191億元から176%増えました。売上は2048億元で11%増え、AIを使った広告の配信が広告売上を22%押し上げました。
バイドゥ（AIチップと生成AI）はどんな会社か 検索広告が19%減、AIクラウド基盤は50%増
バイドゥの2026年4〜6月期の売上は313億元で前年同期比4%減りました。広告は19%減りましたが、AIクラウド基盤の売上は73億元で50%増え、うちGPUクラウドは283%増えています。
アリババ（AIとクラウド）はどんな会社か 4〜6月期のAIクラウド売上は45%増の484億元
アリババ集団の2026年4〜6月期、クラウドと半導体設計をまとめた「AIクラウド・計算サービス」部門の売上は484億3700万元で、前年同期比45%増えました。設備投資は676億7800万元で、75%増えています。
テスラ（AIチップ）はどんな会社か 7〜9月期の設備投資は47億ドル、オースティンに半導体工場
米テスラの2026年7〜9月期の設備投資は47億3200万ドルで、前年同期の22億4800万ドルから約2.1倍になりました（倍率は計算）。年末までに学習用の計算能力を400メガワットにする計画です。
アステラ・ラブズはどんな会社か GPU同士をつなぐスイッチが主力に、7〜9月期の売上154%増
米アステラ・ラブズの2026年7〜9月期の売上は5億8490万ドルで、前年同期の2.5倍になりました（倍率は計算）。10〜12月期は7億3000万〜7億5000万ドルを見込みます。
コヒレントはどんな会社か データセンター向けの光部品が売上の8割強に
米コヒレントの2026年7〜9月期（2027年度第1四半期）の売上は23億7030万ドルで、前年同期比49.9%増でした。データセンター・通信部門が19億5170万ドルと売上の82%を占めます（比率は計算）。
バーティブはどんな会社か データセンターの電源と冷却を売る、7〜9月期の売上は61%増
データセンターの電源と冷却を手がける米バーティブの2026年7〜9月期の売上は43億1300万ドルで、前年同期比61%増でした。買収の分を除く受注は100%超増え、通期の売上予想を6億5000万ドル引き上げました。
デル・テクノロジーズ AIサーバーの受注残950億ドル、通期売上予想を1,920億ドルに
米デル・テクノロジーズは、企業向けのパソコンとデータセンター向けのサーバーを売る会社です。2026年5〜7月期のAIサーバーの受注は609億ドルで、受注残は950億ドルになりました。
鴻海精密工業 クラウド・ネットワーク部門が売上の54%、7〜9月期は3兆台湾ドル
台湾の鴻海精密工業（フォックスコン）は、他社ブランドの電子機器を受託で作る会社です。2026年7〜9月期の売上は3兆156億台湾ドルで、AIサーバーを含むクラウド・ネットワーク部門が54%を占めました。
ASE 後工程の受託大手、7〜9月期の売上は2,441億台湾ドルで45%増
台湾のASEテクノロジー・ホールディングは、半導体の組み立てと検査を請け負う会社です。2026年7〜9月期の売上は2,441億6,100万台湾ドルで、前年同期より44.8%増えました。
米IT大手4社、7〜9月期の設備投資2,087億ドル 2026年見通しの合計は7,200億ドル超
米IT大手4社の2026年7〜9月期の設備投資は、各社の開示を足すと約2,087億ドルでした（計算）。4社が示した2026年の設備投資の見通しの合計は、7,200億〜7,400億ドルになります（計算）。
TSMC、7〜9月期純利益68.7%増 売上は467億ドルで見通し上回る
TSMCの2026年7〜9月期の純利益は7,630億6,000万台湾ドルで、前年同期比68.7%増えました。売上は米ドル建てで467億2,000万ドル（41.2%増）で、売上総利益率は66.4%でした。
半導体の地政学 輸出規制はどこを止め、何が動いたか
米商務省は2022年10月7日、中国向けの先端半導体と製造装置の輸出規制を大きく強めました。日本の半導体製造装置の輸出に占める中国向けの比率は、2026年1〜9月に36.0%と、前年同期の43.0%から下がっています（計算）。
AIの学習と推論 求められる半導体の違い
AIの計算は、モデルを作る学習と、答えを出す推論に分かれます。マイクロンは、モデルの大型化や長い文脈の処理が、AIの計算に必要なメモリと記憶装置の量を増やしていると説明しています。
データセンターと電力 米国では2028年に電力の最大12%との推計
米エネルギー省の推計では、米国のデータセンターの電力使用は2023年に全体の約4.4%でした。2028年には約6.7〜12%に増えると見込まれています。
GPU・TPU・ASICの違い 汎用か専用か、AI半導体の選び方
AIの計算を担う半導体は、汎用のGPUと、用途を絞った専用品（TPUを含むASIC）に分かれます。専用品の設計を請け負う台湾の世芯（Alchip）の10月の売上は、前年同月比515.8%増えました。
ファウンドリとファブレス 半導体の「設計」と「製造」の分業
半導体の業界では、工場を持たないファブレスが設計し、ファウンドリが製造する分業が広がっています。受託製造の最大手TSMCの7〜9月期の売上は、7nm以下の先端品が79%を占めました（計算）。
CoWoSと先端パッケージ 複数のチップを1つに束ねる技術
CoWoSは、TSMCがGPUとHBMを1つのパッケージに収める技術の名前です。台湾の後工程大手ASEの10月の売上は、前年同月比47.1%増えました。
HBMとは DRAMを縦に積んでGPUに直結するメモリ
