ジェンセン・フアン、Morgan Stanleyで語る：NVIDIAの四半期収益1,000億ドル目前、Rubin Ultra延期説を一蹴、ASIC顧客がGPUへ回帰する真相
2026年7月上旬、NVIDIAのジェンセン・フアンCEOはCFOのコレット・クレス氏と共に、カリフォルニアで開催されたMorgan Stanleyの非公開ロードショー（Non-Deal Roadshow, NDR）に登壇しました。機関投資家を前に、フアン氏は極めて明確なメッセージを発信しました：NVIDIAの四半期収益は1,000億ドルに迫っており、成長は依然として加速している——と。
このタイミングは極めて重要でした。過去1ヶ月間、NVIDIAは3つの市場の疑念に直面していたからです。次世代Rubin Ultraチップは2028年に延期されるのか？カスタムASICはGPUの市場シェアを着実に侵食しているのか？AI設備投資サイクルはすでにピークを迎えたのか？
フアン氏はこれら3つの疑問全てに、データと技術的詳細、そして異例とも言える闘争的なトーンで正面から反論しました。Morgan Stanleyは会合後、オーバーウェイト（買い推奨）と288ドルの目標株価（約42%の上昇余地）を維持し、NVIDIAを半導体セクターのトップピックに据え置きました。
以下が、何が語られ、それが何を意味し、なぜエンタープライズAI戦略にとって重要なのか——その全容です。
1. 1,000億ドル四半期：NVIDIAの加速する成長曲線の内側
NVIDIAは、フアン氏自身が「想像を超える」と表現したマイルストーンに迫っています：四半期収益1,000億ドルです。
直近の決算データ（2026年5月発表のFY2027第1四半期）がその実態を示しています：
| 指標 | Q1 FY2027 | 前年同期比 |
|---|---|---|
| 総収益 | 816億ドル | ↑ 85% |
| データセンター収益 | 752億ドル | ↑ 92% |
| ネットワーキング収益 | 148億ドル | ↑ 199% |
| 純利益 | 583億ドル | 3倍 |
| GAAP粗利益率 | 74.9% | 60.8%から上昇 |
| フリーキャッシュフロー | 486億ドル | ↑ 85% |
第2四半期のガイダンスは約 910億ドル——これには中国向けデータセンター販売が含まれていないため、上振れの可能性があります。四半期1,000億ドルの閾値は、「もし」ではなく「いつ」の問題です。
Morgan Stanleyのジョセフ・ムーア氏は、より長期の予測も示しています：
| 会計年度 | 予想収益 | 前年比成長率 |
|---|---|---|
| FY2026 | 2,159億ドル | +82% |
| FY2027 | 3,930億ドル | +52.4% |
| FY2028 | 5,988億ドル | +52.4% |
| FY2029 | 7,839億ドル | +30.9% |
2027年のEPSは 13.08ドルと予想されています。22倍のPERで計算すると、288ドルの目標株価はバリュエーション倍率の拡大を前提としておらず、純粋に利益成長だけで達成可能です。GPU投資のROIを評価する企業にとって、🔗 NVIDIAの価格決定力とマージン構造の理解 は自社のAIインフラコストを予測する上で不可欠です。
2. Rubin Ultraは予定通り：延期説の技術的真実
6月下旬、SemiAnalysisは市場を揺るがすレポートを発表しました：当初計画されていた4ダイのRubin Ultraパッケージが、TSMC CoWoS-L基板の反りと信号整合性の問題でキャンセルされ、2ダイ設計へのダウングレードを余儀なくされ、出荷が2028年にずれ込む可能性がある——という内容でした。
Morgan Stanleyのロードショーで、フアン氏の態度は断固としていました：「Rubin Ultraは来年、予定通り出荷します。」
同氏は、Kyberラックシステムがより大規模な計算ドメインをサポートする改良アーキテクチャに置き換えられていると説明しました——しかし、これは日常的なシステムレベルの最適化であり、製品遅延ではないと位置づけました。以下の3つの事実がこのスケジュールを裏付けています：
