💡 NVIDIA Corporation $NVDA Q2 FY2027決算 2026-08-26 💰 今四半期業績 - 🟢 EPS：$2.22 (予想$2.09) - 🟢 売上高：$96.22B (予想$92.27B) 📊 重要指標 - 🟢 Data Center売上高：$89.0B (YoY+117%, QoQ+18%) - 🟢 Edge Computing売上高：$7.2B (YoY+27%, QoQ+13%) - 🟢 Non-GAAP粗利益率：75.0% (YoY+250bps) - 🟢 Non-GAAP営業利益：$64.0B (YoY+124%) - 🟢 フリーキャッシュフロー：$21.3B (前年同期$13.5B, YoY+59%) - 🟢 株主還元：Q2で約$26.0B (自社株買い+配当), 残枠約$99.0B - 🔴 Q3ガイダンス粗利益率：74.0%±50bps (QoQ-100bps) 📊 次四半期ガイダンス - 🟢 売上高：$108.0B (予想$104.18B) 📍決算内容の注目ポイント - Vera Rubinプラットフォームがフル生産に移行。CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure、Nebiusなど主要パートナーでラック稼働を開始。 - Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKRと戦略的パートナーシップを発表し、AIインフラ構築のために$500B超のサードパーティ資本を動員する枠組みを構築。 - Q2に約$26.0Bの株主還元を実施（自社株買い＋現金配当）。残存自社株買い枠は約$99.0B。次回四半期配当は1株当たり$0.25（2026年10月1日支払い予定）。 - Spectrum-6スイッチシステム、Vera CPU、Groq 3 LPX推論アクセラレータなど次世代製品群の量産・出荷を加速。MLPerf Training 6.0ベンチマークでBlackwellが全カテゴリ首位。 - 日本政府・産業リーダーとの連携で世界初の国家AIインフラを立ち上げ。韓国ではSK Telecom、NAVER、Brookfieldとギガワット規模のソブリンAIインフラ構築を推進。 🤵‍♂️CEO (Jensen Huang) コメント 「AIは変曲点に到達しました。AIは実用的な仕事をしており、そのトークンは生産的で収益性があります。今やコンピュートは収益そのものです。需要は加速しています。昨年のこの時期は1つの研究所だけがインフラ構築を牽引していましたが、今日では新しいAIラボやスタートアップの黄金時代を迎え、複数のフロンティアラボが並行してスケーリングし、活発なオープンモデルエコシステムとフィジカルAIがオンラインになっています。米国内外で強いモメンタムがあります。AIインフラの構築はフルスピードで進行中です。フル生産に入ったVera Rubinは、まさにこの瞬間のために作られました。」 🔍 主要ファンダメンタルズ指標 - 時価総額: 5.09T - PER: 32.00 - Forward PER: 23.27 - PEG: 0.29 🎯市場評価 - 株価 (発表前): 📉$209.97 (-1.45%) - 株価 (発表後): 📉$208.5 (-0.7%) - 決算前アナリスト目標株価: $324.48 ($500 ~ $265) A- - 決算総合サプライズ率 (AI推定): 😊7.82% - 決算後目標株価 (AI推定): $214.85 🤖 決算まとめるくん(AI)コメント 「NVIDIA Corporationの2027年度Q2決算は、売上高$96.22B（予想$92.27B）、Non-GAAP EPS $2.22（予想$2.09）と、いずれもアナリスト予想を明確に上回る好決算となりました。特にData Center事業の売上高$89.0B（YoY+117%）は驚異的な成長率を維持しており、AI推論・学習需要の構造的拡大を裏付けています。 Non-GAAP粗利益率は75.0%と前年同期比250bps改善し、売上規模の急拡大にもかかわらず高い収益性を維持しています。Non-GAAP営業利益$64.0B（YoY+124%）は、研究開発費の増加（YoY+54%）を十分に吸収した上での成果であり、オペレーティングレバレッジの強さを示しています。 