【GTC2026 徹底解説①】NVIDIAはエンジン屋から都市設計者になった——"7つのチップ"の正体

投資家が「個別スペック」より「全体設計の変化」を見るべき理由

この3部作では、GTC2026の発表を①ハード ②エージェントAI ③マネーの3層に分けて、NVIDIAの構造変化を解剖します。1本ずつ独立して読めますが、3本揃うと「なぜNVIDIAがここまで強いのか」の立体像が見えます。

GTC2026でNVIDIAが見せた本質は、新チップの数ではない。

GPU、CPU、推論チップ、ネットワーク、ストレージ——5種類のラックを最初から「ひとつの都市」として設計し、まるごと売り始めた。 投資家が見るべきは個別スペックではなく、この全体設計の変化だ。

例え話になるが、去年までのNVIDIAは「世界最速のエンジン」を売っていた。どんな車にも積める、とにかく速いエンジン。今年のNVIDIAは違う。エンジン＋車体＋高速道路＋ガソリンスタンド＋交通管制システムをセットで売り始めた。

しかもそのセットに名前がついている。Vera Rubinだ。

実は私は3月15日のGTC前夜記事で、3つの予測を立てていた。

「Vera Rubinの詳細スペックと出荷情報が確定する」「NemoClawが発表される」「Feynmanのティーザーが出る」——翌日のキーノート、3つとも当たった。だが「当たった」こと以上に驚いたのは、NVIDIAが見せた絵の規模だった。

本記事では、GTC2026のキーノート発表を「ハードウェア」の視点から解剖する。先に結論を言うと、NVIDIAはもはやチップメーカーではない。AIが動く「都市」を丸ごと設計する会社になった。なぜそう言えるのか、順を追って書いていく。

Vera Rubinを「都市計画」として読む

まず全体像から掴もう。

CES 2026（1月）でNVIDIAは6種類の新チップを発表していた。GTC2026ではさらにGroq 3 LPUが加わり、合計7種類の新チップと5種類のラックで構成されるVera Rubinプラットフォームが完成した。プレスリリースは20本以上。一つ一つのスペックを追いかけると迷子になる。

だから、都市計画に例える。

あなたが巨大な工業都市を一から設計するとしよう。何が必要か？

発電所がいる。電力がなければ何も動かない。これがRubin GPU。72基がひとつのラック（NVL72）に収まり、20.7TBのHBM4メモリを搭載する。前世代のBlackwellと比べて、推論のトークンコストが10分の1、ワットあたり推論性能が8倍。同じ電気代で圧倒的に多くの仕事ができる計算機だ。

市役所がいる。都市全体を管理し、誰がどこで何をしているかを把握する頭脳。これがVera CPU。88コアのカスタムArmプロセッサ「Olympus」が256基、ひとつのラックに液冷で収まる。22,500の「サンドボックス」——つまりAIエージェントが安全に動ける独立した部屋を、同時に維持できる。「AIエージェント」という言葉に馴染みがない方は、「人間の代わりに仕事をしてくれるAI従業員」だと思ってください。Vera CPUラックは、その従業員が22,500人同時に働けるオフィスビルだ。

高速配送センターがいる。工場で作ったものを、超高速で届ける物流拠点。これがGroq 3 LPU。500MBという巨大なオンチップSRAMを持ち、150TB/sの帯域幅で外部メモリにアクセスせずに推論計算を完結できる。「AIに質問してから答えが返ってくるまでの時間」が劇的に短くなる、と思ってもらえればいい。（この「Groq」はNVIDIAが200億ドルで技術を取得したAIチップ企業であり、Elon Muskの「Grok」とは全くの別物だ。）

倉庫がいる。大量の荷物を保管しておく場所。これがBlueField-4 STXストレージラック。AIが推論するときに蓄積される過去の会話の文脈（キーバリューキャッシュ）を保管し、GPUやLPUの負担を減らす。

道路網がいる。各施設を結ぶ高速な通信路。これがSpectrum-6 SPXネットワークラック。102.4Tb/sのスイッチング容量を持つコパッケージド光学スイッチで、都市全体のデータの流れを制御する。

この5つのラックが、ひとつの「AIファクトリー」として統合的に動く。バラバラのパーツを組み合わせるのではなく、最初から「都市」として設計されている。 ここが、去年までのNVIDIAと決定的に違う点だ。

ここまでの話を一言でまとめると、NVIDIAは「速いチップ」を売る会社から、「AIが動く都市インフラ」をまるごと売る会社に変わった。 7つのチップは個別のパーツではなく、ひとつの都市を構成する臓器だ。

