方法論

主要テクノロジー企業がAIチップをどれだけ所有しているかを推定するにあたり、私たちはAIチップの販売ハブにあるAIチップの総販売量の推定を土台にしている。この総量の推定は、主にチップベンダーの売上報告、平均チップ価格に関するメディア・アナリスト・業界調査会社の報告、企業やアナリストによるチップ数量の直接の開示や推定に基づく。方法論の全体はチップ販売ハブで公開している。

この総販売量を土台に、私たちはチップが主要な計算資源の所有者数社にどう配分されているかを推定し、残りを「その他（Other）」の区分に割り当てている。「その他」の中で計算資源がどう配分されているかについて、網羅的な内訳は持っていない。詳しい議論はNvidiaの方法論（「その他」の大半はNvidiaの計算資源であるため）とよくある質問にある。可視化を簡潔にするため、このハブの可視化での「その他」には、確度の高い推定があるTeslaのような小規模な計算資源の所有者も含めている。

チップを個々の所有者に割り当てる際には、主にチップの所有に関するアナリストや業界調査会社の推定、企業の声明、財務開示を用いる。以下ではまずこの方法論を要約し、続いてチップの設計企業ごとに詳しい方法論を示す。

要約

世界のAI計算資源の大半はNvidiaのチップが占めるため、モデル化の大部分もNvidiaを対象にしている。Nvidiaは顧客層も比較的多様である。私たちは、ハイパースケーラーと大手クラウド企業数社、フロンティアAIモデルの開発企業1社（xAI。現在はSpaceXが所有）、中国の顧客について、Nvidiaチップの所有を推定している。それぞれについて、手法はいくらか異なる。

• ハイパースケーラー：Nvidiaの決算説明とアナリストの推定によれば、2023〜2025年のNvidiaの主力AIチップの売上の約半分は、上位のハイパースケーラー（Microsoft、Meta、Amazon、Google、Oracle）によるものだった。企業ごとのシェアは、アナリストの推定とハイパースケーラーの設備投資（CapEx）の数値から得られる証拠を用いて推定している。
• xAI：xAIの計算資源の所有は、私たちのAIデータセンターハブにある稼働中の容量のデータを用いて推定している。
• 中国：中国の顧客へのNvidiaの販売は、中国市場向けチップ（H20、H800、A800）の報告された売上と、輸出規制前のA100の販売に関するものを含む、Nvidiaによる中国での売上の開示に基づいて推定している。中国本土に密輸されたチップの数は明示的にはモデル化していない（詳しくは後述）。

AMDについては、顧客別シェアに関する開示や業界調査の報道がNvidiaより限られている。主に頼っているのは、AMD Instinct GPUの販売の大半をMetaとMicrosoftによるものとする2024年の推定である。これらの推定を2025年に外挿した部分には、さらに不確実性が加わる。

ハイパースケーラーの独自チップ（Google TPU / Amazon Trainium）については、所有をそれぞれのハイパースケーラーに帰属させている。BroadcomはAnthropicなどの外部顧客へのTPUの販売を始める計画であるため、今後の四半期についてはこの割り当てを見直す予定である。

Huaweiについては、中国国外での大きな販売を示す証拠がないため、Huawei Ascendのチップはすべて中国の顧客全体に帰属させている。

Cambriconについても同様に、中国国外での大きな販売を示す証拠がないため、Cambricon Siyuanのチップはすべて中国の顧客全体に帰属させている。

分析のコードはこちらですべて公開している。

注：この方法論は2026年4月に書かれたものである。このハブと方法論は今後も維持・更新していく予定だが、業界の状況についての記述は、より最近の動向を反映していない可能性がある。

Nvidia：ハイパースケーラー

Nvidiaの計算資源の最大の所有者は「ハイパースケーラー」、すなわちMicrosoft、Alphabet（別名Google）¹、Amazon、Meta、Oracleである。