Q3売上高ガイダンス$108.0B±2%はアナリスト予想$104.18Bを約3.7%上回り、成長の持続性に対する市場の懸念を払拭する内容です。ただし、Q3粗利益率ガイダンスが74.0%±50bpsとQ2比で約100bps低下する見通しである点は、Vera Rubin立ち上げに伴う初期コストの影響が示唆され、注視が必要です。 Jensen Huang CEOが述べた「コンピュートは収益そのもの」という発言は、AIインフラ投資がROIを伴う段階に入ったことを象徴しています。Apollo、BlackRockら大手金融機関との$500B超の資本動員パートナーシップは、AIインフラ需要の長期的な裏付けとなります。 財務健全性の面では、Altman Z-Score 52.22、Piotroskiスコア7と極めて良好です。Q2で$26.0Bの株主還元を実施し、残枠$99.0Bを確保している点も資本配分の積極性を示しています。 一方、中国向けData Centerコンピュート売上をQ3見通しに含めていない点は、地政学リスクへの保守的対応と評価できます。決算発表後の株価が軟調に推移している背景には、既に高い期待値が織り込まれていた可能性があり、ガイダンスの粗利益率低下見通しが短期的な利益確定の口実となった可能性があります。 評価は📈ポヨ」 🏢 NVIDIA Corporation 概要 - セクター: テクノロジー（半導体） - 特徴: AI・アクセラレーテッドコンピューティング分野における世界的リーダー。Data Center向けGPU・ネットワーキングソリューションを中核に、Edge Computing、自動運転、ロボティクス等の成長領域を展開。 🤘情報提供 Stock Slayer :

【8月20日 朝のニュースまとめ】 ・GoogleとMarvellがAIチップ協業を拡大 ・ReplitがGPT-5.6 Luna搭載のFree Modeを提供開始 ・Qwen3.8-27BのGGUF版公開、精度10%向上 ・SpaceXがCognition買収を打診するも拒否される ・OpenAIがビジネス向けPrivate Safety Processingを発表 ・Nebius GroupがAIデータセンター構築へ45億ドル調達 ・AIを宿題に使うと試験のスコアが下がる研究結果 ・Gemini 3.7 FlashがGoogle検索に統合 ・OpenAI学習停止の背景に高度なサイバー能力か === GoogleとMarvellがAIチップ協業を拡大【続報】 ・GoogleとMarvellによるAIチップ共同開発に関する続報です ・AI推論アクセラレータなどのカスタムシリコンパートナーシップを拡大したと報じられました ・GoogleはMarvellに対して最大122億ドル相当の株式購入ワラントを取得したとのことです ・AIインフラの需要が高まる中、Googleが半導体分野での存在感をさらに強めています === ReplitがGPT-5.6 Luna搭載のFree Modeを提供開始 ・ReplitがOpenAIのGPT-5.6 Lunaを搭載したFree Modeの提供を開始しました。 ・従来と比較して能力が約30倍向上したとされており、プロンプトの節約を気にせず開発に集中できるようになります。 ・Lunaモデルのコストパフォーマンスの高さと、AI開発環境の民主化を推し進める動きとして高く評価されています。 === Qwen3.8-27BのGGUF版公開、精度10%向上【続報】 ・Qwen3.8-27Bに関する続報です ・Unsloth Dynamic v3を用いたGGUF版がリリースされ、精度が10%向上したことが報告されました ・また、先日公開された1-bit量子化版はわずか8GBのRAMで動作し、BF16と比較して77%の精度を維持しているとのことです ・ローカル環境での高性能モデルの実行ハードルを大きく下げる成果として注目を集めています === SpaceXがCognition買収を打診するも拒否される ・SpaceXがAIコーディングスタートアップのCognition AIに買収を打診したものの、断られたと報じられています ・SpaceXはすでにCursorを買収しており、エンタープライズAI分野での競争力強化を急速に進めています ・現在は買収交渉は行われていないものの、SpaceXの計算資源の提供など、両社による協業の可能性が議論されているとのことです === OpenAIがビジネス向けPrivate Safety Processingを発表 ・OpenAIがビジネス向けの新たなプライバシー保護機能「Private Safety Processing」のプレビューを発表しました。 ・企業データの保持を行わない「Zero Data Retention」を維持しつつ、安全ガードレールを向上させる仕組みです。 ・AIがより自律的で長期的なタスクを担うようになる中で、機密データの制御と安全性の両立を図る重要なアップデートとなります。 === Nebius GroupがAIデータセンター構築へ45億ドル調達 ・Nebius Groupが転換社債の発行により45億ドルを調達する計画を発表しました。 ・急増するAIの計算需要に応えるため、データセンターの構築と拡張に資金を充てる予定です。 ・AIインフラストラクチャ市場における投資競争が引き続き過熱していることを示しています。 === AIを宿題に使うと試験のスコアが下がる研究結果 ・AIを宿題に使用した生徒の成績に関する新たな研究結果が話題になっています。 ・AIを使用した生徒は6ヶ月間で宿題のスコアが18%向上したものの、試験ではAIを使用しなかった生徒より20%低いスコアになりました。 ・AIへの過度な依存が学習効果に悪影響を及ぼす可能性を示すデータとして注目されています。 === Gemini 3.7 FlashがGoogle検索に統合【続報】 ・Gemini 3.7 Flashに関する続報です ・同モデルがGoogle検索に統合され、指示追従性とユーザーの意図理解がさらに向上しました ・300-350 tokens/sという非常に高速な出力速度を維持しており、引き続き高い評価を集めています === OpenAI学習停止の背景に高度なサイバー能力か【続報】 ・OpenAIによるフロンティアモデルの学習一時停止に関する続報です ・高度なサイバー能力に直面したことが一時停止の引き金になったと報じられています ・これを受け、安全基準のあり方が問われています ・開発者の間では、独立機関による監視の必要性や、競合モデルの動向を伺っているのではないかといった議論が交わされています

📚 ReActもRAGもTree of Thoughtsも、論文ごとにバラバラだったエージェント設計を、同じAPIで動かして比較できたら最高だと思いませんか？それを実現した「35パターン全部入り」のリポジトリです。 タイトル: FareedKhan-dev/all-agentic-architectures URL: 📦 概要 本リポジトリは、プロダクション品質のエージェントAIパターンを35種類実装したPythonライブラリ兼「生きた教科書」です。すべてのアーキテクチャが同じ.run(task)メソッドを持ち、同一形式の結果を返すため、下流のコードを変えずにパターンを差し替えられます。 ❓ 解決する課題 エージェントの設計パターンは論文ごとに散らばっていて、実装も様式もバラバラでした。これを統一インターフェースの下に集約し、横並びで試せるようにしたのが最大の価値です。 💡 中核の工夫と提案手法 中心にあるのが「決定論的ピッカーの規律」です。 ・LLMのスコアリングに丸投げせず、まずLLMに真偽値や列挙型などカテゴリ的な特徴をコミットさせる ・最終判断はPythonのロジックで合成する これにより、スコアが平坦に潰れる「LLM-as-Scorer」の病理を緩和します。35アーキテクチャ中13で採用されています。 🎯 カバー範囲とユースケース 推論・内省（Reflection、Self-Discover）、探索（Tree of Thoughts、LATS）、RAG（Corrective/Self/Adaptive/GraphRAG）、メモリ（MemGPT、Voyager）、ツール・行動（ReAct、SWE-Agent）、マルチエージェント（Debate、STORM）など8系統を網羅。各パターンに実行済みのJupyterノートブックが付き、本物のLLM出力に基づく再現可能なリファレンスになっています。 📊 注目ポイント ・コアはLangGraph。NebiusやOpenAI、Anthropic、Ollamaなど主要プロバイダーに対応し、切り替えは環境変数1つ ・pytestで283件のテストがパス ・17タスクのベンチマークで直近42問中33問正解（成功率78%）。ReflectionやSelf-Consistencyが好成績でした #AIエージェント# #LangGraph#

