NVIDIA Earnings Shock94% Net Income Growth and the Reality of AI Infrastructure Spending

【決算速報】エヌビディア、純利益94%増の衝撃。AIバブルは終わらない？

2025年11月から2026年1月期の決算が示した規模感

米半導体大手エヌビディアは2026年2月25日に、2026年1月25日締めの四半期決算を公表した。売上高は681億ドルで前四半期比20%増、前年同期比73%増となり、四半期として過去最高を更新した。純利益は429.6億ドルで前四半期比35%増、前年同期比94%増に達した。希薄化後1株利益はGAAPで1.76ドル、非GAAPで1.62ドルだった。単純換算として1ドルを150円台半ばと置くと、純利益は6兆円台後半に相当し、売上高も10兆円規模に見える。

四半期の純利益が429.6億ドルという点は、単に好調という範囲を超える。月次換算で140億ドル超になり、設備投資の波や在庫調整の反動で説明しにくい。AI向けデータセンター需要が同社の損益構造を根本から変え、半導体企業というよりインフラ企業に近い収益モデルへ移行しつつあることが、最初の読み取りになる。

同社は同時に2026年度通期の総括も示している。通期売上は2159億ドルで前年から65%増え、通期の純利益は1200.7億ドルと前年から65%増だった。四半期だけでなく年次でも成長が続いている点は、需要の一時的な先食いだけでは説明しにくい。株主還元は通期で411億ドルに達し、買い戻し枠の残高は585億ドルとされた。配当は1株0.01ドルを2026年4月1日に支払う予定で、基礎的な還元を維持しつつ、資金配分の主軸を供給確保と次世代投資に置く姿勢が読み取れる。

どこで稼いだのか

データセンターが全体の9割強を占める構造

四半期売上681億ドルの内訳では、データセンターが623億ドルと全体の9割強を占める。前年同期比75%増、前四半期比22%増で、成長の中心は依然としてデータセンターである。ゲームは37億ドルで前年同期比47%増だが前四半期比では13%減、プロ向け可視化は13億ドルで前年同期比159%増、自動車は6億ドルで前年同期比6%増にとどまる。OEMその他は2億ドル未満で、事業ポートフォリオは当面データセンターに大きく偏る。

報告セグメントで見ると、ComputeとNetworkingが616.5億ドル、Graphicsが64.8億ドルである。かつて同社の代名詞だったゲーム向けGPUの比率は、決算書の上でも補助的な位置に変わった。これは市場の熱狂というより、売上の算入対象が個人向け機器から企業向け設備へ移った結果である。

ComputeとNetworkingが同時に伸びる意味

データセンター売上を分解すると、計算向けが513億ドル、ネットワーキングが110億ドルだった。ネットワーキングは前年同期比263%増、前四半期比34%増と伸び率が突出する。AIクラスタはGPUの性能だけで決まらず、GPU間とノード間のデータ移動が律速になる。学習でも推論でも、モデルが巨大化し、分散処理が前提になるほど、相互接続の帯域と遅延が支配変数になる。ネットワークの急伸は、GPUを単体で売るのではなく、GPUを束ねて一台の計算機として機能させる構成要素が売上の中心に入ってきたことを示す。

ここでのネットワークは、一般的な企業LANではなく、NVLink系のスイッチングやInfiniBand、AI向けEthernetなどの高帯域ファブリックである。CFOコメントでは、GB200やGB300向けのNVLink compute fabricの立ち上げがネットワーキング売上を押し上げたと説明された。GPUが高価になるほど、GPUを遊ばせないためのネットワーク投資の優先度も上がり、結果としてGPUとネットワークが同時に伸びる。

顧客層は拡大しつつ集中リスクも残る

CFOは、ハイパースケーラー向けがデータセンター売上の過半をわずかに超える最大カテゴリーである一方、成長はそれ以外の顧客群が牽引し、売上の分散が進んだと説明した。クラウド大手の投資だけが需要の源泉ではなく、モデル開発企業、企業内導入、国家プロジェクト、研究機関などが加わる構図が強まっている。

ただし報道では、通期売上のうち2社が36%を占めたとされる。データセンターが巨大化した今、少数顧客の投資計画の変更が四半期の伸び率に直結する。分散が進んだという定性的説明と、集中が残るという定量的事実の両方を併記しないと、需要の持続性を読み違える。

粗利益率75%と通期の低下を同時に読む

四半期の75%は何を映すか

四半期の粗利益率はGAAPで75.0%に達した。半導体の粗利益率が7割台後半に乗ること自体が例外的で、ここでは二つの要因が考えられる。第一に、供給制約の下で価格決定力が働き、製品ミックスを利益率の高い構成に寄せられる。第二に、製品が部品からシステムへ拡張され、付加価値を垂直に積み上げられる。

