NVIDIAは、何を作っている会社なのか。GPUとCUDA、データセンターまで
AI のニュースで、NVIDIA（エヌビディア）という会社の名前を見かけることが増えました。
NVIDIA は、もともとパソコンの画面に絵を描くための半導体で知られた会社です。この記事では、NVIDIA がどのような会社で、どのような順番で今の形になったのか、そして今は何を作って売っているのかを、会社自身の年次報告書などの公開資料をもとに整理します。
GPU（画像の処理から生まれた半導体）の仕組みと、CPU との違いは、記事「GPUとは？ CPUとの違いと、AIの計算に向く理由。並列計算とHBM」で扱いました。
AI の計算だけに絞った専用のチップ（NPU・TPU）は、記事「NPUとTPUとは？ AIの計算に絞った専用チップと、GPUとの違い」で扱いました。
本文の［1］のような番号は、押すと出典のページが開きます。
NVIDIA は、どのような会社か
辞典での説明
デジタル大辞泉では、NVIDIA は、１９９３年に設立された米国の半導体メーカーで、パソコン向けの GPU の開発で知られると説明されています［1］。本社は、米国カリフォルニア州のサンタクララにあります［1］。
共同通信のニュース用語解説では、もともとはゲーム向けが中心だったものの、その後、AI の処理に向けたデータセンターの需要が急に大きくなったと説明されています［1］。この「ゲームから AI へ」という移り変わりが、この記事の中心の話です。
GPU（画像処理装置）は、３次元のコンピューターグラフィックス（立体を画面に描く技術）に必要な計算を行う半導体です［2］。データセンターは、多数のサーバー（ほかのコンピューターに計算やデータを提供するコンピューター）を集めて動かす施設です。
会社自身の説明は、１０年で変わった
米国の上場企業は、毎年、事業の内容を説明する年次報告書（Form 10-K）を、米国の証券取引委員会に出します。NVIDIA の会計年度は暦の年とずれており、たとえば「２０２６年度」は、２０２６年１月２５日に終わった１年を指します［3］。
２０１６年度の年次報告書では、NVIDIA は「画像や映像を扱う計算（ビジュアルコンピューティング）の分野で、世界をリードする会社」と紹介されていました［4］。同じ報告書によると、NVIDIA はパソコンの画像用のチップの会社として始まり、ゲーム、プロ向けの画像処理、データセンター、自動車の４つの市場に向けて製品をそろえる会社に変わったとされています［4］。
２０２６年度の年次報告書では、NVIDIA は、自らを「AI のためのデータセンターの設備（インフラ）を、丸ごと手がける会社」と説明しています［3］。１０年の間に、会社の紹介の中心が、画像からデータセンターと AI に移ったことが分かります。
創業者で CEO のジェンスン・フアン
NVIDIA の創業者の一人であるジェンスン・フアン（Jensen Huang）は、１９９３年の設立から今まで、社長と CEO（最高経営責任者）を務めています［5］。NVIDIA の役員の紹介によると、NVIDIA を作る前は、半導体の会社の LSI Logic と AMD（Advanced Micro Devices）で働いていました［5］。
共同通信のニュース用語解説では、フアン氏は黒い革のジャケットをトレードマークにしていると紹介されています［1］。
年表：画像の部品から、AI の計算へ
NVIDIA の公式の年表によると、会社は１９９３年４月５日に、ジェンスン・フアン（Jensen Huang）、クリス・マラコウスキー（Chris Malachowsky）、カーティス・プリエム（Curtis Priem）の３人によって設立されました［6］。同じ年表によると、創業のときに目指したのは、ゲームやマルチメディア（映像や音を組み合わせた作品）で、立体の絵（３D グラフィックス）を使えるようにすることでした［6］。その後の主な出来事を、時間の順に並べます。
１９９９年：GeForce 256 を「最初の GPU」として発売
NVIDIA は、１９９９年８月に発売した GeForce 256 を、業界で最初の GPU としています［7］。同じ年の１月には、株式の新規公開（株式市場への上場）を発表しました［7］。
２０２６年度の年次報告書では、１９９９年の GPU の発明をきっかけに、パソコンのゲームの市場が伸び、コンピューターグラフィックスのあり方も変わったとされています［3］。「最初の GPU」という言い方は、NVIDIA 自身による位置付けです。
２００６年：CUDA で、GPU をほかの計算にも使えるように
CUDA（クーダ）は、GPU で計算するプログラムを書くための、NVIDIA のソフトウェアの仕組みです。年次報告書によると、NVIDIA は２００６年に CUDA を導入し、GPU が得意な並列処理（多くの計算を同時に進めること）を、計算の量が多いさまざまな仕事に使えるようにしました［3］。
それまで GPU は、主に画面に絵を描くための部品でした。CUDA によって、科学や研究の計算にも GPU を使えるようになりました［6］。