これらの企業によるNvidia製品の購入は、Nvidiaの開示、アナリストの推定、設備投資の数値を組み合わせて推定している。要点は次のとおり。

• Nvidiaは2026年1月までに何度か、2024〜2026年に上位4〜5社の顧客がデータセンター部門の売上の約50%を占めたと開示している。
• この売上を個々のハイパースケーラーに割り当てるのに、アナリストの推定を用いる。
• ハイパースケーラーの設備投資の数値から得られる証拠を確かめ、アナリストの数値にわずかな調整を加える。たとえば、直近1年のNvidiaの売上に占めるMetaのシェアを引き上げている。
• 最後に、各ハイパースケーラーのデータセンター売上に占めるシェアの推定に比例して、Nvidiaの中国向け仕様以外のAIチップの販売を各社に割り当てる。その際、ハイパースケーラーが平均的な顧客より安い価格で購入している分をわずかに調整する。

詳細とパラメータ値の一覧は、このシートにある：Nvidia ownership shares

次に、こうしたハイパースケーラーのシェアの割り当てを用い、モンテカルロ・サンプリングで各社のチップ購入の全体をモデル化する。これはNvidiaチップの販売全体についての売上ベースのモデルを土台にしており、そのモデルはこちらで説明している。不確実性のモデル化をどう実装しているかの説明は、大半がコードそのものにある。この方法論の残りの部分では、パラメータの選択（点推定と不確実性の区間）とその根拠となる証拠を中心に述べる。

Nvidiaの売上に占めるハイパースケーラーのシェア

Nvidiaは決算説明で、データセンター部門の売上のうち「大手クラウドプロバイダー」や「ハイパースケーラー」によるもののシェアをたびたび開示している。² 私たちは、「大手クラウドサービスプロバイダー」はMicrosoft、Amazon、Google/Alphabet、Oracleを指し、「ハイパースケーラー」はこの4社にMetaを加えたものを指すと仮定している。これは後述するアナリストの推定と整合する。このことがはっきりしたのは、2026年1月に終わる四半期について、Nvidiaが「ハイパースケーラー」とは「上位5社のクラウドプロバイダーとハイパースケーラー」のことだと述べたときである。³ Nvidiaは通常、大手CSPに約50%を帰属させている（これは、Metaを含む上位5社では約60%、Metaを含めOracleを除けば50〜60%の間を意味する）。ただし一部の四半期では、ハイパースケーラー全体で約50%だと述べている。

これらの開示を次の表に示す。

日付・期間	開示内容	区分	想定される企業の組み合わせ
2024年7月に終わる四半期	「クラウドサービスプロバイダーは、当社のデータセンター部門の売上のおよそ45%を占めた」	クラウドサービスプロバイダー	Microsoft、Amazon、Alphabet、Oracle。ただし「大手」という限定は付いていない。
2025年1月に終わる四半期	「大手クラウドサービスプロバイダーは……当社のデータセンター部門の売上の約50%を占めた」	大手クラウドサービスプロバイダー	Microsoft、Amazon、Alphabet、Oracle
2025年4月に終わる四半期	［大手クラウドサービスプロバイダーは］「データセンター部門の売上の50%弱で、引き続き当社の最大の顧客区分だった」	大手クラウドサービスプロバイダー	Microsoft、Amazon、Alphabet、Oracle
2025年7月に終わる四半期	「大手クラウドサービスプロバイダーは……データセンター部門の売上の約50%を占めた」	大手クラウドサービスプロバイダー	Microsoft、Amazon、Alphabet、Oracle
2026年1月に終わる四半期（前四半期は開示なし）	「ハイパースケーラーからの売上は増加し、データセンター部門の売上の50%強で引き続き当社の最大の顧客区分となった。一方、売上の多様化が進むなかで、成長を主導したのはそれ以外のデータセンター顧客だった」	ハイパースケーラー　この四半期の成長（前四半期比22%）がハイパースケーラー以外の顧客に主導されたという主張に注意	Microsoft、Amazon、Alphabet、Oracle、およびMeta　CFOは決算説明会で、これが上位5社の顧客だと明言した：「上位5社のクラウドプロバイダーとハイパースケーラーが……当社のデータセンター部門の売上の50%を少し上回る」