- 800V高電圧給電システムが計画通り進行中——ラックスケールのRubin Ultra展開に不可欠な要素
- ラック間光インターコネクトが銅線から光ファイバーに移行し、100万GPUクラスタを実現
- TSMC CoWoS生産能力は前年比約80%拡大——量産の物理的基盤
🔗 NVIDIA GTC 2026でのRubinアーキテクチャ発表の技術詳細と🔗 Blackwell対MI300Xのパフォーマンス比較が、Rubin Ultraの世代間飛躍を理解するための技術的コンテキストを提供します。
3. ASICの逆転：カスタムチップの顧客がGPUに戻ってくる理由
ロードショーで最も衝撃的だった開示は、ASIC競争に関するものでした。フアン氏は明かしました：「これまでほぼ全てカスタムASICでフラッグシップモデルを訓練していたフロンティアAIラボ——広くAnthropicと見られている——が、その計算基盤の50%近くをNVIDIA GPUに戻してきています。」
この単一のデータポイントは、カスタムシリコンが汎用GPUを不可避的に置き換えていくという主流の物語を覆します。ASIC陣営の最も有名な顧客が、再びGPUを大量に購入しているのです。
フアン氏の説明：「顧客の評価基準はチップの単価ではなく、トークンあたりの総コストです。」大規模展開において、NVIDIAのエコシステムの成熟度（CUDA、cuDNN、TensorRT）、サプライチェーンの信頼性（TSMC CoWoSキャパシティ）、開発者の効率性（数百万人のCUDAエンジニア）は、真の総コスト優位性に転換されます。
しかし、ASICの脅威が幻想だというわけではありません。データは微妙な物語を語っています：
| 年 | NVIDIA AIアクセラレータシェア | 市場総規模 |
|---|---|---|
| 2024 | 87%（ピーク） | ~1,150億ドル |
| 2025 | 81% | ~1,600億ドル |
| 2026E | 75% | 2,000億ドル超 |
🔗 ASIC対GPU：技術競争の本質は、AIコンピューティング市場が訓練と推論に二分されつつあることにあります。NVIDIAの訓練分野での支配力（シェア90%超）はほぼ揺るぎませんが、推論分野ではGoogle TPU、Amazon Trainium、Microsoft Maia、BroadcomのカスタムASICが地歩を固めています。
🔗 Google TPU対NVIDIA GPUの完全比較は、特定の推論ワークロードにおいて専用シリコンがコスト面で優位に立てる理由を示しています——ただし、完全なソフトウェアスタックとエンジニアリングオーバーヘッドを考慮すると、GPUの経済性が依然として勝る場合が多いというフアン氏の指摘も正しいのです。
4. 3つの成長エンジン：グローバルな計算需要をマッピングする
フアン氏はNVIDIAの収益を3つの独立した成長エンジンに分類しました。この戦略的な枠組み自体が分析的な重みを持っています：
| 成長エンジン | 収益シェア | 動向 |
|---|---|---|
| AIラボ | ~20% | OpenAI、Anthropicなどのフロンティアモデル開発者；需要は変動するが個別案件の規模は巨大；最近の傾向：ASICからGPUへの回帰 |
| ハイパースケールクラウド | ~50% | Microsoft、Meta、Amazon、Google；安定的に拡大；成長はコンピュートからネットワーキング、CPUへと拡張 |
| ソブリンAI + 産業AI + 新興AIクラウド | ~30% | 最も成長が速いセグメント；ASIC代替の影響が最も少ない；データローカライゼーション、エネルギー/土地制約、国家レベルのAI自律性が原動力 |
特筆すべきは3つ目のエンジン——ソブリンAIです。フアン氏は、各国政府がAIインフラを国家安全保障資産として扱っており、その投資論理は商業クラウドとは異なると強調しました：「彼らはコストを最適化しているのではなく、自律性を最適化しているのです。」
