GTC 2026現地レポート：ジェンセン・ファンが語る1兆ドルトークンの狂想曲

カリフォルニア州サンノゼ – 2026年3月17日 – トレードマークのレザージャケットに身を包んだNVIDIAの創業者兼CEOであるジェンセン・ファンがSAPセンターのスポットライトを浴びて登場したとき、彼の手にあったのはもはや単なる新しいチップではなかった。代わりに彼が広げて見せたのは、地上のデータセンターから軌道上のプラットフォームにまで及ぶ壮大な青写真だった。GTC 2026は、単なるハードウェア発表会ではなく、「AI経済学」の再定義の場となった。 ファン氏は世界に向けて核心的な命題を提示した。すなわち、トークンは新たな通貨であり、AI工場はそれを生産するインフラである、と。

1兆ドルの賭け：チップ会社から「トークン工場」への進化

ファン氏は基調講演の冒頭で驚くべき予測を明らかにした。2027年までに、BlackwellおよびVera Rubinシステムへの市場需要は少なくとも1兆ドルの収益を生み出すという。この数字は昨年の予測から倍増している。同氏は、AIが「モデル学習時代」から「モデル推論時代」へと急速に移行していると指摘する。かつてはモデルの学習に必要な計算能力が注目されていたが、現在ではモデルが実際のアプリケーションに展開されると、あらゆる対話や画像生成に多大な推論計算が必要となる。

「あらゆるデータセンター、あらゆる工場は、定義上、電力によって制限されている。1GWの工場が決して2GWになることはない。それは物理と原子の法則だ。」ジェンセン・ファン氏は、「トークン工場経済学」 を初めて体系的に説明した。すなわち、固定された電力範囲内では、ワットあたりのトークン処理量が最も高い事業体が、最も低い生産コストを達成する。同氏は将来のAIサービスの5つの商用ティア（無料ティアから超高速ティアまで）を概説し、企業の競争力はこれらのインテリジェンストークンを生産するコストと効率に直接左右されると論じた。

Vera Rubinユニバース：7つのチップが協調する計算力の核弾頭

今回のGTCで最も重要な発表は、間違いなく次世代AIプラットフォーム 「Vera Rubin」 だった。これはもはや単純なGPUではなく、計算、ネットワーク、ストレージを網羅する7つの異なるチップからなる巨大なシステムであり、単一の協調動作するスーパーコンピューターとして機能するように設計されている。

新たに自社開発されたVera CPUにスポットライトが当てられた。88個のカスタム「Olympus」コアを搭載するこのデータセンター向けプロセッサは、エージェントAIおよび強化学習専用に設計された世界初のCPUである。LPDDR5Xメモリを採用し、1.2TB/sの帯域幅を誇り、エネルギー効率は2倍になる。ファン氏はその「比類のないシングルスレッド性能と効率性」を強調した。Vera CPUはNVLink-C2Cインターコネクトを介してRubin GPUに接続され、1.8TB/sという巨大な一貫性帯域幅を提供し、AIの「思考」を駆動する中核となる。

Rubin GPUも同様に驚異的だ。TSMCの3nmプロセスで製造され、3360億個のトランジスタを集積し、288GBのHBM4メモリを搭載、メモリ帯域幅は22TB/sに達する。FP4精度で測定されるその推論計算能力は、なんと50 PFLOPSに達し、Blackwellの5倍、学習計算能力は35 PFLOPSでBlackwellの3.5倍を超える。完全なVera Rubin NVL72ラックは、260TB/sのNVLink 6帯域幅を備えている。NVIDIAによれば、これはインターネット全体の総帯域幅をすでに上回るという。

分離推論：Groq LPUがもたらす35倍の速度躍進

極限的な推論条件下での帯域幅ボトルネックを解決するため、NVIDIAは買収したGroqの技術を統合した最終解決策、非対称な分離推論 を明らかにした。

ジェンセン・ファン氏は、Dynamoソフトウェアシステムを使用して推論プロセスを分解すると説明した。すなわち、大規模な計算とメモリを必要とする「プリフィル」段階はVera Rubinが担当し、レイテンシーに非常に敏感な「デコード」段階はGroqのLPUが担当する。Groqチップは500MBのSRAMを搭載し、極めて低いレイテンシーでモデル重みを読み取ることができるため、トークン生成が遅くなる「メモリウォール」問題を克服する。この組み合わせにより、ギガワット規模の工場内でトークン生成速度が350倍という驚異的な飛躍を遂げる。比較として、ムーアの法則では同時期に約1.5倍の向上しかもたらさない。

ファン氏はさらに企業向けの構成提案を行った。「もし仕事が主に高スループットなら、100% Vera Rubinを使いなさい。もし高付加価値でプログラミングレベルのトークン生成需要が多ければ、データセンター規模の25%をGroqに割り当てなさい。」

Rubin UltraとFeynman：未来はすでに来ている

基調講演の中で、ファン氏はさらに長期的なロードマップも示した。Rubin Ultraは、新しい「Kyber」ラックアーキテクチャを採用し、144基のGPUを垂直に統合、FP4推論計算を15 ExaFLOPSに引き上げ、2027年下半期に量産出荷開始予定である。

次世代のFeynmanアーキテクチャも発表された。TSMCの1.6nmプロセスを採用し、「Rosa」というコードネームの新しいCPUを搭載、カスタマイズされたHBM技術と光電融合技術を導入する。ファン氏は、Feynman時代はNVIDIAが計算、メモリ、パッケージングを深く結合させ、データセンターを高度に統合された「メガスーパーコンピューター」へと進化させる時代だと述べた。