HBMは、DRAMのチップを積み重ねてGPUの隣に置くメモリです。SKハイニックスは、2026年10〜12月期にHBM4の出荷量と売上が前の世代のHBM3Eを上回ると見込んでいます。
AIサーバー組み立ての台湾勢、10月売上 緯創117.6%増、広達104.0%増
AIサーバーの組み立てを手がける台湾の会社の10月の売上が、前年の約2倍に増えました。緯創（Wistron）は前年同月比117.6%増の4,026億台湾ドル、広達（Quanta）は104.0%増の3,533億台湾ドルでした。
米国の半導体関税（232条）、先端AI半導体に25% ポリシリコンとウエハーにも12月4日から
米国は通商拡大法232条に基づき、2026年1月15日から一部の先端AI半導体に25%の関税をかけています。8月には半導体の素材であるポリシリコンとその派生品に15%の追加関税を決め、12月4日から適用します。
米商務省、輸出規制の「関連会社規則」の停止を2027年1月10日まで延長 H200級は個別審査の枠組み
米商務省産業安全保障局（BIS）は、輸出規制の対象企業の関連会社にも規制を広げる規則の停止を、11月9日の期限から2027年1月10日まで延長しました。中国向けのAI半導体では、1月からH200級を条件付きで個別に審査する仕組みが動いています。
TSMC、先端パッケージなどの設備に約409億ドルの予算を承認 CoWoSの能力の数字は示さず
TSMCは11月10日の取締役会で、先端の製造技術と先端パッケージなどの生産能力の増強に充てる約409億ドルの予算を承認しました。7〜9月期の売上高は467億ドルで、前年同期比50.9%増えました。
さくらインターネット、GPU事業の上期売上101億円 ソフトバンクは堺で140MW
さくらインターネットの2026年4〜9月期の売上は228億2,700万円で、前年同期比46.0%増えました。生成AI向けのGPUインフラ事業の売上が101億2,400万円と、前年同期の3.6倍に増えました（倍率は計算）。
AIチップの自社開発、4社が量産段階に マイクロソフトはMaia 300を2027年に
米クラウド大手4社が、AI向けの演算チップの自社開発を量産段階に進めています。マイクロソフトは10月、「Maia 300」を2027年から数ギガワット規模で導入し、自社の推論の主力にすると発表しました。
エヌビディア「Vera Rubin」量産へ GPU72基とCPU36基で1ラック
エヌビディアは次世代のAI向け基盤「Vera Rubin（ベラ・ルービン）」の量産に入りました。主力のラック「Vera Rubin NVL72」は、Rubin GPUを72基、Vera CPUを36基つないだ構成です。
AIクラウドの受注残膨らむ オラクル6,640億ドル、コアウィーブ1,325億ドル
AI向けの計算能力を貸すクラウド各社の受注残が膨らんでいます。オラクルの残存履行義務（RPO）は8月末に6,640億ドル、コアウィーブの受注残は9月末に約1,325億ドルでした。
ネビウス 7〜9月期売上9.8億ドル、2026年の設備投資は約270億ドルに拡大
AI向けクラウドのネビウス・グループの2026年7〜9月期の売上は9億8,080万ドルで、前年同期の6.7倍になりました（倍率は計算）。2027年の売上は120億〜130億ドルを見込みます。
SKハイニックス HBM4が主力に、主要14社と長期契約
韓国のSKハイニックスは、DRAMとNANDフラッシュを作るメモリー専業の会社です。AI向けのHBMを強みとし、2026年7〜9月期は売上104.6兆ウォン、営業利益83.3兆ウォンでした。
TSMC 先端品が売上の79%、7〜9月期の設備投資は4,432億台湾ドル
台湾のTSMCは、他社が設計した半導体を受託して作るファウンドリーの最大手です。2026年7〜9月期は、7nm以下の先端品がウエハー売上の79%を占め、AI向けを含むHPCが用途別の68%でした。
エヌビディア、5〜7月期売上962億ドル データセンター890億ドルで117%増
エヌビディアの2026年5〜7月期の売上は962億2,100万ドルで、前年同期の2倍強になりました。次の8〜10月期の決算は、11月17日（米国時間）に発表する予定です。
アーム、7〜9月期売上14.4億ドル データセンター向けロイヤルティー倍増
英アームの2026年7〜9月期の売上は14億4,000万ドルで、前年同期より27%増えました。ライセンスなどの収入が7億7,300万ドルと50%伸び、ロイヤルティー（使用料）収入は6億7,000万ドルでした。
マイクロン、6〜8月期売上542億ドル 通期は1,332億ドルで前期の3.6倍
米マイクロン・テクノロジーの2026年6〜8月期の売上は542億3,000万ドルで、前年同期の4.8倍になりました。GAAPの純利益は377億ドル、売上総利益率は86.8%でした（倍率は計算）。
AMD、7〜9月期売上134億ドル データセンター97%増でMI450が寄与
AMDの2026年7〜9月期の売上は133億7,700万ドルで、前年同期より45%増えました。データセンター部門の売上が85億4,600万ドルと97%伸び、全社の6割強を占めました。
SKハイニックス、7〜9月期の売上が初の100兆ウォン超 営業益83.3兆ウォン
SKハイニックスの2026年7〜9月期の売上は104.6155兆ウォンで、四半期として初めて100兆ウォンを超えました。営業利益は83.3338兆ウォンで、売上に対する比率は80%でした。