２０１２年：AlexNet で、AI の計算へ
NVIDIA の年表では、２０１２年の項目で、NVIDIA の GPU が、画期的なニューラルネットワーク（AI の計算のモデル）AlexNet の計算を支え、今の AI の時代が始まるきっかけを作ったとされています［6］。AlexNet が GPU で学習したことは、GPU の記事で扱いました。
２０２０年と２０２３年：つなぐ仕組みと、CPU
NVIDIA は、２０２０年４月２７日に、Mellanox Technologies の買収を完了したと発表しました［8］。年次報告書によると、この買収で、NVIDIA の製品にネットワーク（コンピューターどうしをつなぐ仕組み）が加わり、データセンター全体を１つのまとまりとして組み立てられるようになりました［3］。
２０２３年には、データセンター向けとしては初めての CPU（中央処理装置）「Grace」を出しました。大規模な AI や、科学技術などの大きな計算（高性能計算、HPC）に向けて作ったものです［3］。こうして、GPU だけでなく、CPU とネットワークもそろえる形になりました。
今、何を作っているのか
４つの層で考える
今の NVIDIA が作っているものは、次の４つの層に分けると分かりやすくなります。
チップ：GPU と CPU（Grace）
つなぐ仕組み：GPU どうし、サーバーどうしをつなぐ部品と装置
システム：チップとつなぐ仕組みを組み合わせた、サーバーやラック（サーバーを収める棚）
ソフトウェア：GPU を使うためのプログラムの仕組み（CUDA）と、よく使う計算をまとめた部品
年次報告書によると、NVIDIA は、ハードウェア、システム、ソフトウェア、アルゴリズム（計算の手順）、ライブラリ、AI のモデル、サービスなどを組み合わせて提供することを、戦略の柱にしています［3］。チップを１つずつ売るだけでなく、その上と周りまでまとめて用意している点が特徴です。
チップ：用途ごとの GPU
年次報告書では、事業を２つの区分に分けて報告しています［3］。
計算とネットワーク（Compute & Networking）：データセンター向けの計算とネットワークの製品、AI のソフトウェア、自動車向けの製品など［3］
グラフィックス（Graphics）：ゲームやパソコン向けの GeForce の GPU、設計や映像の仕事に使うワークステーション（業務用の高性能なパソコン）向けの GPU など［3］
名前は同じ GPU でも、ゲーム用のパソコンに入る GPU と、データセンターで AI の計算に使う GPU は、別の製品です。
つなぐ仕組み：多くの GPU を１つのように動かす
大きな AI の学習などでは、計算を多くの GPU に分けて行います。仕事を大勢で分けるときは、一人一人の速さだけでなく、途中の結果を互いに渡す連絡の速さも、全体の速さに影響します。
NVIDIA の製品のページでは、NVLink は、サーバーの中で GPU どうしを直接つなぐ仕組みと説明されています［9］。さらに、NVLink のスイッチ（多くの線をまとめて行き先を切り替える装置）のチップを使うと、ラック全体で、どの GPU も、ほかのすべての GPU と NVLink の速さのままやり取りできるとされています［9］。サーバーどうしをつなぐ製品として、InfiniBand とイーサネットの部品や装置もそろえています［3］。
システム：ラックを丸ごと１台のように
つなぐ仕組みを使って組み立てた製品の例が、GB200 NVL72 です。NVIDIA の製品のページによると、GB200 NVL72 は、Grace の CPU ３６個と、Blackwell（NVIDIA の GPU の世代の名前）の GPU ７２個を、１つのラックに収めてつないだもので、冷やすのには液体を使います［10］。
同じページでは、７２個の GPU を NVLink でつないだまとまりが、１つの巨大な GPU のように働くと説明されています［10］。このような製品を見ると、年次報告書の「データセンターの設備を、丸ごと手がける」という説明が、何を指しているのかが分かりやすくなります。
ソフトウェア：CUDA と、その上の部品
台所の道具と、レシピ集のたとえ
GPU は、たとえると、火口がたくさん並んだ大きなコンロです。コンロがあっても、使い方の手順と、よく作る料理のレシピがそろっていなければ、料理人はすぐには料理を始められません。
NVIDIA では、使い方の手順にあたるのが CUDA、レシピ集にあたるのが、よく使う計算をまとめたライブラリ（ほかのプログラムから呼び出して使う部品の集まり）です。AI を作る人は、GPU に直接命令を書かなくても、ライブラリを通して GPU を使えます。
呼び出しの順番を、段階で追う
NVIDIA の開発者向けのページでは、CUDA は、計算を速くするために NVIDIA が用意した土台で、アプリケーション（目的に合わせて作ったプログラム）と GPU の間に入り、GPU の力を使えるようにするソフトウェアだと説明されています［11］。CUDA の開発キットには、コンパイラー（人が書いたプログラムをコンピューターが実行できる形に変える道具）、ライブラリ、開発のための道具が含まれます［11］。