NBIS記事で「NVIDIAの地図が面になった」と書いたが、今回の発表で「面」どころか「立体の都市」が出来上がった。あの記事で描いた「高速道路→トラック会社→倉庫」の比喩は、Vera Rubinの5ラック構成そのものだった。

もう少し深く知りたい方は、このまま読み進めてほしい。ここからは、この都市の中でも最も議論を呼んだ「新参者」——Groq 3 LPUの話をする。

Groq買収——第二のMellanoxか、高すぎる買い物か

GTC2026のハードウェア発表で最も議論を呼んだのは、Vera Rubin本体ではない。Groq 3 LPUだ。

Groqは、もともとGoogleのTPU（Tensor Processing Unit）を設計したチームが独立して作った会社だ。NVIDIAが2025年12月に約200億ドル（約3兆円）で技術ライセンスを取得し、創業者のJonathan Rossを含む200名以上のエンジニアを雇い入れた。形式上は会社の買収ではなく知的財産の取得だが、実質的にはGroqの中核がNVIDIAに移った。NVIDIA史上最大の取引であり、SiliconANGLEはこれを「Mellanox moment（メラノックスの瞬間）」と呼んだ。

Mellanoxとは何か。2019年にNVIDIAが69億ドルで買収したイスラエルのネットワーク企業だ。当時「なぜGPU屋がネットワーク屋を買うのか」と首をかしげる人が多かった。だが結果として、MellanoxのInfiniBand技術がNVIDIAのデータセンター戦略の根幹になった。GPUをつなぐネットワークを押さえたことで、NVIDIAは「チップ単体」ではなく「つながったシステム」を売れるようになった。

今回のGroq取得は、同じ構図をもう一段上のレイヤーで繰り返している。

対立する2つの見方がある。

「200億ドルは安い」派の論拠はこうだ。AI産業は今、訓練（モデルを作る段階）から推論（モデルを使う段階）へ重心が移っている。ChatGPTのようなAIが実際にユーザーの質問に答えるとき、それは「推論」だ。訓練は一度やれば終わるが、推論は使われるたびに発生する。Ciscoの分析によれば、2027年までにAIワークロードの75%が推論になると予測されている。推論こそが、AIの運用コストの大半を占める「永続的な支出」だ。

Groq 3 LPUは、その推論に特化したチップだ。Vera Rubin NVL72と組み合わせると、1兆パラメータのモデルの推論スループットがBlackwell比で35倍になるとNVIDIAは主張している。メガワットあたりのトークン生成速度が35倍ということは、同じ電気代で35倍の仕事ができるということだ。

ここが投資家にとって重要な数字なので、もう少し掘り下げて話す。

ジェンセン・ファンはキーノートで「Dynamo」という推論スケジューリングシステムを発表した。Dynamoは、AIの推論プロセスを2つの段階に分離する。「プリフィル」（ユーザーの質問を理解し、回答を準備する段階）はメモリ帯域が必要だからRubin GPUに送る。「デコード」（回答を一語ずつ生成する段階）はレイテンシ勝負だからGroq LPUに送る。

自分のMac miniでGemma3を動かしていると、推論の遅さが一番のストレスだった。質問してから答えが返るまでの待ち時間。文章が一語ずつゆっくり出てくるあの感覚。あの体験があるから、Groq LPUの意味が体感でわかる。Groqはまさに「あの待ち時間を桁で削る」ためのチップだ。

ここまで読んで「なるほど」と感じていただけたら、スキを押していただけると次の記事を書くエネルギーになります。

たとえ話をすると、レストランの厨房で「仕込み担当」と「盛り付け担当」を分けるようなものだ。仕込みは大きなまな板と冷蔵庫（=大容量メモリ）が必要で、盛り付けは手の速さ（=低レイテンシ）が命。両方を同じ料理人にやらせるより、適材適所で分けたほうが全体のスループットは上がる。Dynamoはその「配膳係の頭脳」にあたる。

「200億ドルは高い」派の論拠も聞いておこう。Groq LPUの計算性能そのものはRubin GPUの約25分の1、メモリ容量は500MBに対してRubin GPUは288GBと約576倍の差がある。あくまで「デコードのブースター」であり、汎用的な計算チップではない。NVIDIAのIan Buck VP自身がGTC前のプレスブリーフィングで「LPUは現時点ではCUDAにネイティブ対応していない」と認めており、ソフトウェアエコシステムの統合はまだ途上だ。

私の見方。 Groq取得の本質は、チップの性能ではなく「推論の経済学」を支配しにいく戦略だ。訓練でNVIDIAが築いた堀はすでに深い。だがAI産業の収益の源泉は、今後急速に推論に移行する。その推論のコスト構造を自社のハードウェアで規定できれば、AI企業はNVIDIAの「電気料金表」から逃れられなくなる。200億ドルは、その電気料金表の決定権を買った値段だ。

