
なぜNVIDIAだけがAIを独占できたのか——ゲーマーが育てた"見えない堀"の正体
「対応するGPUが見つかりません」——リビングの自作PCの画面で、僕はこの一文を何度見たか分かりません。休日の夜、ダイニングテーブルからデスクに戻って、話題になっているローカルAIツールを動かそうとするたびに、同じ壁にぶつかります。僕のPCに載っているのはAMDのRadeon RX 7800 XT。性能に不満はありません。それでも、世の中のAIツールの多くは、判で押したように「NVIDIA」を前提に作られています。
なぜ、AIの世界はここまでNVIDIA一色なのでしょうか。しかも今やNVIDIAは、時価総額で世界一の会社です※1。この記事では、「ゲーム用グラボの会社」だったはずのNVIDIAが、どうやってAIインフラの覇者になり、そして誰にも崩せない独占を築いたのか——その正体を、Radeonを使う僕の目線で解剖してみます。
「一番速いグラボを作ってるから」という誤解
「NVIDIAって、要するに一番速いグラボを作ってる会社でしょ?」
ガジェット好きの友人にNVIDIAの話を振ると、だいたいこう返ってきます。実際、僕もずっとそう思っていました。ゲーマーにとってGeForceは憧れのブランドで、「ベンチマークで一番いいスコアを出すチップを作る会社」というイメージです。
だからAIの時代になってNVIDIAが天下を取ったと聞いたとき、僕は素直に「AI用の一番速いチップを作ったから勝ったんだろう」と考えました。速いハードを作った会社が勝つ。分かりやすい話です。
でも、この理解だと説明がつかないことがあります。チップの性能だけが勝負なら、AMDのRadeonだって決して遅くはありません。僕のRX 7800 XTも、ゲームでは何の不満もなく動きます。それなのに、AIの現場ではRadeonはほとんど「蚊帳の外」に置かれている。性能の差だけでは、この極端な偏りは説明できないのです。
勝負を決めたのは、2006年に配った「ソフト」だった
2006年。まだ誰もAIブームなど想像していなかった頃に、NVIDIAは勝負を決める一手を打っていました。
それが「CUDA(クーダ)」というソフトウェアです※2。ものすごくざっくり言うと、CUDAは「グラフィック描画のために作られたGPUを、計算全般に使えるようにする"通訳"」のような仕組みです。それまでGPUは画面を描くための専用部品でしたが、CUDAによって、科学計算でもAIの学習でも使える汎用の計算エンジンに化けました。
ここが逆説の核心です。NVIDIAを勝たせたのは、チップという「ハード」の速さではなく、CUDAという「ソフト」だったのです。しかもNVIDIAは、ゲーマーがGeForceに払ってくれたお金を元手に、当時は使い道のはっきりしないCUDAへ何年も投資し続けました。目先の利益にならない機能に、ゲーム事業の稼ぎを回し続けたわけです。
そして2012年、その賭けが報われる瞬間が来ます。ある研究チームが、画像認識のコンテストで、たった2枚のGeForce——それもゲーム用のGPUを使ってAIを学習させ、圧倒的な成績で優勝したのです※3。「ゲーム用のグラボでAIが劇的に賢くなる」ことが世界に証明された瞬間でした。この日から、世界中の研究者がNVIDIAのGPUとCUDAへ殺到し始めます。
「見えない堀」の正体——乗り換えられないのはハードではなくソフト
会社で使っている基幹システムを、僕は何度「変えたい」と思ったか分かりません。
総務の仕事をしていると、古くて使いにくいシステムに毎日イライラします。もっと安くて新しいサービスもある。それでも変えられない。なぜなら、全社員がそのシステムの操作に慣れていて、周辺の業務も帳票もすべてそれに合わせて組まれているからです。乗り換えのコストが、乗り換えのメリットを上回ってしまう。これがシステムの「ロックイン」です。
NVIDIAが築いた本当の堀は、まさにこれです。過去十数年、世界中のAI研究者や開発者は、CUDAを前提に道具を作り、CUDAのやり方に慣れ、CUDA向けのノウハウを積み上げてきました。AIを動かすためのライブラリも、教科書も、ネット上の情報も、そのほとんどがCUDA前提で書かれています。
だから、たとえライバルが同じくらい速いチップを出したとしても、この「みんながCUDAに慣れている」という蓄積までは、一朝一夕には真似できません。チップは数年あれば追いつけても、十数年ぶんの開発者の習慣とソフトの資産は、10年かけないと追いつけない。これが「見えない堀」の正体です。実際、AIの学習に使われるGPU市場で、NVIDIAは9割を超えるシェアを握っていると言われます※4。