Nvidiaはハードウェアを、サーバーメーカーや他の販売業者を通じて間接的に最終顧客へ販売することが多い。私たちは、これらの開示はどれも直接購入だけでなく、直接と間接を合わせた売上の総額を測ったものだと仮定している。これらの開示はNvidiaの顧客層の多様性を示すためのものであり、直接の売上だけではハイパースケーラーへの依存度を過小に見積もることになり、大きな誤解を招くからである。また、Nvidiaのハードウェアのかなりの部分は仲介業者を経由しているので、ハイパースケーラーが間接購入を含める前の時点で、直接の購入だけでデータセンター部門の売上の50%を占めているとは考えにくい。⁴

アナリストの推定とその他の報告

Nvidiaの売上のうち上位4社のハイパースケーラーによるものの割合を、複数の金融アナリストがそれぞれ独立に推定している。

• Bloombergのアナリストは、2025年1月までの期間について、Nvidiaの売上全体に占める上位ハイパースケーラーのシェアを次のように推定した：Microsoft 19%、Meta 9.3%、Amazon 7.5%、Alphabet 5.6%。これは2024年8月の推定（Microsoft 19%、Meta 10%、Alphabet 7%、Amazon 6%）とよく似ている。合計は41.4%にとどまるが、Nvidiaがハイパースケーラーについて開示している売上シェアは、データセンター部門の売上に占めるシェアである。
• Omdiaは2024年末に、MicrosoftがNvidiaのAIチップを2024年に他のハイパースケーラーの2倍購入したと推定した：Microsoft 48.5万基、Meta 22.4万基、Amazon 19.6万基、Google 16.9万基、Oracle 12.5万基。合計をNvidiaの売上の45%に正規化すると（Bloombergとそろえたうえで、Oracleを含める分だけ引き上げる）、Microsoft、Meta、Amazon、Google、Oracleはそれぞれ18%、8.4%、7.4%、6.3%、4.7%となる。⁵

以下では、これらの報告を丸めた平均値で統合する。2列目は売上全体に占めるシェアをデータセンター部門の売上に占めるシェアに換算したもので、売上に占めるデータセンター部門の割合を88%（2024年の典型的な値）とし、ハイパースケーラーはゲーム用GPUのようなデータセンター以外のNvidia製品を購入しないと仮定している。ハイパースケーラーのAIチップ販売に占める割合は、データセンター部門の売上に占めるシェアから推定する。詳しくは「売上シェアからチップ数へ」を参照してほしい。

企業	アナリストによる、2024年までのNvidiaの売上全体に占めるシェア	2024年までのNvidiaのデータセンター部門の売上に占めるシェア（データセンター部門の割合を88%とした場合）
Microsoft	19%	21%
Meta	9.5%	11%
Amazon	7%	8%
Google	7%	8%
合計	42.5%	48%

その他の報告

The Informationは、Nvidiaの情報筋から2024年のNvidiaの最大の顧客はMicrosoftだったと聞いたと報じている。

さらにメディアの報道は、GoogleとAmazonが独自のAIチップを増産しているにもかかわらず、2025年時点でもNvidia製品の主要な購入者であることを裏付けている。2024年8月時点で、GoogleはNvidiaにGB200を40万基（約150億ドル相当）発注していた。2025年1月には同じメディアが、「Microsoft、Amazon、Google、Metaはそれぞれ100億ドル以上のBlackwellラックを発注していた」と報じた。

GB200だけで100億ドルというのは、Nvidiaの最終的な2025年のデータセンター部門の売上の約5%にあたる。したがって、4社とも2025年にNvidiaのハードウェアを相当なシェアで購入し続けたと考えられる。こうした発注の少なくとも一部はGB200 NVL72ラックの発熱問題でキャンセルまたは延期されたが、各社はおそらくB300やHopperも購入しているので、上振れ方向の不確実性もある。