今回の四半期についてCFOは、在庫引当の低下とBlackwellの立ち上がりによるミックス改善、コスト構造の改善が粗利益率の押し上げ要因だと説明した。AI向けGPUはHBMなど高価なメモリと先端パッケージングを必要とし、立ち上げ局面では歩留まりと部材調達が粗利を押し下げやすい。逆に、その位相が改善に転じた局面では、粗利が一段跳ねる。

通期で粗利率が下がる理由

2026年度通期の売上は2159億ドルで前年より65%増えたが、GAAP粗利益率は71.1%と前年の75.0%から3.9ポイント低下した。四半期では上がり、通期では下がるという一見矛盾する形は、移行期の特徴として整合的である。2025年後半のCFOコメントでは、Hopper世代のHGXシステム中心の提供から、Blackwell世代のフルスケールなデータセンターソリューションへビジネスモデルが移行していると説明されていた。構成要素の増加と統合の進展は、初期にはコスト増として表れやすい。

さらに、同社はサプライチェーン確保のために長納期部材を先に押さえる。供給制約が強い局面では、価格決定力で吸収できても、立ち上げコストが通期の平均値を押し下げることがある。AIバブル論を考える際、売上成長だけでなく、粗利益率がどの水準で安定するかが重要になる。75%が常態化するか、70%台前半に回帰するかで、同じ売上でも利益の伸びは大きく変わる。

非GAAP指標の定義変更が示す人件費圧力

2027年度第1四半期から非GAAP指標に株式報酬費用を含める方針が示された。非GAAPは企業ごとに除外項目が異なるため、投資家はしばしば調整後利益を過大評価しやすい。株式報酬を含めることは、AI人材獲得競争がコスト構造に与える影響を、より可視化する方向である。研究者やエンジニアの争奪戦は、OpenAIやAnthropicのようなモデル企業だけでなく、半導体企業にとっても製品優位の源泉に直結する。株式報酬が利益の一部を恒常的に食うなら、利益率の長期トレンドは調整が必要になる。

キャッシュフローと供給確保が示す投資フェーズ

営業キャッシュフロー362億ドルと供給関連コミットメント952億ドル

営業活動によるキャッシュフローは四半期で362億ドル、フリーキャッシュフローは349億ドルに達した。現金及び有価証券は626億ドルまで積み上がり、前年から大きく増えている。売上が急伸した局面では運転資本が膨らみやすいが、売掛金は385億ドルでDSOは51日と、回収サイトはむしろ改善した。

一方で在庫は214億ドルに増加し、供給関連コミットメントは952億ドルに達した。前四半期の503億ドルからほぼ倍増である。供給制約を緩和するために、HBM、先端パッケージング、基板、電源など長納期部材と生産能力を前倒しで押さえる必要がある。これは同社だけの判断ではなく、顧客の設備投資計画と連動する。GPUが不足しているなら発注を増やせばよいという単純な構図ではなく、サプライチェーンの時間軸を短縮できない以上、コミットメントの増加は需要の先食いというより、供給の時間差を埋める保険になる。

複数年クラウド契約270億ドルと自社計算需要

複数年のクラウドサービス契約は270億ドルに達した。これは研究開発とDGX Cloudなどの提供を支える枠であり、製品を売る企業が同時に大規模な計算需要家でもあることを示す。生成AIの競争は、GPUを売る企業であっても、自社で膨大な計算とデータ処理を行わないとソフトウェアスタックの優位を維持できない段階に入った。CUDAやCUDA-Xのような開発基盤は、製品の性能だけでなく、学習パイプライン、推論最適化、分散処理、運用監視まで含めた総合力として評価される。

Groq関連の130億ドル支出と推論の新局面

投資キャッシュフローにはGroq, Inc.として130億ドルの支出が計上され、同社はGroqとの非独占ライセンス契約も公表した。推論の現場では、GPUだけでなく専用推論チップや推論アクセラレータも競争軸になりつつある。非独占ライセンスという形は、エヌビディアが他社の推論技術を排除するより、エコシステム全体を拡張し、需要総量を伸ばす方向で動いていることを示唆する。自社のGPUが唯一の解ではなくなる可能性を織り込んだ上で、推論市場の成長を取り込む戦略として読む余地がある。

