Nvidiaの危険な事業 — 頂点の独占が引き受けるもの
Nvidiaの危険な事業 — 頂点の独占が引き受けるもの
時価総額5兆ドルという頂点でNvidiaが直面しているのは競争の不在か、それとも自らの成功が招き寄せた構造的な脆弱性か。そしてその危険は、いつ、どの経路で現実になるのか。
導入 — 頂点で書かれる危険報告書
Ben ThompsonがStratecheryに「Nvidia’s Risky Business」を掲載した。興味深いのはその時点である。Nvidiaが世界最高の時価総額企業の座を守り、AI半導体の8割を供給する頂点の瞬間に、話題はまさに「この会社はどれほど危険か」であった。記事の大部分はペイウォールの向こうにあり内部の数値をそのまま引くことはできないが、公開された導入部とそれを引用した読者たちのおかげで論旨の骨格は見えてくる。Benは驚くことに19世紀の鉄道金融から話を始める。Jay Cooke & Companyの破綻が1873年恐慌を引き起こし、全国的な鉄道倒産と数年にわたる不況・長期デフレへとつながり、40年後にヨーロッパを火薬庫に変えた金融的条件とも無縁ではなかった、という叙述である。ここに「1870年代の金額を今日の規模に換算するには1,200を掛けよ」という換算係数が付く。
この歴史的な導入がただちに論争を呼んだ。Hacker Newsに立った178件のコメントスレッドで、ある者は「鉄道の破綻が第一次世界大戦を起こした」という飛躍で読むのをやめたと言い、別の者はそれを「目を細めれば見える」比喩として擁護した。しかし本論は比喩ではなく構造である。インフラのブームは需要そのものではなく「毎年もっと増えるはずだ」という期待から崩れる、というのがそれだ。本稿はBenの論旨をHacker Newsの議論で再構成し、公開された産業知識で補強するが、確認できていないペイウォール内部の数値は断定しない。事実には出典を付け、残りは分析として明示する。
現象 — 最大の顧客たちが自らシリコンを焼き始めた
Nvidiaの危険の第一の軸は、競合ではなく顧客である。AI半導体の超過利益があまりに大きいため、その利益を支払っていたハイパースケーラーたちが自らチップを設計し始めた。GoogleのTPUはこの流れの原型である。2015年頃から自社データセンター向けに焼いてきたテンソル処理装置は世代を重ね、いまや大規模な学習・推論を担い、Googleはこれを売らずクラウド(GCP)でのみ貸し出す戦略で自社インフラを強化してきた。Amazonは学習用のTrainiumと推論用のInferentiaでラインを分けていたが、Hacker Newsの議論である利用者が指摘したように、いまやTrainium一つで学習と推論をともにこなす方向へ統合した。MicrosoftとOpenAIも自社チップを準備中というのは業界の公然たる方向である。要するにNvidiaの最大の売り先が、同時にNvidiaの潜在的な代替品を作っている。
この自社シリコンがGPUをただちに押しのけるわけではない。技術的なトレードオフが明確だからである。Hacker Newsの議論である参加者は、TPUがシストリックアレイ(systolic array)構造ゆえに拡張性と柔軟性に固有の制約があり、特定の世代までは学習用と推論用のアーキテクチャを再利用できず別のASICが必要だったと指摘した。一方NvidiaのCUDAコアは、同じハードウェアで学習・推論・研究・エッジをまんべんなくこなす。別の参加者は、TPUの真の強みはチップそのものではなく、数千個をつなぐ高帯域の光インターコネクトと冷却を含むラック水準のコデザインにあると説明し、だから「個人用TPU」は当分現れにくいと見た。実際にGoogleがTPUをPCIeカードや開発ボードで売らずクラウドの中に閉じ込める選択が、ローカル開発エコシステムの成長を妨げてNvidiaの防御膜になっている、という観察も出た — TPUが個人の机の上に降りてくる日こそNvidiaの支配が揺らぐ日だ、というわけである。