OpenClaw：エージェント時代のオペレーティングシステム、SaaSの終焉

基調講演全体を通じてソフトウェア開発者に最も深い影響を与えたのは、オープンソースプロジェクト OpenClaw に関するジェンセン・ファン氏の論評だった。同氏はOpenClawを「人類史上最も人気のあるオープンソースプロジェクト」と表現し、Linuxが30年以上かけて達成した成果をわずか数週間で凌駕したと述べた。

「技術的本質において、OpenClawはエージェントコンピューターのオペレーティングシステムと理解できる」とファン氏は語る。これは大規模言語モデルを接続し、計算リソースを管理し、ファイルシステムにアクセスし、複雑な問題をサブエージェントに分解して協調解決させることができる。

ファン氏は驚くべき断言をした。「すべてのSaaS企業は消滅するだろう。」 エージェントの時代において、従来のエンタープライズソフトウェアは、インテリジェントエージェントを中心としたサービスプラットフォーム、すなわちAaaSへと移行する。同氏は、今日の世界中のあらゆる企業が直ちに独自のOpenClaw戦略を策定する必要があると警告した。

このために、NVIDIAはエンタープライズグレードのセキュリティソリューション NemoClaw を発表した。OpenShellセキュリティレイヤーを通じてネットワークガードレールとプライバシールーターを提供し、エージェントが企業ネットワーク内で安全に動作することを保証する。

フィジカルAI：自動運転からディズニーのオラフまで

AIはスクリーンの外に出て、物理世界と相互作用し始めている。今回のGTCでは、自動運転とロボット工学の進展が特に注目に値した。

BYD、吉利汽車、ヒュンダイモーターは、NVIDIAの「robotaxi ready」プラットフォームに参加すると発表した。これはこれらのブランドが自動運転タクシーを開発するためにNVIDIAのフルスタックソリューションを採用することを意味する。Uberも、来年からNVIDIAのDrive AVソフトウェアに基づく自動運転車両フリートの配備を計画している。

基調講演のハイライトは、ディズニーのロボット 「オラフ」 の見事な登場だった。NVIDIAとディズニーが協力して開発したこのロボットは、歩き、手を振り、ジェンセン・ファンと簡単な会話のやり取りをすることができ、物理世界におけるその柔軟な対話能力を示した。この背後には、訓練に使用されるIsaac Simシミュレーションプラットフォームから、ロボット自身に搭載されるJetson Thor計算モジュールに至るまで、NVIDIAのロボット工学への長期的な投資がある。

宇宙での計算：AIの触手が宇宙へと伸びる

地上のAI工場が十分に印象的だったとしても、NVIDIAが発表した Space-1 Vera Rubinモジュール は、AIの領域を宇宙へと拡張する。

これは、宇宙の過酷な環境向けに設計されたAI計算モジュールであり、耐放射線機能を備え、衛星や宇宙ステーションに搭載できる。将来の衛星はもはや単なる「信号中継局」ではなくなり、軌道上で動作する「インテリジェントノード」となり、撮影した画像をリアルタイムで処理し、センサーデータを分析し、大量の生データを地上に送信する必要がなくなる。ファン氏はこれを「宇宙から地上までの完全な計算アーキテクチャを構築する」ための**歩と呼んだ。

市場の反応と将来の課題

ジェンセン・ファン氏の楽観的なガイダンスに後押しされ、NVIDIAの株価は取引時間中に4.3%以上上昇した。ゴールドマン・サックスは、この明確な長期的な収益見通しはウォール街の予想を大幅に上回り、AIへの設備投資が2026年にピークを迎える可能性があるという投資家の懸念を直接緩和したとするレポートを発表した。

しかし、一部のアナリストは、市場の期待はすでに高く、カンファレンスがNVIDIA自身に関する新たな情報を提供したのは限定的だったと指摘する。NVIDIAの株価収益率が今後さらに向上するには、AIアプリケーションのより迅速な採用に加え、「フィジカルAI」や「宇宙計算」といった新たな成長曲線がそれを牽引する必要があるだろう。

計算力の民主化：トークン経済時代のインフラ配当を享受する

ジェンセン・ファン氏が描く「トークン工場」時代が加速するにつれ、企業はますます厳しい課題に直面している。数千万ドル規模のVera Rubinスーパーチップクラスターは、すべての開発者や中小企業にとって容易に手が届くものではない。大企業主導のこのハードウェア軍拡競争の傍らで、いかにしてより柔軟かつ費用対効果の高い方法でこの計算力の奔流に接続するかが、無数のAI革新者が「トークン経済学」の歩みに追いつけるかどうかの鍵を握る。

GTCで示されたように、AIのアプリケーションシナリオはかつてないほど多様化している。複雑なエージェント推論やフィジカルAIシミュレーションから、従来型のグラフィックスレンダリングや科学技術計算に至るまで、それぞれのタスクは計算タイプに対して異なる要求を課す。このような状況において、Omniyq（www.omniyq.com）のような専門的な計算力レンタルプラットフォームは、**端のハードウェアと幅広いアプリケーションを結ぶ架け橋となりつつある。このプラットフォームは、費用対効果の高い推論ソリューションであるRTX 4090から、大規模学習向けに設計されたA100、H100、H200、B200、B300などのクラスターインフラに至るまでのリソースを集約している。豊富なGPU計算リソースプールと高コストパフォーマンスの弾力的な計算力レンタルサービスを活用することで、ユーザーに高い選択の自由度を提供する。開発者が最新のAI技術を試し、大規模な推論アプリケーションを構築するための障壁を効果的に低くすることで、このようなプラットフォームは、より多くの企業がジェンセン・ファン氏の言う「1兆ドルのトークン経済」を軽資産で受け入れ、重いハードウェア投資に縛られることなく、AI工場時代に自らの価値創造に集中することを可能にする。