強気ガイダンスの肝は中国ゼロ仮定

会社は次四半期の売上見通しを780億ドルプラスマイナス2%とした。市場予想を上回る水準として受け止められたが、注目点は見通しに中国向けのデータセンター計算売上を織り込んでいないという点にある。見通しの付随項目として、粗利益率はGAAPで74.9%、非GAAPで75.0%を想定し、販売管理費と研究開発費を含む営業費用はGAAPで約77億ドル、非GAAPで約75億ドルとされた。営業費用見通しには株式報酬費用19億ドルが含まれ、粗利益率見通しにも株式報酬による0.1%相当の影響を織り込む。通期の実効税率は17%から19%の範囲とされ、需要が強い局面でも費用と税の前提が利益成長に効くことが明示された。

米国の輸出規制の下で、中国向けにどの製品をどの量だけ出荷できるかは政策と許認可に左右される。報道では、同社は米政府からH200を中国向けに少量出荷するライセンスを得たともされる。ゼロに置いても780億ドルに届くという示し方は、需要の強さを強調する一方で、地政学リスクが上振れと下振れの両側に存在することを同時に示す。

また、供給については、数四半期先まで需要を満たすだけの在庫と生産能力を確保したと説明し、供給懸念の沈静化を図った。ただしメモリ不足はゲーム事業の重荷になるとも示されており、AI向け需要が部材の取り合いを通じて他分野を圧迫する構図は残る。AI向けで優先されるHBMや先端パッケージングは、他のGPU製品にも影響し得るため、セグメント間で需給のしわ寄せが起きる。

なぜAI需要は減速しにくいのか

消費財サイクルではなく生産手段の増設

AI需要一巡という言い回しが出やすいのは、過去の半導体景気がスマートフォンやPCのような消費財の出荷サイクルに連動してきたからである。ところが生成AIが引き起こしているのは、消費財の置き換えではなく、生産手段としての計算資本の増設である。ここでは、需要の上限は端末の台数ではなく、企業や国家が計算資本をどれだけ積み上げるかに移る。

トランスフォーマーが2017年にGoogle Researchから提案され、大規模言語モデルが2020年代に普及した背景には、パラメータ数、データ量、計算量を増やすと性能が伸びるというスケーリングの経験則がある。2012年にトロント大学のジェフリー・ヒントンらが深層学習の有効性を示し、ニューヨーク大学のヤン・ルカン、モントリオール大学のヨシュア・ベンジオらが研究を積み上げた流れが、GPUの並列計算と噛み合った。ハードウェア進化だけでなく、学術研究の積み重ねが需要の土台にあるため、単年度の流行で終わりにくい。

学習から推論へ、そしてエージェントへ

2023年以降は、学習よりも推論の比重が増えた。チャットや検索だけでなく、業務フローの中にエージェントが入り、問い合わせ対応、コード生成、設計支援、品質管理などを半自動化する。ここではモデルの学習回数より、日々の推論回数がコストを支配する。フアンCEOは、計算需要が指数関数的に増え、エージェント型AIの変曲点が到来したと述べ、推論あたりのトークンコストを桁で下げることが競争になると位置づけた。推論が主戦場になると、単純なスループット競争ではなく、1トークン当たりの電力、1ユーザー当たりの待ち時間、サービスの可用性が価値の中心になる。

この文脈で、Rubinが推論トークンコストを最大10分の1にすると掲げ、Blackwell Ultraがベンチマーク上で大幅なコスト低減をうたうのは、推論経済性が需要の引き金になるという見立てに沿う。ベンチマークは条件依存であるが、推論単価が下がれば利用が増え、利用が増えれば設備投資が正当化されるという循環が成立しやすい。

ぽちょ研究所の整理としては、現在の需要はAIアプリの利用者数そのものより、推論単価を下げて利用を増やすための設備投資に支えられている。価格低下が利用拡大を呼び、利用拡大がさらに価格低下のための設備投資を促す。企業ITでは珍しくない学習曲線だが、AIでは計算資本の比率が高いため、半導体需要に直結しやすい。

エヌビディアが売っているのはGPUではなくAI工場

同社が強調するAI工場という表現は、比喩であると同時に商品定義でもある。GPUを棚に並べるだけではなく、NVLinkの相互接続、InfiniBandやAI向けEthernetのネットワーク、DPU、ストレージ、ソフトウェアスタックを組み合わせ、モデルを生産し続ける設備として提供する。今回の四半期でネットワーキングが110億ドルまで伸びたのは、この工場化が決算項目に現れる段階に入ったことを示す。

加えて同社は、BlueField-4が推論向けストレージ基盤を支えるとし、推論時の文脈メモリの保存や検索のためのAIネイティブなストレージ層を提案している。推論ではモデル計算だけでなく、検索、キャッシュ、ストレージI/Oが遅延とコストを左右する。工場の効率はGPUだけでは決まらず、ネットワークとストレージを含む全体最適が必要になる。