この仮説が外れるのはどういうときか。 2つある。ひとつは、推論ワークロードが予想ほど増えず、訓練中心の世界が続くケース。もうひとつは、LPUとGPUの統合がうまくいかず、ソフトウェアの断絶が解消されないケース。後者についてはNVIDIAの「CUDAへの変更は不要、LPUはアクセラレータとして透過的に動く」という説明の実効性を、今後の四半期で検証していく必要がある。

ゴールドマン・サックスはGTC直後にレポートを出し、Groq技術とVera Rubinプラットフォームの統合によりワットあたりスループットが35倍になる点を評価、NVIDIAの「買い」評価を維持した。同時に「2026年にAI設備投資がピークする」という市場の懸念を、ジェンセンの「2027年までに1兆ドルの受注」発言が直接否定したと指摘している。

Feynman——2028年に向けて、地図はもう描かれた

GTC前夜の記事で「Feynmanのティーザーが出るかもしれない」と書いた。（元記事）

出た。しかも、想像以上に具体的だった。

Feynmanは2028年リリース予定のNVIDIAの次世代アーキテクチャだ。物理学者リチャード・ファインマンから命名されている。キーノートで明かされた構成要素は、新GPU（名称未公表）、LP40という次世代LPU、Rosaという新CPU（DNAの構造解明に貢献したロザリンド・フランクリンにちなむ）、BlueField-5 DPU、CX10 NIC。そしてKyberという新しいラックアーキテクチャだ。

Kyberのプロトタイプがステージ上で披露された。Vera Rubin NVL72が水平にスライドインする設計なのに対し、Kyberは垂直にコンピュートノードが挿入される。これにより144基のGPUを1つのNVLinkドメインに統合できる。Vera Rubinの72基から倍増だ。Kyber設計はVera Rubin Ultraに搭載され、2027年出荷予定。

もうひとつ。Feynman世代では、チップ間の接続にシリコンフォトニクス（光信号）が本格採用される。現行世代は銅配線だが、銅線は距離が伸びると信号が劣化し、消費電力も増える。光なら、そのどちらも解決する。ジェンセンはキーノートの数日前に、光通信部品メーカーのLumentumとCoherentにそれぞれ20億ドルを投資したことを発表していた。あれはFeynmanへの布石だったわけだ。

GTC前夜の記事で私はこう書いた。「Feynmanの推論ファースト設計と長期記憶は、ヒューマノイドロボットが『状況を判断して自分で動く』ための脳になる可能性がある」と。（該当箇所）キーノートでは実際にGR00T N2というロボット基盤モデルが発表され、ディズニーのOlafロボットがジェンセンと一緒にステージに登場した。ロボットが物理法則を理解しながら歩き、会話する。Feynmanはそのためのハードウェア基盤だ。

そしてVera Rubin Space-1。宇宙データセンター構想。冗談ではない。NVIDIAはVera Rubinを宇宙環境で動かすためのモジュールを開発中で、H100比で宇宙推論性能が25倍という数字が示された。地上のデータセンターは電力と冷却と用地の制約がある。10年後の話かもしれないが、NVIDIAがロードマップに正式に入れた以上、頭の片隅に置いておくべきだろう。

ここまでの話を一言で。Vera Rubinは「今年の話」、Kyber/Rubin Ultraは「2027年の話」、Feynmanは「2028年の話」、Space-1は「その先の話」。 NVIDIAは単年のプロダクト発表ではなく、5年分の設計図を一度に広げてみせた。

1枚のスライドが語る「全体像」

ここで一度、全体の見取り図を整理する。NVIDIAの戦略は3段階で進んでいる。①足場を作る（ハードウェア）→ ②交通ルールを握る（ソフトウェア/エージェント基盤）→ ③金の流れを押さえる（資本投下とエコシステム）。 今回の記事は①の話。ここから紹介するスライドは、その3段階の全体像を1枚で見せてくれる。

「NVIDIA ❤️ AI Natives」と題されたエコシステムマップだ。

このスライドは、NVIDIAのフルスタック構造を1枚で示している。

最下段にハードウェア。Hopper → Blackwell → Rubinと世代が並ぶ。本記事で解説した「都市の土台」だ。

その上にNVIDIA AI Platform。cuDNN、Omniverse、TRT-LLM、Dynamo（さっき説明した推論スケジューラ）、NeMo、Cosmos、Nemotron。

さらに上に、ソフトウェア層。DLフレームワーク（PyTorch、JAX）、推論フレームワーク（vLLM、SGLang）、Agent Frameworks/Protocols（LangChain、CrewAI、OpenClaw）。そしてフロンティアモデルビルダー（OpenAI、Anthropic、Meta、Google、Mistral、xAI、DeepSeek）。

