GPT-7はそれ以上の衝撃になりそうですね。 これでまだGB300 NVL72 10~20万基での学習だから GPT-8がVera Rubin 30~40万基で学習となると、とんでもないことになりますね

💡 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 :

⚙️NVIDIAがHBM4の主力を12段から8段へ替えてほしいと頼んだ | 歩留まりが落ちるのはDRAMでなく積む工程だ 000660.KS 005930.KS NVIDIAが韓国の2社へ出したのは、増やしてくれという依頼ではなかった。 ZDNet Koreaが8月26日に伝えたところでは、SamsungとSK hynixは今年下半期、NVIDIA向けHBM4の出荷で8段品の比率を引き上げる。両社はここまで、次世代AIアクセラレータVera Rubin向けに12段品を供給してきた。量産出荷の開始はSamsungが1〜3月期、SK hynixが4〜6月期とみられている。すでに走っている供給への、途中変更だ。 > 最近NVIDIAから、HBM4の主力供給製品を12段から8段へ変更してほしいという要請があった。それに合わせて下半期の供給計画が修正されたと理解している > （メモリ半導体業界関係者） 段数はそのまま容量になる。HBMはDRAMを縦に積んだメモリで、12段は12枚重ねたという意味だ。Vera Rubinは1基あたりHBM4を288GB載せる。8つのスタックに分けるので1つが36GB、それが12段の姿だ。同じ8スタックを8段で組めば24GBずつ、合計は192GBに下がる。 ただし動いているのは比率で、8段が何割まで来るかはまだ決まっていない。もう一人の関係者は、8段への需要はもともと一部あったが下半期に増え、関連する素材・部品の発注にも影響が出た、と話している。 減らすほうへ動いた理由は、同紙の中で2つに分かれている。 一つは熱だ。HBM4はデータの通り道である入出力端子を前の世代の2倍、2,048本へ増やした。増えた分の発熱は個別のチップに留まらず、サーバーラック全体に乗る。 熱を逃がす構造そのものは用意されている。8月23日のHot Chips 2026に登壇したSK hynix Americaのパッケージ技術担当VP、Jaesik Leeは、5月に自社が公開した熱ブロックを詳しく説明したうえで、この構造はすでに設計に入ったHBM世代へは適用できないと断った。HBM4はもう設計を終えている。この熱ブロックで解く道は、この世代には残っていない。 もう一つが歩留まりで、今回の芯はこちらにある。 HBMはいま極度の供給難にある。そのうえHBM4は、性能と集積度を上げたぶん歩留まりを取りにくい。同紙が書いているのは、その落ち方の場所だ。HBMの中身であるDRAMコアダイの歩留まりは比較的速く引き上げられる。落ちるのは、それを12枚積み、接合し、パッケージする工程のほうだという。 良品が減っているのは、DRAMを作る工程ではない。積む工程だ。 積む工程がいちばん狭い場所なら、そこを通す数を増やす一番速い手段は、新しい棟でも新しい装置でもない。積む回数を減らすことだ。増えるのは通るスタックの数で、1本に載る容量のほうは減る。 段数を変えてほしいと言われた製品の重さも、数字で出ている。Samsungでメモリのグローバル営業・マーケティングを統括するJaejune Kimは、7月30日の決算説明会で、下半期はHBM売上に占めるHBM4の比率が60%をかなり上回ると述べた。下半期のHBM売上の主力が、今回の変更の対象にあたる。 いまVera Rubin向けに12段のHBM4を量産供給しているのが SK hynix 000660.KS と Samsung 005930.KS で、同紙が計画を伝えているのもこの2社に限られる。 業界側の受け止めは、それでも冷静だ。 > NVIDIAは最新のAIプラットフォームを設計するうえで発熱管理を最も重視している。