生成AIブームは一時的なものなのか。それとも、これからさらに大きな市場へ成長していくのでしょうか。

その答えを考えるうえで非常に興味深い数字が、2026年8月26日にNVIDIAから発表されました。

NVIDIAの2027年度第2四半期、2026年7月26日までの3か月間の売上高は962億ドル。前年同期から106％増加しました。

さらに注目すべきなのがデータセンター部門です。

データセンター売上高は890億ドルとなり、前年同期比では実に117％増。前四半期と比較しても18％増加しています。

つまり、NVIDIAの売上の大部分を現在支えているのは、ゲーム用GPUではなく、AIを動かすためのGPU・サーバー・ネットワークなどのAIインフラなのです。

AI需要はまだ拡大している

生成AIが急速に普及し始めてから数年が経過し、「そろそろAI向けGPUへの投資も落ち着くのではないか」という見方もあります。

しかし、今回のNVIDIAの数字を見る限り、少なくとも現時点で大幅な減速は確認できません。

NVIDIAは次の四半期について、売上高を1,080億ドル前後と予想しています。しかも、この予想には中国向けデータセンター・コンピュートの売上を織り込んでいません。

AIへの投資は、「AIモデルを開発するための投資」から「AIを実際の業務で大量に動かすための投資」へ変化していると考えることができます。

ここが、今後のGPU市場を見るうえで非常に重要なポイントです。

AIは「学習」から「推論」へ

これまでGPUというと、大規模言語モデル、いわゆるLLMを「学習させるための装置」というイメージが強かったと思います。

しかし企業が生成AIを本格的に利用するようになると、重要になるのは学習だけではありません。

利用者から質問を受けて回答を生成する、文書を要約する、画像を生成する、プログラムを書く、AIエージェントが業務を自動処理する、といった処理を常時行う必要があります。

これを「推論（Inference）」と呼びます。

AIの利用者が増えれば増えるほど、この推論処理の計算量も増えていきます。

つまり、今後は「巨大なAIを作る企業」だけではなく、AIを業務に大量利用する企業にもGPUの計算能力が必要になる可能性があります。

NVIDIAはすでに「Vera Rubin」の本格生産へ

今回の決算でもう一つ注目したいのが、NVIDIAの次世代AIプラットフォーム**「Vera Rubin」**です。

現在広く利用されているH100・H200などのHopper世代から、B200・B300などのBlackwell世代へ移行が進んでいますが、NVIDIAはそのさらに次となるVera Rubinをすでに本格生産段階に移しています。

NVIDIAによると、CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure、NebiusなどでVera Rubinのラックシステムが稼働し始めています。

GPUの世代交代が非常に速くなっていることが分かります。

これはGPUを利用する企業にとっても重要です。

数百万円から数千万円をかけてGPUサーバーを購入しても、数年後にはさらに高性能なGPUが登場する可能性があります。

そのため、GPUについては「購入するか、クラウドで利用するか」という判断が、従来のサーバー以上に重要になっています。

NVIDIAだけではない――AMDもAI市場を強化

GPU市場ではNVIDIAが圧倒的な存在感を持っていますが、AMDもAIデータセンター市場への投資を急速に拡大しています。

AMDの2026年第2四半期のデータセンター部門売上高は67億ドルで、前年同期比107％増となりました。また8月27日には「ROCm 10」を公開し、AMD GPU上でAIを開発・最適化するソフトウェア環境も強化しています。

今後のAIインフラ市場では、単に「どのGPUが一番速いか」だけではなく、GPU、CPU、ネットワーク、ソフトウェア、電力、冷却設備まで含めたシステム全体で競争が進んでいくでしょう。

GPUは「部品」から「AIインフラ」へ

ここ数年の変化を見ていると、GPUの位置付けそのものが変わってきています。

以前はGPUはサーバーの中に搭載される一つの部品でした。

現在では、高性能GPUを数十枚、数百枚、場合によっては数千枚接続し、大規模なAIシステムを構築する時代になっています。

そのためGPUだけではなく、高速ネットワーク、大容量ストレージ、電力設備、冷却設備、データセンターまで含めた「AIファクトリー」として考える必要があります。

NVIDIAが今回、Vera RubinだけでなくAIデータセンターを設計・運用するための「DSX」プラットフォームまで発表していることも、この流れを象徴しています。