見落とされがちなハイライト：NVIDIAの CPUビジネス。フアン氏は今会計年度のCPU収益を約 200億ドルと予測し、その半分近くがスタンドアロンのVera CPUラックからもたらされるとしています——NVIDIAが汎用サーバーCPU市場に本格参入し、Intel XeonとAMD EPYCに直接挑戦する動きです。
🔗 GPU、NPU、TPU、LPU：2026年AIプロセッサの完全版図は、NVIDIAがGPUからCPU、DPUへと製品ラインを拡大している理由——多角化ではなく、プラットフォーム構築であることを解説しています。
5. リスクと課題：市場が依然として不安を抱える理由
フアン氏の自信に満ちたプレゼンテーションにもかかわらず、Morgan Stanleyのレポートは4つの主要リスクを列挙しています：
- 予想以上のハードウェア供給拡大——TSMC CoWoSの拡張が需要を上回るか、競合他社（Samsung 2nm GAA）の歩留まりが突破すれば、GPU供給過剰がNVIDIAの価格決定力を損なう可能性
- AI研究開発コストの劇的な低下——DeepSeekのようなアーキテクチャ革新が訓練計算要件を大幅に削減すれば、単位あたり需要が減少
- 競合の破壊的製品——AMD、Intel、または新興ASICベンダーが特定のユースケースでGPUを大幅に上回るソリューションを提供する可能性
- クラウド顧客が競合に転じるリスク——Google TPUは最も成熟したASICエコシステム；MetaのIrisチップは9月に量産開始；大口顧客がライバルになるリスクは継続
🔗 Meta Compute：ザッカーバーグの1,450億ドルAI賭博と世界半導体売りの事例は、「計算過剰」への恐怖が、たとえ根拠がないと判明しても、1日で数千億ドルの市場価値を蒸発させうることを示しました。
しかし、これらのリスクのそれぞれが、逆説的にNVIDIAの堀の深さを際立たせています。あらゆる脅威シナリオは、競合がまず技術、エコシステム、規模でNVIDIAと並ぶことを前提としています——そしてそれこそが、最も困難な部分なのです。
結論：GPUサプライヤーからコンピューティングプラットフォームへの進化
フアン氏がMorgan Stanleyで示したのは、表面的には3つの弱気筋への反論でした。しかし、より深いメッセージは、NVIDIAの GPUサプライヤーから、GPU、CPU、DPU、ネットワーキングを網羅する統合コンピューティングプラットフォームへの進化でした。
この戦略的含意：顧客がラックスケールのシステム——Vera CPUからRubin Ultra GPU、Spectrum-Xネットワーキングまで——を購入するとき、単一コンポーネントの代替可能性は急激に低下します。NVIDIAはチップを売っているのではなく、分解に抵抗する統合コンピューティングアーキテクチャを売っているのです。
AIインフラを計画する企業にとって、このロードショーが示す核心的教訓は以下の通りです：
- 計算供給は希少性から豊富さへ移行しつつあるが、最先端の計算能力は依然として集中している——調達戦略では「コモディティ計算」と「フロンティア計算」を区別する必要がある
- ASICとGPUはゼロサムゲームではない——両者は長期共存し、ワークロード（訓練対推論）に基づいて最適な選択をすべき
- NVIDIAの価格決定力はシリコンではなくエコシステムに由来する——CUDAのネットワーク効果は短期的に複製困難
- ソブリンAIと産業AIが次の波である——これらのセグメントは顧客基盤がより分散し、需要がより多様であるため、NVIDIAにとってより安定した収益基盤を意味する
フアン氏の締めくくりの一言が、この瞬間を最もよく捉えています：「業界で、自分の計算能力が多すぎると思っている人を私は一人も知りません。」
本記事はINFINITIXチームによって編集されました。情報源：Morgan Stanley NVIDIA Research Report、DataConomy Roadshow Coverage、EdgeN ASIC Competition Analysis、SemiAnalysis Rubin Ultra Technical Analysis、および複数の金融メディア報道に基づいています。