個別チップのスペックを下方調整するというより、システム全体で最適な組み合わせを探す過程であり、市場全体の需要に大きな変動を起こすものではない > （半導体業界関係者） 同じ変更は、次の世代へもう入り始めている。HBM4の後継のHBM4Eも、当初の12段ではなく8段中心の出荷になる公算が高いという。HBM4EはNVIDIAのRubin Ultra向けの製品だ。 > 12段と16段のHBM4Eサンプルも議論されてはいるが、いまの顧客との議論を見ると、来年供給されるHBM4Eは8段が主力になる可能性が高い。ただしRubin UltraがHBM4EとHBM4のどちらを使うのかといった論点が残っており、業界全体の不確実性は高い > （メモリ半導体業界の高位関係者） 見るべきは来年のHBM4Eの段数だ。8段で出てくれば、段数は積み上がっていくものだという前提が2世代続けて止まる。12段や16段で出てくれば、止まったのはHBM4の1世代だけということになる。 そのどちらになるかを決めているのが、いまのところJEDECの規格書ではなく客の発注書のほうだ、という点は覚えておいていい。 🤘情報提供 Stock Slayer :

⚙️NVIDIAのチップを積んだサーバーが15%超上がり、幅は世代とメモリで変わる | 宛先はMicrosoft、Google、Oracleに納めるサーバーだ $NVDA 値上げ幅が一律ではない。チップの世代と、メモリをどれだけ積むかで変わる。 Bloombergが8月22日に伝えたのは、NVIDIAのAIチップを積んだサーバーの価格が、多くの場合15%を超えて上がるという通知だ。対象は来年初めに出荷されるシステムで、主力のVera RubinとGrace Blackwellを含む。顧客に伝えたのはNVIDIAではない。MicrosoftやAlphabet傘下のGoogle、Oracleといった大規模データセンター運営者向けに受託でサーバーを組む会社が、それぞれの顧客に通知した。翌23日にはThe Informationが「約17%」と報じ、Rubin NVL72ラック1台が800万ドルになるとした。NVIDIAはコメント要請に応じていない。 一律の定価改定なら、ここで話は終わる。終わらないのは、上げ幅が積むメモリでも変わるからだ。 NVIDIAはDRAMもHBMも作らない。買い手から見れば、支払う額が他社の商品市況に連動し始める。積むメモリを削れば請求は軽くなるが、それは推論に回せる容量を削るのと同じだ。この値上がりのどこまでがメモリの原価で、どこからが誰かの利幅なのかは外から見えない。通知したのは受託でサーバーを組む会社であって、NVIDIA自身は価格改定を認めていない。 規模を置いておく。5月に発表された2027年度第1四半期で、NVIDIAのData Center売上は過去最高の752億ドル、全社売上816億1,500万ドルの92.1%を占めた。GAAP粗利率は74.9%で、直近2四半期の実績と今期の見通しはいずれも74.9%と75.0%の間にある。 通知の宛先を見る。値上げを伝えられたのはNVIDIAの最大級の顧客たちで、納め先として挙がったのはMicrosoft、Google、Oracleのデータセンターだ。その発注書に来年初めから、同じ箱が高くなっただけの分が乗る。 だから来年、ハイパースケーラーの設備投資が増えたとき、その増分の何割が台数で何割が値札なのかは、総額を見ても分からない。設備投資の総額は「どれだけ計算能力を据えたか」の代わりとして読まれてきた。その代わりは成立しなくなる。 8月26日にNVIDIAが2027年度第2四半期を発表する。ただし答え合わせにはならない。締めたのは7月26日で、値上げが乗るのは来年初めの出荷分だ。その日に手に入るのは、原価と値付けについて会社自身が選ぶ言葉だけになる。 見るものは2つだ。来年初めの出荷までのメモリ契約価格と、買い手が来年の設備投資を説明する言葉。契約価格が先に反転すれば、通知された値上げは請求書に残らず、設備投資の増分は台数の話へ戻る。買い手が台数でなく価格を理由に挙げ始めたら、答え合わせはそこで済む。 メモリの値上がりそのものを持ちたいなら、売っているのはMicronや韓国勢だ。NVIDIAを見る理由は別にある。AIサーバーの値札が、NVIDIAが作っていない部品の相場に連動し始めたことだ。 これまでAI相場は、据えたGPUの枚数を追ってきた。来年からは、同じ枚数にいくら払ったかを分けないと、需要と値札の区別がつかない。 🤘情報提供 Stock Slayer :