⚙️NVIDIAが量産に入れたAI推論ラックの仕様表に、HBMの行が無い | 答えを出す側だけが別の箱へ移った $NVDA $NBIS 仕様表にHBMの行が無い。NVIDIA $NVDA が8月24日にフル生産入りを発表したAI推論ラックの話だ。積むメモリは、チップに直接載せるSRAMがラックあたり128GB、大きなモデルとワークロードのためのDDR5が12TB。この2種類しかない。 Groq 3 LPXという。NVIDIAが昨年12月にGroqから非独占でライセンスした推論技術の、最初の製品だ（金額は報道ベースで200億ドルとされる）。CNBCによれば、このチップを作っているのはSamsungで、NVIDIAのGPUを作るTSMCではない。 HBMが不要になったのではない。HBMが要る仕事のほうを、隣の箱に置いてきた。 推論は途中で性質が変わる。入力を読み込むprefillの段は何千トークンもまとめて行列演算に流せるので、律速するのは計算力になる。答えを1トークンずつ出すdecodeの段は違う。次のトークンが前のトークンに依存するから並列化できず、1トークン出すたびに重みとKVキャッシュを読み直す。ここで時間を決めるのは演算器の数ではなく、読み出しの速さだ。 NVIDIAはこの2つを別々のラックに分けた。同社の技術ブログが標準構成として挙げるのは、Vera Rubin NVL72がprefillを担当し、1ターンに1回KVキャッシュをLPXへ渡す形だ。LPXはSRAMに置いた重みとそのKVキャッシュを使って、decodeの段を丸ごと実行する。 読み出しがdecodeの時間を決めるなら、読み出す場所をチップの中に入れてしまえばいい。それがGroqの元の主張だった。同社の解説はオンチップSRAMの帯域を毎秒80テラバイト超と書き、GPUが外に付けるHBMのおよそ毎秒8テラバイトと並べて、最大10倍の差だと説明している。 NVIDIA版のLPXは1チップに500MBのSRAMを載せ、256個を1ラックに詰めて128GB、帯域はラック全体で毎秒40ペタバイトになる。The Registerの試算では、Gemma 4 31BをFP8で載せるのに要るのは256個のうち64個ぶんだ。モデルはSRAMに収まっている。 decodeがメモリ帯域で詰まる、という話は前からあった。そこにNVIDIAが出した答えは、より速いHBMではない。decodeをHBMの外へ出すことだった。 売るのは計算力ではなく待ち時間になる。Artificial Analysisが計ったのはLPX側の生成速度で、Gemma 4 31Bを10万トークンの文脈で走らせて1ユーザーあたり毎秒3,400トークン。NVIDIAが「いちばん近い代替の4倍」と呼ぶ相手は、Cerebrasの毎秒882トークンだ。 > トークンを提供する側にとっては、待ち時間の要求がいちばん厳しい利用者と顧客に向けて、プレミアム階層のサービスを出せるようになる > （Dion Harris, NVIDIA HPC・AIファクトリーソリューション担当シニアディレクター） 3月のGTCでJensen Huangは、Vera Rubinの性能と価値を延ばすために、Groqラックがデータセンターの面積の最大25%を占めうると述べていた。配分計画ではなく上限の話だが、GPUではない計算機に4分の1まで空ける構図をNVIDIA自身が描いている。 最初に買うのはNebius $NBIS だ。3月にNVIDIAが20億ドルを出資し、Rubin・Vera CPU・BlueFieldへの早期アクセスを含む提携を結んだ相手で、自社の推論基盤Token Factoryに載せる。低遅延の区画にはAMDとCerebrasも入ってきていて、NVIDIAの置き方の違いは、Vera Rubinを置き換えずその隣に並べる点にある。 見どころは水曜の決算そのものより、Nebiusの初号機が年内に実際に立ち上がるかだ。立たなければ、25%という上限は図面のままで終わる。 トークンの速さは長いあいだGPUの枚数の関数として語られてきた。今日量産に入った箱は、その関数の後半だけを切り離して書き直す。隣に残るVera Rubinの側では、HBMは前段の仕事を続ける。 🤘情報提供 Stock Slayer :