11月21日、Nvidiaは2025年度第3四半期の業績を発表しました。

レポートによると、Nvidia の第 3 四半期の収益は 350 億 8,200 万ドルで、前年同期比 94%、前四半期比 17% 増、調整後純利益 (非 GAAP) は 200 億 1,000 万ドルで、前年同期比 100%、前四半期比 18% 増でした (注: Nvidia の会計年度は暦年と同期しておらず、2024 年 1 月末から 2025 年 1 月末までの期間が 2025 会計年度です)。

Nvidiaは、2025年度第4四半期の収益が約375億ドルに達すると予想しており、これはアナリストの平均予想を上回るものの、最高予想の410億ドルには届かない。

収益発表後、NVIDIAの創業者であり社長兼CEOのジェンスン・フアン氏、エグゼクティブバイスプレジデント兼CFOのコレット・クレス氏をはじめとする幹部らが、その後の収益発表の電話会議に出席し、報告書の要点について議論し、アナリストからの質問に答えた。

以下は質疑応答セッションの主な内容の分析です。
Cantor Fitzgeraldのアナリスト、CJ Muse氏：大規模言語モデルのスケーリングに関しては、まだ初期段階にあることは明らかです。モデルスケーリングでお客様が直面する課題に対し、当社はどのように対応していくのでしょうか？また、一部のサーバークラスターがまだBlackwellアーキテクチャを採用していないという事実は、製品の需要拡大につながるでしょうか？

ジェンセン・フアン：ベースモデルに関しては、事前学習のスケーリングは現在も進行中で、順調に進んでいます。これは物理法則の観点からではなく、観察に基づいた判断であり、スケーリングが依然として拡大していることを示す証拠があります。しかし、これだけでは十分ではないと考えています。スケーリングを行うための別の2つの方法を発見しました。

一つのアプローチは、学習後拡張です。第一世代の学習後拡張は人間のフィードバックを強化していましたが、現在では強化学習AIによるフィードバックが存在します。さらに、あらゆる形式の合成データが生成され、学習後拡張を支援しています。最も重要かつエキサイティングな進歩の一つは、ChatGPT o1 (Strawberry) モデルです。これは推論時間拡張（テスト時間拡張とも呼ばれます）を実装しています。思考時間が長くなるほど回答の質が高くなり、思考連鎖、マルチパスプランニング、その他様々な思考テクニックを考慮します。これは、人間が質問に答える前に考える方法とよく似ています。現在、私たちは3つの拡張方法を提供しており、そのため、エンタープライズインフラストラクチャへの大きな需要があると考えています。

前世代の基本モデルの終了時には、ホッパーモデルは約10万種類ありました。次世代はブラックウェルモデル10万種類から始まります。これは、学習前スケーリング、学習後スケーリング、そして今や非常に重要な推論時間スケーリングにおける業界の開発動向を概観するものです。需要は非常に大きいのです。

同時に、当社にとって推論の拡張はまさに始まりです。NVIDIAは現在、膨大な数のデバイスを搭載した世界最大の推論プラットフォームを保有しています。AmpereアーキテクチャとHopperアーキテクチャで学習されたすべての推論は、これらのアーキテクチャ上で驚くほど高い精度で実行されます。ベースモデルの学習にBlackwellを採用することで、将来的には推論に利用可能なデバイス数も膨大になります。

そのため、推論需要の増加、推論時間の増加、そしてネイティブAI企業の継続的な増加が見られます。もちろん、最新のトレンドであるエージェント型AIの導入も企業に見られ始めており、様々な分野から多くの需要が見られています。

ゴールドマン・サックスのアナリスト、トシヤ・ハリ氏：ジェンセン・フアン氏は今年初めに大規模な改修を実施しましたが、週末には同社のチップ製品の過熱問題に関する報道がありました。また、投資家からは、今年のゲーム開発者会議（GDC）で発表されたロードマップ（来年のUltraチップの発売や2026年のRubinプラットフォームへの移行など）をどのように実行する計画なのかという問い合わせを受けています。この点について詳しく説明していただけますか？一部の投資家は、同社の計画を期限通りに実行できるかどうか疑問視しています。もう一つの質問は、供給不足です。これは複数の部品が原因なのか、それともCoWoSパッケージやHBMチップなど特定のチップや部品が原因なのか、また、供給不足の状況は改善しているのでしょうか、それとも悪化しているのでしょうか？

ジェンセン・フアン：最後の質問についてですが、Blackwellの生産は増加しており、先ほどコレットが述べたように、今四半期の納入量は前回の見積りを上回る見込みです。サプライチェーンチームは、サプライパートナーと協力してBlackwellの生産量増加に尽力しており、来年も引き続き生産量の増加に取り組んでいきます。現在、市場の需要は供給を上回っていますが、これは生成AI革命の初期段階にあるため、当然のことです。推論と長期的思考を可能にする新世代の基盤モデルがリリースされたばかりで、最もエキサイティングな分野の一つはフィジカルAI、つまり現実世界の構造を理解するAIです。そのため、Blackwellの需要は非常に高く、私たちの開発は順調に進んでおり、チームは世界中で多くのエンジニアリング作業を行っています。これには、Dell、CoreWeave、Oracle、Microsoft（まもなくGrace Blackwellを採用予定）、Googleなどが構築するシステムが含まれており、これらのクラウドサービスプロバイダーは先行者利益を競い合っています。

Nvidiaはこれらの企業と、かなり複雑なエンジニアリングプロジェクトに取り組んでいます。フルスタックで包括的なインフラストラクチャを構築した一方で、これらのAIスーパーコンピューターを分解し、世界中のカスタムデータセンターやアーキテクチャに統合する必要があるためです。この統合プロセスは数世代にわたって進めており、今ではかなり熟練していますが、まだ多くのエンジニアリング作業が残っています。構築中のすべてのシステムを見ると、Blackwellは非常に好調に進んでおり、先ほども述べたように、今四半期は以前の予測よりも多くの出荷を計画しています。

サプライチェーンに関しては、Blackwellシステムを提供するために、NVLink 8またはNVLink 72、あるいはNVLink 8、NVLink 36、NVLink 72などの様々な組み合わせ、そしてx86またはGraceアーキテクチャを備えた、空冷または液冷が可能な7つの異なるカスタム構成を構築しました。これらすべてのシステムを世界中のデータセンターに統合することは、まさに奇跡です。

この規模の生産能力拡大を実現するには、必要な部品のサプライチェーン状況が特筆すべき点です。振り返ってみると、前四半期のBlackwell出荷数はゼロでしたが、今四半期のBlackwellシステムの総出荷数は数十億台に達しています。生産能力拡大のスピードは驚異的で、世界中のほぼすべての企業がNVIDIAのサプライチェーンに関わっているようです。TSMC、Amphenol、Vertiv、SK Hynix、Micron、Spil、Ampcore、京セラ、Foxconnとその多数の工場、Quanta、Wiwynn、Dell、HP、Supermicro、Lenovoなど、素晴らしいパートナー企業と提携しています。Blackwellの生産能力拡大に関わっている企業の数は実に驚異的で、私はこれらのパートナー企業に深く感謝しています。

最後に、ロードマップの実施についてですが、当社は年間ロードマップを策定しており、今後も継続的に実行していく予定です。そうすることで、プラットフォームのパフォーマンスを確実に向上させることができます。同様に重要なのは、パフォーマンスが数倍向上することで、トレーニングコスト、推論コスト、そしてAI自体のコストが削減され、一般の人々にとってより身近なものになるということです。考慮すべきもう1つの重要な要素は、固定サイズのデータ​​センターです。データセンターは常に固定サイズです。以前は数十メガワットだったかもしれませんが、現在ではほとんどのデータセンターは100～数百メガワットであり、私たちはギガワットレベルのデータセンターを計画しています。データセンターの規模にかかわらず、電力には限りがあり、電力が制限されたデータセンターでは、ワットあたりの最高のパフォーマンスがパートナーにとって最高の収益に直接つながります。

そのため、一方では、当社の年間ロードマップによってコストが削減され、他方では、他のどの製品よりも電力 1 ワットあたりのパフォーマンスが優れているため、お客様に最大限の利益を生み出すことができ、この年間スケジュールは当社にとって非常に重要であり、私の知る限り、すべてが計画通りに進んでいます。

UBSアナリストのティモシー・アルキュリ氏：ブラックウェルの今年の半導体生産能力増強に関する経営陣の見通しをお伺いしたいと思います。ジェンセン・フアン氏が先ほどブラックウェルの状況は予想を上回っていると述べました。出荷額が数十億ドル規模になるとおっしゃっていましたが、1月の出荷額はさらに増加する見込みです。また、数ヶ月前にブラックウェルが4月四半期にホッパーを追い抜くとおっしゃっていましたが、その予測は今でも有効でしょうか？コレットさんへの質問です。ブラックウェルの生産能力増強に伴い、粗利益率は70%強に低下するとおっしゃっていましたが、4月が生産の転換点となる場合、同社の粗利益率は最も圧迫されることになるのでしょうか？4月以降、同社の粗利益率は70%強という低い水準にとどまるのでしょうか？

コレット・クレス：以前お話ししたように、Blackwellの生産を増強する当初は、市場に投入する構成やチップの多様性を考慮し、お客様がシステム構築時に最高のエクスペリエンスを得られるよう注力します。当初は粗利益率が低く、供給増強の初期段階では70%前後で推移します。しかし、その後数四半期で粗利益率の改善に着手し、生産能力増強プロセスを通じて早期に75%程度まで回復したいと考えています。

ジェンセン・フアン：Hopperの需要は来年も継続し、最初の数四半期は需要が見込まれます。一方、Blackwellの出荷台数は来四半期が今四半期を上回り、その次の四半期は第1四半期（2026年度）を上回る見込みです。この比較により、より明確な状況が把握できるはずです。私たちはまさに、コンピューティング分野における2つの根本的な変化の始まりにあり、これは非常に重要なことです。

まず、CPUでコードを実行することから、ニューラルネットワークを構築するGPUで機械学習を実行することへの移行があります。コーディングから機械学習へのこの根本的な移行は今や非常に一般的であり、機械学習の導入を計画していない企業はないでしょう。機械学習は、生成型人工知能（GAI）などの技術の基盤でもあります。世界中の1兆ドル規模のコンピュータシステムとデータセンターは、機械学習に適応するために近代化が進められています。

一方、これらのシステムを活用することで、私たちは新たなタイプの能力、つまり私たちが知る人工知能（AI）を生み出すことになります。生成型AIについて語る時、私たちは本質的に、これらのデータセンターが発電所が電気を生み出すのと同じようにAI工場であると考えています。AIを生成し始めているのです。AIの顧客数が電力消費者数と同じくらい多ければ、これらの発電機、つまりデータセンターは24時間稼働するでしょう。多くのAIサービスは、まさにAI工場のように24時間稼働しています。この新しいタイプのシステムの立ち上げは、従来のデータセンターとは大きく異なります。したがって、これら2つの基本的なトレンドはまだ始まったばかりであり、この成長、近代化、そして新しい産業の創出は今後数年間続くと予想しています。（劉明良）