員数、高周波、容量、DC特性 まだまだ始まったばかり ゴールドマン・サックスは次世代メモリチップを求めてMLCC（積層セラミックコンデンサ）に注目している。そのサイクルはまだ始まったばかりだ。 AI開発競争はGPU、CPU、メモリといった上位技術にまで広がり、それらすべてが市場ファンドの注目を集めている。投資銀行ゴールドマン・サックスの最近のレポートによると、次に爆発的な成長を遂げるのは積層セラミックコンデンサ（MLCC）であり、現在、生産量と価格が同時に上昇するサイクルの初期段階にあるという。 モルガン・スタンレーがNvidiaの次世代Vera Rubin AIラックを分解した最新の分析によると、最新の部品表においてMLCCの価値が182%増加していることが明らかになり、ゴールドマン・サックスのMLCCに関するレポートと一致した。 ウォール・ストリート・ニュースの報道によると、ゴールドマン・サックスのアナリスト、高山大樹氏は、AIサーバー向けMLCC市場が2025年から2030年にかけて4倍以上に成長し、約2150億円から約9200億円に拡大すると予測しており、年平均成長率は34%となる。ゴールドマン・サックスは、現在のAI主導型MLCCサイクルは史上最大かつ最長のサイクルであり、まだ初期段階にあると述べている。 アナリストのネルソン・アームブラスト氏も、MLCC（積層セラミックコンデンサ）はGPUとメモリに次いで、AIサーバーの部品構成において3番目に大きな部品になったと述べている。MLCC市場全体の規模は約150億ドルで、サーバー市場は約13億ドルを占め、年平均成長率（CAGR）は80%で拡大している一方、自動車や携帯電話などの他の用途分野における需要の伸びは鈍化している。 別のアナリストであるアレン・チャン氏は、MLCC業界の構造的な矛盾を指摘した。生産能力の年間成長率は10%をわずかに上回る程度にとどまっているが、これは設備や材料が社内生産に依存しているためである。拡張の進捗は社内のエンジニアリングリソースによって制限されており、生産量を大幅に拡大することが困難で、AIサーバーの需要に大きく遅れをとっている。 ゴールドマン・サックスは、AIサーバー向けMLCCの需要が2025年から2030年にかけて約4.3倍に増加すると予測している。同時に、自動車の電動化分野における高電圧・大容量MLCCの需要も引き続き堅調で、電気自動車1台あたりのMLCC使用数は増加の一途をたどる。これら2つの主要な需要は、既に限られている新規生産能力を吸収しており、家電業界の顧客は、自社の需要が減少傾向にあるにもかかわらず、将来の供給不足リスクに備えるため、長期供給契約の締結を積極的に模索している。 ゴールドマン・サックスの分析によると、MLCC（積層セラミックコンデンサ）の価格上昇は、DRAM、NANDメモリ、ABF基板、銅箔基板（CCL）といった他の主要なAI（人工知能）コンポーネントの価格上昇よりもかなり遅れて始まった。このことから、ゴールドマン・サックスは、MLCCをABFやCCLと並んで、すべてのAIコンポーネントおよび材料の中で最も長期的な価格上昇の可能性を秘めていると評価している。 ゴールドマン・サックスは、村田製作所を訪問した後、AIを活用した最先端の積層セラミックコンデンサ（MLCC）の需要サイクルを、当初の予測である2028年から2030年頃に延長した。 モルガン・スタンレーは、NVIDIA Vera Rubin AIラックを分解した結果、PCB、MLCC、ABF基板、メモリなどの周辺部品の重要性が急速に高まっており、サプライチェーンの価値が「GPU優位」からシステム全体のアーキテクチャへと徐々に広がっていることを発見した。中でもMLCCの価値は182%増加し、VR200ラックあたりのMLCCの価値は約4,320米ドルで、GB300時代の約1,530米ドルをはるかに上回っている。使用されるボード数の増加に加え、新たに導入されたBlueField DPUとConnectX Orchidモジュールが、ハイエンドMLCCの需要をさらに高めている。