AI の学習では、たとえば次の順番で呼び出しが進みます。
AI を作る人が、PyTorch（AI を作るための広く使われるソフトウェアの部品の集まり）で、学習のプログラムを書く
PyTorch が、深層学習のための NVIDIA のライブラリ cuDNN を呼び出す。cuDNN は、深層学習でよく使う計算を GPU で速く行うための、基本の部品を集めたライブラリです［12］
cuDNN が、CUDA を通して GPU に計算を割り当てる
GPU が、多くの掛け算と足し算を同時に行う
NVIDIA のページによると、cuDNN は、PyTorch や TensorFlow など多くの AI のソフトウェアの計算を速くするために使われています［12］。
チップを支えるソフトウェア
年次報告書によると、CUDA は、すべての NVIDIA の GPU で動く、ソフトウェアの土台です［3］。世界で７５０万人を超える開発者が、CUDA をはじめとする NVIDIA のソフトウェアや開発の道具を使っているとされています［3］。
同じ報告書では、NVIDIA の製品の出発点は高性能なチップだとしたうえで、ハードウェアからソフトウェアまで一式そろった計算の基盤（フルスタック）にしているのは、CUDA やライブラリなどの豊富なソフトウェアだと説明されています［3］。これは NVIDIA 自身の説明ですが、会社がソフトウェアを重く見ていることが分かります。
工場は持たない
NVIDIA は、工場を持たずに、チップの設計と販売に専念するファブレスの企業です。デジタル大辞泉では、ファブレス企業は、製造をほかの会社に任せ、企画・開発・販売だけを自社で手がける企業と説明されています［13］。
年次報告書によると、NVIDIA は、半導体のウエハー（チップを作る円い板）の製造を、TSMC（台湾積体電路製造）やサムスン電子などのファウンドリ（製造を請け負う会社）に任せています［3］。
売上の中身：およそ９割がデータセンター
４つの市場
２０２６年度の年次報告書では、NVIDIA が製品を届ける市場は、データセンター、ゲーム、プロ向けの画像処理（プロフェッショナル・ビジュアライゼーション）、自動車の４つとされています［3］。
２０２６年度の数字
NVIDIA の決算の発表によると、２０２６年度の売上高は２１５９億ドルでした［14］。このうち、データセンターは１９３７億ドルで［14］、売上高のおよそ９割を占めます。
ゲームは１６０億ドル［14］、プロ向けの画像処理は３２億ドル［14］、自動車は２３億ドルでした［14］。ゲームの売上高も前の年より４１％増えていますが、全体に占める割合は１割に届きません。
だれが大量に買っているのかについては、共同通信のニュース用語解説で、巨大 IT 企業などが AI 用の半導体を大量に購入し、市場の急な拡大が続いていると説明されています［15］。同じ解説では、NVIDIA が、GPU を使った製品で高いシェアを持つ業界最大手とされています［15］。一方で、グーグルやアマゾンも、独自の高性能な半導体で参入していると説明されています［15］。
まとめ
NVIDIA は、１９９３年に米国で設立された半導体の会社。パソコンの画像用のチップの会社として始まった
１９９９年に GeForce 256 を「最初の GPU」として発売し、２００６年の CUDA で、GPU をほかの計算にも使えるようにした
２０１２年の AlexNet をきっかけに AI の計算に広がり、２０２０年にネットワーク、２０２３年に CPU が加わった
今は、チップ・つなぐ仕組み・システム・ソフトウェアの４つの層をまとめて用意し、自らを AI のためのデータセンターの設備を丸ごと手がける会社と説明している
工場は持たないファブレスの企業で、製造は TSMC などのファウンドリに任せている
２０２６年度の売上高の、およそ９割がデータセンター
ニュースで NVIDIA の名前が出てきたときは、話題がチップ・つなぐ仕組み・システム・ソフトウェアのどの層の話かを見ると、内容をつかみやすくなります。
免責事項
この記事は、筆者が個人として調べたことをもとに、執筆時点の内容をまとめたものです。分かりやすさを優先し、製品の細かい仕様や例外を省いています。図のラックやチップの中の配置は模式図で、実際の製品の配置ではありません。
売上高などの数は、NVIDIA が発表した値です。
この記事は、特定の企業の株式の売買を勧めるものではなく、投資などの判断の助言ではありません。正確な情報は、出典や各社の公式の情報で確認してください。この記事の内容を利用して生じた損害については、責任を負いかねます。
NDシステムズについて
NDシステムズは、福岡県久留米市を拠点に、ホームページの制作、業務に合わせた事務のシステムの開発、AI・DX支援を行っています。まずはお気軽に無料相談でご相談ください。