提携の方向性も工場化に沿う。Metaとの複数年かつ複数世代の戦略提携では、オンプレミスとクラウドを横断し、CPU、ネットワーク、BlackwellとRubin世代のGPUを大規模導入するとされた。CoreWeaveとは2030年までに5ギガワット超のAI工場構築を加速する協業を強化した。米国エネルギー省のGenesis Missionに民間パートナーとして参加する点も、AIインフラが国家のエネルギーと安全保障に接続し始めていることを象徴する。

バブル論が消えない理由は需要より投資回収にある

2026年の設備投資は6300億ドル規模

バブルの議論は、需要の存在ではなく、投資回収の速度に向かう。報道では、ハイパースケーラー4社は2026年に少なくとも6300億ドル規模の設備投資を計画しているとされる。ブリッジウォーター・アソシエイツは、Alphabet、Amazon、Meta、Microsoftの4社が2026年に約6500億ドルをAI関連インフラに投じ、2025年の4100億ドルから急増すると試算した。ブリッジウォーターのグレッグ・ジェンセンは、投資が指数関数的に膨らみ、外部資金への依存が高まる局面をより危険なフェーズと表現した。投資が株主還元を圧迫し、資本市場が冷えた瞬間に投資の継続性が揺らぐ可能性がある。

エヌビディアの決算が強くても、顧客側の資本効率が悪化すれば、発注はやがて調整される。UBSのティム・アーキュリが決算説明会で、1000億ドル規模の現金創出が見込まれるなら株主還元を増やすべきではないかと問うたという報道も、AIインフラ投資が資本政策と表裏であることを示す。エヌビディア側は投資を優先する姿勢を示したが、顧客側は逆に投資を続けるために還元を抑える。両者の資本政策が同じ方向に傾くほど、景気後退や市場調整の影響は増幅される。

電力と建設が需要の天井を決め得る

物理制約もバブル論を補強する。AI工場は電力と冷却を大量に消費する。米国では最大級のデータセンターが1ギガワット超の連続負荷を必要とし、最大85万世帯相当の電力に匹敵するとの指摘がある。米国の年間電力消費は2025年に4195テラワット時という記録水準に達し、電力価格も直近1年で平均7%上昇したという。国際エネルギー機関は、2025年から2030年にかけて米国の電力需要が年平均で約2%増えるとの見立てを示し、データセンター拡張が主要因の一つとされる。

送電網と発電設備のボトルネックは、半導体需要の外側で需要を抑制し得る。PJMは将来の供給不足と停電リスクを警告し、ERCOTでは接続申請が226ギガワット規模に積み上がっているとの報道もある。ガスタービンは供給が数年先まで埋まっているとされ、電力の確保そのものがAIインフラの制約になる。GPUの供給が改善しても、設置先の建設が追いつかなければ売上成長は鈍る。

2026年以降に見るべき指標

第一に、データセンターの計算とネットワーキングの比率である。今回の四半期では計算が513億ドル、ネットワークが110億ドルだった。ネットワーク比率が上がるほど、GPUの束ね方とデータ移動が支配的になっている。推論中心に移ると、メモリ帯域と相互接続の効率が性能を左右し、システム売りの重要性が増す。

第二に、供給関連コミットメントと在庫の水準である。供給を前倒しで確保している段階では、需要が減速した場合に在庫と契約がリスクになる。952億ドルというコミットメントは、同社の売上規模に対しても大きい。需要が鈍れば逆回転が起きる一方、今は需要が供給を上回るという前提に会社が張っている。

第三に、中国売上の扱いである。見通しをゼロに置いている以上、許認可が進めば上振れ要因になり得るが、規制が厳格化すれば機会損失が固定化する。輸出規制は販売制限にとどまらず、製品設計、サプライチェーン、顧客の調達方針に波及するため、決算の注記以上に重要な変数になる。

第四に、顧客の資本効率である。ハイパースケーラーは投資額を公表しても、AIサービスの採算を統一指標で開示しない。GPUが売れ続ける局面でも、最終需要である企業の支払いが伸びなければ、どこかで投資ペースは調整される。ブリッジウォーターが指摘したように外部資金への依存度が上がるほど、金利と株式市場の変動が設備投資に直結する。

以上を踏まえると、今回の四半期はAI需要が一巡していないことを示す一方、持続性の焦点が電力と建設、顧客の投資回収、地政学、供給契約の逆回転といった制約に移っていることも同時に示した。純利益94%増という衝撃は、AIバブルが終わらないことの証明というより、AIがバブルであってもなくても、インフラ建設がすでに実体経済の規模で動き始めたという事実の確認として読む方が、次の四半期の観察点を見失いにくい。