需要の性質をめぐる根本的な論争もここに絡む。一方では、推論の効率が上がるほど用途が爆発してかえってチップ需要が増える、というJevonsのパラドックス(Jevons paradox)を挙げる。56kモデムが広帯域になったとき、我々は同じ量をより速く使ったのではなく、4Kストリーミングでずっと多くの帯域を使った、という比喩である。他方では、モデル効率が18か月ごとに大きく改善し、同じ品質の出力に要する計算が激減してきたと指摘する。5年後に推論量が100倍になってもチップ需要は2倍にとどまりうる、というのだ。ここにローカル推論という変数が重なる。統合メモリを載せた消費者向けSoCが十分に強力になれば「すべてをデータセンターで回さなければならない」という前提が弱まる。ただしある参加者は、128GBメモリを載せた5,000ドル台の機材でも30B活性パラメータ級のMoEモデルを毎秒18トークン程度でしか回せないとし、メモリ価格まで高騰する今、ローカルがクラウドを代替するには5年以上かかると冷静に釘を刺した。
深層 — CUDAの堀はどれほど堅く、崩壊はどこから来るか
第二の軸はソフトウェアのロックイン、すなわちCUDAの堀である。この堀がどれほど堅いかをめぐって、Hacker Newsは最も長く激しく割れた。懐疑論者はCUDA C/C++が「想像しうる最悪の開発環境の一つ」だと批判する。C++のあらゆる落とし穴をそのまま背負いながら、GPU演算がC++のふりをしつつ実際には異なる挙動をする、というのだ。ここにLLMがコード翻訳を得意とするようになった今、CUDAを別のアーキテクチャへ移す作業が容易になり、Nvidiaの最大の強み(AI)が自らの堀を崩すのではないか、という問いが繰り返し提起された。AMDのROCm、AppleのMetal、Intelのスタック、OpenAIのTriton、そしてtinygrad・ZLUDAのような代替が既に存在する点も付け加えられる。
しかしこの堀を実際に扱った人々の反論はより構造的である。ある参加者は、CUDAがシェリング・ポイント(Schelling point)になってしまったと説明した。いまモデルを学習させようとすれば最高性能はほぼ確実にCUDAから出るし、基本的な行列積から特定のニューラルネット構造まで極度に最適化された実装が箱からすぐ出てくる。PyTorch・Transformersのような上位層も、偶然見つけた見慣れぬ最適化リポジトリまでも、すべてCUDAで最適に回る、というのだ。だから「ただ代替ソフトを書けばよい」という言葉は易しいが、実際にはエコシステム全体を移し同等の性能を出さねばならない、はるかに大きな課題になる。ここに、マルチノードのネットワーキングを事実上プラグアンドプレイにするNCCLを真の堀に挙げる声もあった。また、しばしば「CUDA」と呼ばれるものにはcuDNN・cuBLAS・CUTLASSといった膨大なカーネル群が含まれ、初期の研究者はカーネルを自分で書くよりNvidiaが与えたものを包んで使った、という指摘は、なぜ単純なコード翻訳でCUDAを代替できないかを説明する。Nvidiaが与えたカーネルを手で再実装する作業は、機械的な翻訳ではないからである。
移行コストの大きさもしばしば過小評価される。ある参加者は、Boeing 737 MAXのパイロット再教育費が結局およそ50億ドルであり、2008年基準でLinuxカーネルを一から書き直すだけでも14億ドルかかると試算された、という比較を挙げ、2023年頃まではそもそもCUDAキラーを作るだけの金が懸かっていなかったと整理した。Microsoftの.NET、AppleのiOS SDKのようにプラットフォーム移行に成功した事例が反例として出たが、それらはいずれも「同じベンダーが自社製品を乗り換えた」ケースであってユーザーに選択肢がなかっただけで、抵抗する競合の標準を新規参入者が押しのける状況とは違う、という反論が続いた。
ここでBenの本当の論旨が見えてくる。ある読者の整理を借りれば、多くの投資命題において一次仮定(「計算需要は今後も大きい」)はおおむね正しいが、失敗は二次仮定(「その需要が毎年さらに大きくなる」)から来る。需要が消えるからではなく、毎年さらに増えなくなるだけでも投資の物語は覆りうる、というのだ。Intelが2010年にデスクトップ・サーバーを制しても、Ciscoがその10年前にそうしても、市場の条件をもはや左右できなくなった前例が示された。誰もNvidiaがすぐ潰れるとは言わない。ただ、最近のように金を刷るようには稼げなくなるかもしれない — そしてマージンが大きいほど競合の動機と顧客の代替探索も大きくなる、というBezosの古い格言(「あなたのマージンは私の機会だ」)がここにそのまま重なる。
展望 — 中国・集中・バリュエーション、そしてヘッジの方向