⚙️敷地の準備が済んでも、AI工場の据え付けに6か月 | NVIDIAは配線と試験を工場へ移し、現地の作業を最短14日にする $NVDA AI のデータセンターが遅れる話では、電気と GPU が足りないことがよく挙がる。NVIDIA $NVDA の Jensen Huang CEO が10月21日、GTC Berlin の基調講演で取り上げたのは、その2つがそろった後の待ち時間だった。 NVIDIA によると、電気や冷却、ネットワークの準備が済んだ敷地でも、計算機を据え付けて動かし始めるまでに6か月かかる。動き出すまで、届いた計算機はトークン（AI が文章を作るときの単位）を出さない。 GPU が足りないと言われるなかで、なぜ届いた計算機が半年も働かないのか。 ラックの中身は、もう工場で組み上がって届いている。NVIDIA は3年前の GB200 NVL72 から、それまで現地で組んでいたラックを、取引先の工場で組んで出荷する形に変えた。 時間がかかるのは、ラックとラックのあいだの作業だ。Vera Rubin のラック7本をひと組にすると、つなぐ Spectrum-X（NVIDIA のネットワーク）のケーブルだけで17kmになる。そこに液冷の配管を通し、組全体を試験してから、ようやく客の仕事を流せる。 10月21日に発表された DSX POD は、この作業も工場へ移す。7本のラックを取引先の工場で配線し、配管し、試験まで済ませて、運べるコンテナに入れて届ける。敷地の電気、冷却、ネットワークにつなげば動く作りで、据え付けは最短14日になるという。中に入る Vera Rubin は、7月26日締めの四半期に NVIDIA の売上の92.5%を占めたデータセンター向けの、次の世代の製品だ。 半年が2週間になる重みを、Huang はお金で示した。1GW の AI データセンターは、建てるのに約500億ドルかかる。そこから生まれる売上を仮に年400億ドルとすれば、3か月遅れるだけで100億ドルの売上にあたる、と話した。3か月の遅れが、建設費の5分の1にあたる売上になる計算だ。 ただし、14日を数え始めるのは、敷地の準備が終わってからになる。NVIDIA は、工場での組み立てが敷地の準備とは別に進むと説明している。DSX POD が縮めるのは、敷地の準備が済んだ後の工程になる。 変わるのは、2つの待ち時間の並び方である。これまでは、敷地が整ってから半年の据え付けが始まった。DSX POD では、敷地を整えるあいだに工場で箱ができあがり、整えば2週間で動き出す。 100億ドルは、Huang が「仮に」と断って置いた売上から出した数字で、どの客の実績でもない。私が確かめられる数字として扱うのは、NVIDIA が発表文に書いた14日のほうだ。DSX POD は Dell、HPE、Foxconn、Vertiv、Schneider Electric などが2027年初めから届ける予定で、客が自分の敷地でこの日数を測れるようになる。 敷地が整ってからの半年を工場の中へ移すと、敷地の上に残るのは2週間になる。 敷地の電気と冷却が間に合わなければ、コンテナは届いても動かない。そのときは、待つ場所が現地の床からコンテナの中へ移るだけになる。 それでも、敷地が整ってからの日数は、DSX POD が届き始める2027年から縮む見込みとなる。そこから先の日数を左右しそうなのは、現地に集める作業員の数より、取引先の工場がコンテナを何台出せるかのほうだ。 🤘情報提供 Stock Slayer :

⚙️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 :