最上段に「AI Natives」——NVIDIAのスタック上でビジネスを展開する企業群。AI for Audio（ElevenLabsなど）、AI for Robotics（Figureなど）、AI for Search（Perplexityなど）、AI for Software Development（Cursorなど）。

NVIDIAの資本か技術が入っていないレイヤーが、1つもない。

このスライドは3部作全体を貫く「地図」になる。今回のハードウェア編は、この図の一番下の層の話をした。だが正直に言う。ハードの話だけでは、NVIDIAがなぜここまで強いのか半分も説明できない。 本丸は中段のAgent Frameworks/Protocolsの層にある。その話は次回に回す。

投資家として——1兆ドル受注の意味と、この構造が壊れるとき

ジェンセン・ファンはキーノートで、BlackwellとVera Rubinを合わせた2025年〜2027年の受注見通しを1兆ドルと語った。去年のGTCでは同じ時間軸で5,000億ドルだった。1年で倍増している。

NVIDIAの直近決算（2026年1月期、FY2026）は年間売上$2,159億、Q4だけで$681億、うちデータセンター売上$623億。いずれも過去最高。これらの数字が下支えとなり、1兆ドルは「延長線上の数字」として市場は受け止めている。ゴールドマン・サックスは「AIの設備投資が2026年にピークする」という弱気シナリオを、この数字が直接否定したと評価した。

ただし、リスクも明確だ。

リスク1：Vera Rubinの量産遅延。 NVIDIAはGTCで「Vera Rubinはすでに量産段階に入っている」と発表したが、パートナーへの出荷は2026年後半。前回のNBIS記事で書いた通り、Meta 270億ドル契約の納入開始は2027年初。出荷スケジュールの遅延は、契約履行に直接影響する。

リスク2：Big Techの自社チップ加速。 Google（TPU）、Amazon（Trainium）、Meta（MTIA）、Microsoft（Maia）——巨大顧客の全員が、NVIDIAへの依存度を下げようと自社チップを開発している。AMDもHeliosラックでNVL72に正面から挑んでおり、OpenAIとの大型契約も獲得した。カスタムASICの出荷は2026年に44.6%成長が予測され、GPU成長率の16.1%を大幅に上回る。現時点ではCUDAエコシステムの優位が圧倒的だが、永続的な保証はない。

リスク3：独占禁止法の視線。 7チップ・5ラックの統合ファクトリーをまるごと売り、さらにGroqを取得して推論経済も押さえにいく戦略は、技術的には合理的だが、規制当局から見れば「排他的な囲い込み」に映りうる。NVIDIAが強くなりすぎること自体が、長期的には最大のリスクかもしれない。

「答え合わせ」の先に

GTC前夜の記事で、こう書いた。

「2028年は遠い未来ではない。ヒューマノイドロボットが考えて動く時代、個人の生産性の上限が変わる時代が、ほんの2年後に来る可能性がある」と。

GTC2026のキーノートは、その可能性にハードウェアの裏付けを与えた。7つのチップと5つのラックは、「AIが考えながら動く」世界の物理的な土台だ。

だが、都市はハコだけでは動かない。道路と建物があっても、交通ルールがなければ車は走れない。信号も標識も免許制度もない都市は、ただの廃墟だ。

次回は、その「交通ルール」の話をする。 そしてこれは予告ではなく、警告に近い。

ジェンセンはキーノートで「OpenClawはHTMLやLinuxと同等のインパクトだ」「すべての企業がOpenClaw戦略を持つべきだ」と語った。この発言の重みを理解するには、ハードの知識だけでは足りない。3月16日のMoltbook記事で「エージェント経済圏は0年目」と書いた

——その翌日のGTCスライドに、Agent Frameworks/Protocolsという層が公式に存在していた。0年目だと思っていたものに、もう地図が描かれていた。

その地図を読み解くのが、②エージェントAI編の仕事だ。

最後に、ひとつ問いを置いて終わりにしたい。

Groq買収は安かったか、高かったか。

推論の経済学の主導権に200億ドル。あなたはどう判断しますか？コメントで聞かせてください。

▼ GTC2026 答え合わせ3部作

• ① ハードウェア編（本記事）

• ② エージェントAI編

• ③ 地政学・マネー編

▼ 前夜記事シリーズ（GTC前に書いた3記事）

参考書籍

NVIDIAが20年かけてCUDAからBlackwell、そしてVera Rubinへと進化した戦略的蓄積を理解するには、この一冊が最適です。

※本記事は2026年3月17日時点の情報をもとに執筆しています。株価・財務データは変動します。投資判断は自己責任でお願いします。本記事は投資推奨ではなく、AIインフラの構造を読むための思考材料として書いています。