では企業はGPUをどう導入すべきか

ここで重要なのは、「最新GPUだから購入する」という考え方ではありません。

AI開発では、必要なGPU性能やGPUメモリ、利用期間、利用頻度によって最適な構成が大きく変わります。

例えば数か月間のAIモデル開発や実証実験のためだけに、高額なGPUサーバーを購入する必要があるとは限りません。

GPUクラウドなら、必要な期間・必要な計算能力だけ利用することができます。

株式会社ハイレゾが提供する「GPUSOROBAN」でも、NVIDIA B200を搭載したGPUクラスターを提供しており、GPU1枚単位、1分単位で利用できる仕組みが用意されています。小規模な検証から大規模なLLM学習まで柔軟に利用できる点は、GPUの世代交代が速い現在、大きなメリットになります。

AI時代には「計算能力をどう確保するか」が重要になる

今回のNVIDIAの決算から見えてくるのは、生成AIそのものの成長だけではありません。

企業にとって今後重要になるのは、

「必要なAI計算能力を、必要なときに、適切なコストで確保できるか」

ということです。

AIモデルはこれからさらに高度化し、AIエージェント、ロボット、映像生成、研究開発、シミュレーションなど、GPUを必要とする用途も増えていくでしょう。

GPUサーバーは、Webサーバーやクラウドと同じように、企業のITインフラの一つになりつつあります。

今後このコラムでも、最新GPUの動向だけではなく、「GPUサーバーを購入すべきか、クラウドを利用すべきか」「どのGPUを選択すればよいのか」「AIサーバーにはどの程度の性能が必要なのか」といった、実際の導入判断に役立つテーマをご紹介していきたいと思います。

今回の主要な参考資料は、8月26日のNVIDIA決算と8月27日のAMD ROCm 10発表です。NVIDIA 2027年度第2四半期決算　AMD ROCm 10発表　GPUSOROBAN B200計算クラスター

今回はニュース性が非常に高いため、第2回をこのテーマにし、「CPUとGPUは何が違う？ なぜAIではGPUが速いのか」については次回以降へ繰り下げる構成とさせて頂きました。

GPUサーバー・AI向けサーバーの導入をご検討の方へ

GPUサーバーやAI向けサーバー環境についてご検討の際は、ウイルネットへお気軽にお問い合わせください。

弊社では、株式会社ハイレゾが提供するGPUクラウドサービス「GPUSOROBAN」の正規代理店を行っております。

弊社を通じてご契約いただくことで、サービス・構成等に応じて、直接契約する場合と比較して5％～10％程度お安くご提供できる場合があります。

AIスパコンや高性能GPUサーバーは数百万円規模になることも珍しくありません。例えば500万円のシステムで10％の価格差があれば、約50万円のコスト削減になります。

高額なGPU環境だからこそ、導入時の数％の違いが大きなコスト差につながります。

弊社では、大学・研究機関をはじめ、一般企業のお客様にもGPUサーバー・AI関連サービスをご導入いただいております。

GPUの選定から、購入・クラウド利用の比較、AI開発に必要な環境構築まで、お気軽にご相談ください。

弊社ではこれまで、大学・研究機関をはじめ、一般企業のお客様にもGPUサーバー・AI関連サービスをご導入いただいております。

「どのGPUを選べばよいのか分からない」
「購入とクラウドのどちらが適しているのか」
「AI開発に必要なGPU性能を知りたい」
「できるだけ導入コストを抑えたい」

といった段階からでもご相談いただけます。

GPU・AIサーバーの導入をご検討の際は、ウイルネットまでお気軽にお問い合わせください。

GPUSOROBAN ― 高速コンピューティング
GPUSOROBAN ― AIスパコンクラウド
GPUSOROBAN ― リモートワークステーション（DaaS）

株式会社ウイル
お問い合わせ