企業がNvidia製品の購入を明示的に開示することや、正確な数字がメディアで報じられることはまれである。例外の一つとして、Metaは2024年1月に、2024年にHopper GPUを34万基購入し、2024年末までに計算資源の保有量をHopper換算で60万基にする計画だと述べた。2024年のHopperの販売は約270万基と推定されるので、この計画どおりなら、Metaは2024年のHopperの12.5%を購入したことになる。しかしMetaはこの目標を達成したか上回ったかを明らかにしておらず、独立した裏付けはない。特に、Metaは2024年に当初の予想よりHopperを多く、Blackwellを少なく購入した可能性がある。

設備投資から得られる証拠

ハイパースケーラーは設備投資（CapEx）を定期的に開示しているが、そのうちAI関連の額やAIチップに向かう額の内訳は示していない。それでもMicrosoftとMetaの設備投資の数値は（GoogleやAmazonのものより）参考になる。両社ともAI計算資源を主にNvidiaに頼っているからである。⁶

設備投資の数値からMetaとMicrosoftのNvidia製品の購入を推定するには、たとえば次の方法がある。推定されるNvidiaへの支出（アナリストの推定を外挿したもの）と設備投資の総額との比率を見て、設備投資全体のうちNvidiaに向かう割合がもっともらしいかを確かめるのである。

この方法はこのノートブックで実装している。2024年のアナリストの推定によれば、Nvidiaのデータセンター部門の売上に占めるシェアはMicrosoftがおよそ21%、Metaが約11%だった。下のグラフは、これらのシェアの推定から導かれるMeta・MicrosoftのNvidiaへの支出と、報告された設備投資の総額との比率を示している。

予想どおり、各社の設備投資に占めるNvidiaの割合（推定値）は2023年を通じて急速に増え、2024年には30%に達する。AIが設備投資全体の大半を占めるようになったことと整合する。しかし、Metaの売上シェアを11%で一定と仮定すると、Metaの設備投資に占めるNvidiaの割合は2025年に下がったことになる。Metaの設備投資全体がおそらくAIに牽引されて急速に伸び続けていることを考えると、これは方向として誤っているように思われる。

これに対し、Nvidiaに占めるMetaのシェアが約13〜14%に増えると仮定すると（後述の「結論」の節での私たちの予測）、推移（薄い青の点線）はよりもっともらしく見え、2025年にわずかに増えている。Metaの設備投資に占めるNvidiaの割合はもっと伸びているはずではないか、という疑問もありうるが、おおよその水準としてはこれで妥当に見える。

中身を問わないこのやり方から一歩踏み出して、ハイパースケーラーの設備投資全体からNvidiaへの支出を直接推定することはできるだろうか。私たちはMetaとMicrosoftについてモデルの素案を作った（詳しくは付録を参照）。手短に答えると、MetaとMicrosoftの設備投資の数値は、どちらもアナリストの推定と十分に整合しうる（点推定では、2025年のNvidiaのデータセンター部門の売上のうちMetaが約11%、Microsoftが約18%を占める）。ただし、設備投資とAIチップの購入を扱う完全なモデルは今後の課題とする。

GoogleとAmazonの設備投資は、大規模な独自AIチップの取り組みがあるため、MetaやMicrosoftのものより解釈が難しい。特にAmazonは、ハイパースケーラーの中で設備投資が最も大きいが、少なからぬ部分がデータセンターではなく倉庫のような小売事業のインフラに向かう。一方Googleは、2025年の設備投資が約900億ドルで3位につけ、Microsoft（約1,100億ドル）に次ぎMeta（720億ドル）を上回るが、TPUを使うデータセンターにもかなりの額を費やしている。Broadcomの開示によれば、GoogleはTPUチップそのものに約120億〜130億ドルを費やしており、2025年のTPU関連の設備投資の総額はおそらくその数倍にのぼる（付録B「Nvidiaの直接的な設備投資モデル」を参照）。つまり、GoogleとMetaの設備投資総額の差である約180億ドルを大きく上回る。したがって、Googleの設備投資総額の数値は、GoogleのNvidia製品の購入がMetaより少ないというアナリストの報告と整合する。ただし、正確なシェアを狭い範囲に絞り込むものではない。

2025年のハイパースケーラーの購入に関する証拠の統合

2024年以前については、Nvidiaのデータセンター部門の売上に占める上位4社のハイパースケーラーのシェアの点推定としてアナリストの推定に従う。ただし、これらのシェアにはある程度の不確実性をモデル化している。これらの推定の大半は2024年か2025年初めのものだが、2023年へはより大きな不確実性を付けて遡って外挿している。

しかし2025年以降については、アナリストによるより新しい数値がないため、ハイパースケーラーのシェアの推定に特に注意を払う必要がある。NvidiaのAIチップの販売が非常に急速に伸びているからである。2026年1月に終わる四半期にはデータセンター部門の売上が前年同期比で75%増え、私たちの推定では2025年の出荷量はH100e換算で2024年のほぼ3倍にのぼった！

2025年のハイパースケーラーのシェアに関する証拠の全体像を、ここまでの議論のうち関連する内容をまとめて示す。

• 2025年を通じて、ハイパースケーラーの売上シェアについてのNvidiaの新しい開示がある（おおむね約50%）。ただし多くの四半期で、この合計はMetaを含まない。Metaは大手クラウドプロバイダーではないからである（一方でOracleは含んでいる）。これは、上位4社のハイパースケーラーがデータセンター部門の売上の約48%を占めるというアナリストの推定とおおむね整合するが、Metaが含まれていないことから、シェアは約55%に近いと考えられる。
• 前述のとおり、MetaとMicrosoftの設備投資の数値は、Nvidia製品の購入に占めるMicrosoftのシェアが2025年に横ばいだった一方、Metaのシェアはいくらか増えたことを示唆する。ただし、ある程度の不確実性がある。
• Oracleが主要なAIハイパースケーラーとして台頭したことも、ある程度の不確実性を生んでいる。Nvidiaの売上に占めるOracleのシェアについて、利用できるアナリストの分析がないからである。
• Microsoft、Meta、Google、Amazonの各社が大量のBlackwellを購入したというメディアの報道（The Informationなど）がある。

この証拠を統合する私たちのやり方は、食い違いを調整する作業である。次の制約を満たす点推定の組み合わせを提案する。

• 売上の割り当ての合計が、Nvidiaの四半期決算の開示のすべてと整合すること。ここでの開示とは、データセンター部門の売上のうちハイパースケーラー（Oracleを含む上位5社）または大手クラウドプロバイダー（ハイパースケーラーからMetaを除いたもの）に帰属させるシェアのことである。
• Microsoft、Meta、OracleのNvidiaへの支出の比率が、設備投資総額の傾向と整合する、およそ3:2:1であること。Oracleについては、前述のとおり設備投資についての同社の説明があるため、この基本比率より引き上げている。

この結果、アナリストの点推定に次の調整を加えることになる。詳細と具体的な数値はこのシートで見られる。

• アナリストの推定の平均では、Nvidia製品の購入に占めるAmazonとGoogleのシェアはほぼ同じになるが、最新の推定（2025年1月のBloombergのもの）ではAmazonのシェアがGoogleより目立って高い（売上全体に対しAmazon 7.5%、Google 5.6%）。2025年の残りの期間については、こちらのほうが参考になるとみなし、Amazonを1ポイント引き上げ、Googleを1ポイント引き下げる。
• 前述のNvidiaの開示によれば、2025年の大半の四半期で、Nvidiaはデータセンター部門の販売の50%が大手CSP（Microsoft、Amazon、Google、Oracle。Metaは含まない）によるものと推定していた。これに対し、私たちが集めたアナリストの推定では、2024年のデータセンター部門の販売のうちMicrosoft、Amazon、Googleに帰属するのは約37%（それぞれ21%、8%、8%）にすぎず、Oracleのシェアはおそらく8%よりさらに小さい（大手CSPの合計で45%未満）。したがって大手CSPは2025年に売上シェアを少なくとも5ポイント増やしたはずである。その一部はOracleによるものかもしれないが、私たちはAmazonとGoogleにもそれぞれ約2ポイントの増加を割り当てる。
• 前述のとおり、設備投資から得られる証拠に基づき、Metaのシェアを約11%から約13%に引き上げる。
• 2026年1月に終わる直近の会計四半期では、上位4〜5社のハイパースケーラーのNvidiaのデータセンター部門の売上に占めるシェアが下がった。2025年の前半には大手CSPだけでデータセンター部門の販売の50%を占めていたが、直近の四半期には大手CSPにMetaを加えても「50%強」にとどまった（実際、Nvidiaはハイパースケーラーのシェアの低下を明示的に指摘している）。この四半期に限り、合計が53%になるまでハイパースケーラーのシェアをすべて引き下げる。

全体として、この作業で2025年のアナリストの推定に加わる調整はわずかである。Microsoftは21%で変わらず、Metaはシェアが11%から約13%に増え、AmazonとGoogleはシェアがそれぞれ約9%に増える。直近1年のNvidiaのデータセンター部門の売上のうち、50%強が上位4社のハイパースケーラーによるもので、上位4社にOracleを加えると55%を超えると推定している。

AmazonとGoogleについては、まだいくらか不確実性が残っている。まず、私たちは両社を対称に扱っているが、Nvidia製品のAmazonとGoogleの間での配分は変わっているかもしれない。両社とも2025年に独自AIチップの取り組みを拡大し、特にGoogleのTPUは非常に大きな数量に達した。このため、他のハイパースケーラーに比べてNvidia製品の購入を減らした可能性がある。ハイパースケーラー全体で見るとNvidiaの売上に占めるシェアは2024年から2025年に増えており、この仮説はそれと食い違う。ただ、Microsoft、Meta、Oracleが私たちの推定以上にシェアを伸ばし、AmazonとGoogleを押し出した可能性もある。

しかし、両社の2025年のNvidia製品の購入については、大きな減少（たとえば、どちらかのシェアが5%以下になること）をほぼ排除できるだけの証拠（大量のBlackwellの発注に関するThe Informationの報道など）があると判断している。AIクラウド業界全体の状況からみても、どちらかの企業がNvidiaへの投資を大幅に緩めるとは考えにくい。NvidiaのチップはAIチップの顧客の間で依然として最も人気のある選択肢であり、投資を緩めればAIクラウドの市場シェアを失うおそれがあるからである。ある業界アナリストは、TPUの供給制約のために、GoogleはNvidiaのGPUを大量に購入せざるを得なくなっていると最近主張した。⁷

また、2025年にAmazonやGoogleのシェアが大きく増える（たとえば15%まで）可能性も低いと考えている。独自チップが伸びていることに加え、そうなるとMicrosoftとMetaのシェアが押し出されすぎて、両社の設備投資の傾向と整合しなくなるからである。

Oracleのシェアの詳細

Oracleは主要なAIハイパースケーラーであり、Stargate構想を通じてOpenAIに計算資源を提供する主要企業の一つである。Oracleを別に論じるのは、アナリストの分析が比較的少なく（2024年のHopperの購入についてのOmdiaの推定があるだけである）、Oracleについての証拠が乏しいからである。そのため慎重に進め、Oracleにはより大きな不確実性を付けてモデル化している。

要点は次のとおり。

• 2025年のOracleの設備投資と決算説明は、Oracleが主要なハイパースケーラーになり、おそらくMetaの半分以上の量のNvidia製品を購入したことを示している（つまり、おそらくNvidiaのAIチップ販売の6〜7%超）。
• 2025年より前のOracleのNvidia製品の購入については証拠がより乏しいが、Oracleは2023年までにNvidia製品の大口の購入者になり（たとえば少なくとも数パーセントポイント）、2024年を通じて購入を拡大したことを示している。
• 他のハイパースケーラーと同様に、ハイパースケーラーと大手クラウドプロバイダー全体の売上についてのNvidiaの開示が制約となり、証拠の食い違いを調整することでOracleのシェアを推定できる。詳細は調整用のシートにある。

Oracleについての最終的なパラメータ値はこのシートにある。

設備投資

2025年11月までの4四半期に、Oracleは約350億ドルの設備投資を行った。これは2025暦年のMetaの設備投資720億ドルの約50%にあたる。Oracleの設備投資は非常に急速に伸びており、2024年は約110億ドル、2022年と2023年はそれぞれ約70億ドルだった。

これらの数値を解釈するうえで、注意すべき点が二つある。

• 第一に、他のハイパースケーラーと同様、OracleはAIに特化した設備投資の内訳を示していない。ChatGPT以前の時期と比べたOracleの設備投資の伸びは、他のハイパースケーラーより大きい（他社の3〜4倍に対し、およそ5倍）。額面どおりに受け取れば、AIに向かう割合が高いことを示唆する。ただしOracleは最近の決算説明会で、クラウド売上の伸びのすべてがAIによるものではないと述べており、他の分野への投資も増えていることがうかがえる。⁸
• 第二に、Oracleは最近の決算説明会で、データセンターをリースで運営しているため、設備投資の「大部分」は土地や施設ではなく計算機器だと述べた。⁹

この二点からすると、他のハイパースケーラーと比べたOracleの設備投資（たとえばMetaの設備投資の50%）は、Nvidiaへの支出に占めるOracleの相対的なシェアを実際より小さく表していると考えられる。そこで私たちは点推定をそれに応じて調整している（2025年について、Oracle・Meta・Microsoftの設備投資の比率から導かれる6%ではなく、7〜8%とする）。

調査会社とメディアの報道

業界調査会社のSemiAnalysisは、OracleのクラウドとAIの取り組みの歴史をこの記事で説明している。報道によれば、Oracleの積極的なAIの拡大は2024年ごろに始まった。2023年末以降、2023年11月から2025年1月までの期間に、Oracleは米国で他のどの企業よりも多くのデータセンターのリース（2 GW超）を獲得した。¹⁰

定量的な証拠としては、Omdiaが、Oracleは2024年にHopper GPUを12万5,000基取得したと推定している。これに対しMetaは22万4,000基、Microsoftは48万5,000基、Googleは16万9,000基である。MetaとMicrosoftのNvidiaへの支出についての他の推定で正規化すると、Oracleは2024年のNvidiaのデータセンター部門の売上のおよそ5%を占めたことになる。これは1社による一つの推定にすぎないので、2024年のOracleのシェアには、他のハイパースケーラーほどの確信は持てない。

2024年より前については、情報がさらに乏しい。SemiAnalysisは、Oracleの設備投資が2022年に2021年の2倍になったと説明しているが、これはクラウドコンピューティングへの全般的な移行の一環であり、AI・GPU計算資源に特化したものとは限らない。ただしNvidiaは2022年10月に、OracleがNvidiaのA100とH100のGPUを「数万基」追加すると発表した（2023年のNvidiaのGPU販売は100万基超）。ここから、Oracleは2023年にNvidiaの販売の数パーセントポイントを占めるまでになったと考えられる。

もう一つの妥当性の確認は、テキサス州アビリーンのStargateキャンパスである。これは2025年のOracleの単一のデータセンター事業として最大のものである。¹¹ 私たちは、2025年9月までにStargate AbileneにはBlackwellが約10万基、H100換算で約25万基設置されていたと推定している。これと比べると、2025年にOracleがNvidiaのAIチップの7〜8%を購入したという私たちの点推定は、2025年の最初の3四半期にOracleがNvidiaのチップをH100換算で50万基強購入したことを意味する。つまり、そのチップの約半分がアビリーンに送られたことになる（導入までの遅れは考慮しない）。Stargate AbileneはOracleのAI計算資源のかなりの部分を、ただし圧倒的とまではいかない部分を吸収すると予想されるので、これはもっともらしい。OpenAIはOracleの最大のクラウド顧客であり、アビリーンは2025年に稼働していた唯一の「Stargate」の拠点だったが、Oracleには他のAIクラウド顧客（ByteDanceなど）もいる。