生命保険の仕事に置き換えても、同じ景色が見えます。保険は、一度契約してもらえば長い年月をかけて関係が続く「ストック型」のビジネスです。最初に安さで囲い込めば、あとは簡単には離れていかない。NVIDIAがゲーマーの世代からじわじわ育ててきたCUDAへの依存も、これと同じ構造です。安いうちに、あるいは無料のうちに人を「その世界の住人」にしてしまえば、後から強い者が来ても崩せない。
僕のRadeonがAIツールで弾かれるのも、チップが劣っているからではありません。「世界がCUDAという言葉で話しているから」なのです。
売上の9割がデータセンターになった帝国と、僕がRadeonを選ぶ理由
売上の約9割。
これは今のNVIDIAの売上のうち、データセンター向けが占める割合です※5。かつての本業だったはずのゲーミングは、過去最高の売上を出しているにもかかわらず、全体では1割にも届きません。数字だけを見れば、NVIDIAはもう「ゲーマーのための会社」ではなくなりました。実際、ゲーマー向けのグラボは供給が絞られ、価格も高止まりしている——という声を、僕はガジェット好きの仲間内でよく聞きます。
会社を大きくした恩人であるゲーマーに背を向けて、より儲かるAIデータセンターへ全力で舵を切る。冷徹ですが、経営としては合理的です。そしてその原資も、種をまいたのも、もとはといえばゲーマーが払ったGeForce代だったと考えると、なんとも皮肉な話だと感じます。
こうして仕組みを知ってしまうと、僕がRadeonを使い続けていることの意味も、少し違って見えてきます。正直、CUDAの壁は不便です。ローカルでAIを動かすたびに、遠回りを強いられます。それでも僕がAMDを選んでいるのは、一つの巨大な「堀」の中に完全に囲い込まれてしまうことへの、ささやかな抵抗なのかもしれません。
思えば僕がテクノロジーを好きになった原点は、中高生の頃にゲーム機を改造して、メーカーが用意した枠の外で遊んだ体験でした。決められた囲いの中は快適だけれど、少しだけ不便な外側には、自分でいじれる自由がある。NixOSというマイナーなLinuxを使い続けているのも、たぶん同じ理由です。
おわりに
「対応するGPUが見つかりません」。冒頭のあの一文は、今夜もきっと僕の画面に出るでしょう。
でも、その一文の裏側に、20年前にゲーマーのお金でまかれた種と、誰にも崩せない見えない堀があるのだと知った今、あのエラーメッセージも少しだけ違って見えます。世界一の会社の強さは、一番速いチップにあるのではなく、「みんなが同じ言葉を話している」という状態そのものにある。それは、僕が会社で変えられない古いシステムと、実はまったく同じ構造なのでした。
道具の性能表には出てこない、この「乗り換えられなさ」こそが、本当の強さの正体なのだと思います。
関連記事:
この記事が面白かったら、スキとフォローをいただけると毎日更新の励みになります。次は「Radeonという"あえて不便を選ぶ"選択」についても書いてみたいと思っています。
出典
※1・※5 NVIDIA「2026会計年度第4四半期および通年の業績」——通年売上約215.9億ドル規模、データセンター事業が連結売上の約9割、ゲーミングは通年約160億ドルで過去最高(NVIDIA公式発表、2026年時点)。時価総額は約4.9兆ドルで世界最大級(各社報道、2026年時点)。※時価総額・売上構成は時点により変動します。1ドル≒160円換算。
※2 CUDA(Compute Unified Device Architecture)は2006年にNVIDIAが公開。GPUをグラフィック用途に限らず汎用の並列計算に使えるようにしたプログラミング基盤。
※3 2012年、ImageNetコンテストで「AlexNet」が2枚のNVIDIA GeForce GTX 580(ゲーム用GPU)を用いて学習し圧勝。ディープラーニング普及の転換点とされる。
※4 AIの学習用GPU市場でNVIDIAは9割超のシェアを持つとされる(各種業界分析、2026年時点)。粗利率は7割前後。
フォロワー数が連続投稿122日目で0人→1000人を超えました!毎日更新継続の秘訣を書きました!

noteの毎日更新に挑戦して、挫折した経験がある人
ネタ出しと構成に時間がかかりすぎて、執筆が苦しくなっている人
AIを文章作成に使ってみたものの、「自分の声」が消えて違和感があった人
エンジニアではないけれど、Claude Codeを創作に活かしてみたい人
上記に一つでも当てはまる方がいたら、
なにかヒントが得られるかもしれません
僕のデスクセットアップで”ガチで”買ってよかったものをこちらで紹介しています。よかったら読んでください☺️
記事の誤字脱字の確認と修正、イラスト編集に生成AIを使用しています
X(旧Twitter)のアカウントはこちら!
良かったらフォローしてくれると嬉しいです😊