第三の軸はNvidiaの外にある危険である。第一は地政学だ。Nvidiaの最先端チップは全量が台湾で製造され、その台湾は中国という地政学リスクを抱えている。米国の輸出規制は先端GPUの中国販売を制約してきた結果、中国は自前のフルスタックを構築する方向へ押し出された。Hacker Newsでは、中国が米国企業に依存しない完結したスタックを作るだろうし、中国発のモデルが既に最新・最高仕様でなくても強力なモデルを作れることを示した、という観察が出た — これはヨーロッパやその他の国々が「唯一の選択肢だから」Nvidiaを買うのか、「安全保障のために」別の道を行くのかで分かれさせる。
第二は集中とバリュエーションである。ある参加者は、VWRAのようなグローバルインデックスファンドでNvidia一銘柄が約5%を占めるという事実を挙げ、これはNvidiaが世界経済の5%だと信じない限り市場がひどく偏っている兆候だと述べた(別の者はその数値を「現在上場している大型企業群の割り引かれた将来利益のパイの4.7%」とより精密に言い換えた)。売上の集中もリスクである。少数のハイパースケーラーの設備投資に依存する構造で、ある参加者は、各ハイパースケーラーが直近1年でインフラに巨額の資本を注ぎ込み、これを賄うため負債を負い始め、一部は史上初めてフリーキャッシュフローがマイナスに転じたと主張した(この数値は検証されていないコメントの主張なので、そのまま事実として受け取らないでおこう)。構造はドットコム期の「隠された財布のオークション」に喩えられた。財布の中の金額を知らぬまま値を付け、落札すれば勝つが、外れても付けた値を払わねばならないゲーム — ハイパースケーラー競争はまさにそうだ、というのだ。
ではエンジニアと実務者は何を見るべきか。Nvidiaはこれらの危険を自ら知りヘッジしている。ロボティクス(Omniverse・Jetson)、ネットワーキング(Mellanox買収)、そしてローカル推論向けのDGX/RTX系統合メモリ製品がそれだ。ある参加者の表現が的確である — Nvidiaは「軍隊にシャベルを売る」と同時に「Walmartにもシャベルを売る」術を知っている。ただし消費者向け製品を増やすほど、マージンのはるかに高いデータセンター向けの物量が減るという内部の相反もある。現実的なシナリオは三つに分かれる。楽観: Jevonsのパラドックスが勝ち、推論の爆発が効率改善を上回り、ロボティクス・ワールドモデルが新たな兆単位の市場を開く。悲観: 二次需要が折れて循環的な調整が来て、カスタムシリコンとローカル推論がマージンを削る。その間の現実: Nvidiaは依然として支配的だが「金を刷る」局面が終わり、成熟した寡占企業として再評価される。実務者への示唆は明確だ。CUDAへの依存を資産であると同時に危険として認識し、移植性(ROCm・Triton・PyTorchの抽象)に最小限の保険をかけておくことである。
結論 — 危険は失敗の予言ではなくタイミングの問題である
リードの問いに戻ろう。Nvidiaが頂点で直面しているのは競争の不在ではなく、自らの超過利益が招き寄せた構造的な脆弱性である。顧客がシリコンを焼き、ソフトウェアの堀をLLMが削り、売上が少数に偏り、先端製造が一つの島に懸かり、バリュエーションが世界のインデックスを歪めるほど大きくなった。これらの危険が同時に大きくなっているという点で、とりわけ重い。ただしどれ一つとして「Nvidiaがすぐ潰れる」という予言ではない。Hacker Newsのある論客が最も明快に整理したように、AIが長期的に巨大だという点で間違えた者が崩れるのではなく、AとBの間の嵐に耐えられない位置に自らを置いた者が崩れる。つまりこれは方向の問題ではなく、タイミングの問題である。
だから残る問いは「Nvidiaが危険か」ではなく「その危険がいつ、どの経路で現実になるか」である。二次需要が折れる最初の兆候は、おそらくハイパースケーラーの設備投資ガイダンスと新株発行、そしてカスタムシリコンの採用率に先に現れるだろう。確信が持てないなら、Hacker Newsのある参加者が投げかけた提案が最も正直である — 需要が飽和するか、モデルの改善がハードウェアの優位を食うか、Nvidiaがタイミングを読み違えたと本当に信じるなら、文章で論争せず空売りせよ。残る我々に必要なのは、頂点の物語に乗りながらも、その頂点が引き受けるものの一覧を忘れない均衡感覚である。
出典: