NVIDIAのジェンスン・フアンは2026年3月16日、サンノゼで開催されたGTC 2026基調講演に登壇した。
同社は2027年までのAIインフラ関連の事業機会を1兆ドル規模と見込んでおり、昨年のGTC 2025で示した5000億ドル規模の見通しから引き上げた。次世代AIインフラプラットフォーム「Vera Rubin」は7種類の新チップを統合し、NVL72構成で最大3.6エクサフロップスの性能と、最大毎秒260テラバイトのNVLink帯域幅を実現する。
NVIDIAはGroqと非独占の技術ライセンス契約を結び、Vera RubinプラットフォームにGroqの推論技術を統合する。関連製品は2026年後半の提供開始が予定されており、一部専門媒体ではSamsungとの連携によるLP30系チップの第3四半期投入が報じられている。NVIDIAは最新世代のラックスケールAIシステムについて、Hopper世代に比べて大幅な性能効率向上を実現したと説明している。
自動運転分野では、BYD、Geely、Nissan、Hyundai Motor Groupなどとの提携拡大を発表し、自動車向けプラットフォーム事業をさらに広げる姿勢を示した。Mercedes-Benz、GM、Toyotaとの協業も継続している。また、Uberとは複数都市でのロボタクシー展開を視野に入れたパートナーシップも発表した。CUDAは20周年を迎え、世界で数億台のGPUが稼働している。
From: 
Nvidia GTC 2026: Everything Jensen Huang Announced at the Keynote
【編集部解説】
今回のGTC 2026は、ジェンスン・フアンがNVIDIAの「次の10年」を本格的に設計し直した場として記録されることになるでしょう。発表の数こそ多いものの、その根底に流れる問いはひとつです。「AI時代のコンピューティングインフラは、誰がどのように定義するのか」——。
まず、今回大きな注目を集めたのが、Groq技術の本格統合が明らかになった点です。Groqとの提携は、単なる競合排除ではなく、NVIDIAが推論処理の選択肢を広げるものとして位置づけられます。契約規模については170億〜200億ドルとする報道が混在していますが、公式には非独占の技術ライセンス契約として説明されています。GPUが圧倒的な強みを持つ「学習フェーズ」ではなく、日常的なAI利用で中心となる「推論フェーズ」において、NVIDIAが抱えていた構造的な弱点を埋める戦略的な一手でした。
GPUは大量のリクエストを並列処理することを得意としますが、少数ユーザーへの超低遅延応答は不得手です。GroqのLPU（Language Processing Unit）は推論処理に特化した設計で、Vera RubinではGPUと役割を分担しながら低遅延推論を担う位置づけになります。Groq 3 LPXラックは256基のLPUを搭載し、公式には合計128GBのオンチップSRAMを備えます。
つまりVera RubinとGroq系LPUは「競合」というより「補完」に近く、高スループット処理をGPUが、低遅延推論をLPUが担う分業体制として理解できます。専門媒体でも、この組み合わせはRubin GPUを置き換えるものではなく補完するものだと位置づけられています。エージェント型AIが普及し「人間を介さない高速な判断」が求められる場面が増えるほど、このアーキテクチャの優位性は際立ちます。
性能向上の大きさも見逃せません。NVIDIAはHopper世代に比べた大幅な性能効率向上をアピールしており、専門媒体の分析でも、Groqを組み合わせた低遅延推論構成が特定条件下で高い効率を示すと報じられています。ただし、こうした倍率は比較条件やワークロードに強く依存するため、単純比較には注意が必要です。これはシリコンの物理限界をソフトウェアとシステム設計の革新で突破したことを意味しており、「半導体の進化の速度」に関するこれまでの常識を問い直す出来事です。
一方で、読者に冷静に受け止めていただきたい点もあります。「2027年までに1兆ドル規模」という数字は、あくまでNVIDIAが見込む事業機会ベースの見通しであり、市場全体の実需をそのまま示すものではない点には注意が必要です。AIへの設備投資が本物の経済的リターンをいつ生み出すか、という問いに業界全体がまだ答えを出していない中、この数字をそのまま「市場の確実な成長」と読むのは早計です。
また、NVIDIAが自動車・ロボティクス・エンタープライズ・クラウドと横断的にプラットフォームを広げていく動きは、特定のプレイヤーへのインフラ依存度を高め、産業全体の多様性を損なうリスクもはらんでいます。規制当局の視線は今後さらに厳しくなることが予想され、特に欧州や中国市場では政策的な摩擦が生じる可能性があります。
今回の基調講演では、SaaSからエージェント型サービスへの移行を強く意識したメッセージが繰り返され、ソフトウェア産業全体のビジネスモデル転換を印象づけました。AI利用コストを「トークン予算」として管理する発想が広がれば、開発現場ではAIが単なる補助ツールではなく、生産能力の一部として扱われるようになるかもしれません。この変化は日本のIT産業においても、ソフトウェア開発の在り方から採用基準まで、広範な影響をもたらすことになるでしょう。
【用語解説】
LPU（Language Processing Unit）
「言語処理ユニット」の略称。GPUが汎用的な並列処理を得意とするのに対し、LPUはAIの推論処理に特化した専用チップである。Groqが代表的な開発企業として知られ、今回NVIDIAのVera Rubinプラットフォームにも統合される。
ムーアの法則
インテルの共同創業者ゴードン・ムーアが1965年に提唱した経験則で、半導体チップのトランジスタ数はおよそ2年ごとに2倍になるというもの。長年、コンピューター性能向上の指標とされてきたが、物理的限界に近づきつつあると言われている。
SaaS / AaaS
SaaS（Software as a Service）とは、ソフトウェアをインターネット経由で提供するビジネスモデルだ。AaaS（Agentic as a Service）とは、その発展形で、エージェント型AIによる自律的なサービスをクラウド経由で提供するモデルを指す。
エクサフロップス（Exaflops）
コンピューターの演算速度を表す単位で、1エクサフロップスは1秒間に100京回（10の18乗回）の浮動小数点演算を実行できることを意味する。
【参考リンク】
NVIDIA 公式サイト（外部）
GPU・AIインフラ・自動運転など幅広い分野で世界をリードする半導体企業の公式サイト。GTC 2026の発表内容や製品情報、技術ドキュメントが掲載されている。
NVIDIA GTC 2026 基調講演ページ（外部）
ジェンスン・フアンのGTC 2026基調講演を公式配信するページ。講演映像のアーカイブとNVIDIA公式YouTubeチャンネルへのリンクが掲載されている。
Groq 公式サイト（外部）
LPU（Language Processing Unit）を開発したAIチップスタートアップの公式サイト。NVIDIAとのライセンス契約・技術統合の詳細も掲載されている。
SemiAnalysis 公式サイト（外部）
半導体・AIインフラ業界に特化した独立系調査機関。NVIDIAのラックスケールAIシステムや推論性能を独自分析するレポートで知られる。
【参考記事】
Nvidia GTC 2026: CEO Jensen Huang keynote Blackwell Vera Rubin（CNBC）（外部）
Groqの技術を取り込み、Groq 3 LPXラック（256基搭載）、2027年に1兆ドルの事業機会見通し、自動運転車分野での提携拡大を速報で報じた記事。
Nvidia Finally Admits Why It Shelled Out $20 Billion For Groq（Next Platform）（外部）
Groq技術統合の戦略的意図を技術面から深掘り。GPU（R200）とLP30の性能差はFP8で21倍、FP4活用時に最大42倍と報告した専門的分析記事。
Decoding the Future of Inference At NVIDIA（ServeTheHome）（外部）
GPUとLPUの推論役割分担をアーキテクチャ視点で詳説した技術解説記事。Groq 3 LPXとRubinの組み合わせが、低遅延推論でどのような意味を持つかを論じている。
Nvidia’s Groq Tie-In（Jon Peddie Research）（外部）
GPU＋LPUの組み合わせによる推論効率向上に注目した分析記事。Groq技術がRubin世代でどのように補完関係を築くかを論じている。
Nvidia’s Groq 3 LPU Targets Agentic AI Inference at GTC 2026（Techzine）（外部）
Groq 3 LPXラックに256基のLPUを搭載し、低遅延推論向けに設計された構成や新型ラック展開を詳述した欧州テックメディアの記事。
【編集部後記】
AI利用コストを「トークン予算」として捉える発想は、これからの働き方の変化を象徴しているように感じます。AIが「使うもの」から「共に働くもの」へと変わりつつある今、皆さんはどのような変化を感じているでしょうか？ぜひ、身近な体験や視点をお聞かせください。