Financial Timesも2025年に、OracleがStargate Abilene向けにNvidiaのGB200チップ40万基に400億ドルを費やすと報じた。この金額はNvidiaのデータセンター部門の売上の8%よりはるかに大きいが、報じられたチップ数とも整合しないように思われる。GB200のラックは（ネットワーク機器を含めて）通常GPU1基あたり5万ドル未満で、総額は約200億ドルになるからである。したがってこの金額には、実際には40万基を超えるStargate Abileneの拡張が含まれているか、計算機器以外の設備を含めた総費用である可能性がある。いずれにせよ、Stargate Abileneの40万基のGPUの段階は2026年4月時点で完成していない。また、Oracleの設備投資全体は、これまでのところ一つの事業のNvidia製品に400億ドルを支出できるほど大きくない。

売上シェアからチップ数へ

第一近似としては、ドル建てのNvidiaのデータセンター部門の売上に占めるハイパースケーラーのシェアは、NvidiaのAIチップの数に占めるシェアとほぼ等しいはずである。ただし、「データセンター」がAIチップに対応しているかを確かめ、中国向け仕様のチップと安い価格を考慮する必要がある。

「データセンター」とAIチップ：Nvidiaのデータセンター部門の売上に占めるハイパースケーラーのシェアは、Nvidiaの主力AIチップの売上に占めるシェアに等しいと仮定する。

Nvidiaの「データセンター」部門は、計算機器とネットワーク機器を含め、大部分がAI関連のハードウェアである。Nvidiaのネットワーク機器は大部分がAIデータセンターのサーバーとクラスター向けなので、ハイパースケーラーはNvidiaの計算機器の購入と同程度の割合でネットワーク機器を購入すると仮定する。¹² 「データセンター」にはソフトウェア・クラウドの売上も少し含まれる。ハイパースケーラーがNvidiaからクラウドの計算資源を多く買うとは考えにくいが、簡単のためこれは無視する。

チップの構成：米国のハイパースケーラーには、性能を落とした中国向け仕様のNvidiaチップ（A800、H800、H20）は必要ない。¹³ それ以外については、米国のハイパースケーラーは、Nvidiaの中国以外の顧客全体と同じ構成でNvidiaの主力チップを購入すると仮定する（ハイパースケーラーは新しいチップを優先的に入手できるかもしれないが、少なくとも一部のネオクラウドも同じである）。¹⁴

安い価格：ハイパースケーラーは、その規模と市場支配力によって、おそらく他の顧客より安い価格で購入しており、1ドルあたりのチップ数が増える。この値引きはどの程度だろうか。

一つの手がかりとして、SemiAnalysisは、ハイパースケーラーがHopperとBlackwellのサーバーに支払う価格は、2種類のネオクラウドより5〜10%ほど安いと報告している。これらのネオクラウドがハイパースケーラー以外のNvidiaの顧客をそれなりに代表していると仮定すると、ハイパースケーラーのチップ購入はどう調整すべきだろうか。

ハイパースケーラーの値引き率をd、ハイパースケーラーの市場シェアをhとする。ハイパースケーラーはチップ1基あたり full_price × (1 − d) を支払い、それ以外の顧客は full_price を支払う。

すると、観測される平均価格は両者の加重平均になる。

avg_price = h × full_price × (1 − d) + (1 − h) × full_price

full_price でくくると、次のようになる。

avg_price = full_price × [h(1 − d) + (1 − h)]
= full_price × [1 − h×d]

知りたいのは、平均価格から導かれる数に比べて、ハイパースケーラーが1ドルあたり何倍のチップを得るかである。その比率は次のとおり。

factor = avg_price / hyperscaler_price
= full_price × (1 − h×d) / [full_price × (1 − d)]
= (1 − h×d) / (1 − d)

ハイパースケーラーのシェアhをおよそ50%、値引き率dを5〜10%とすると、この係数は約1.03から1.06となる。つまり、ハイパースケーラーが市場全体の価格を支払った場合と比べて、値引きによって1ドルあたりのチップ数が約1.03〜1.06倍になる。これに従い、私たちのモデルでは、売上シェアから導かれるハイパースケーラーのチップ数をこの係数で引き上げている。

Nvidia：xAI

xAIは最近SpaceXと合併したフロンティアAI開発企業である。当面は、その計算資源を「SpaceX」ではなく「xAI」の所有として記述し続ける。xAIのほうが世間ではAIと結び付けられており、子会社のxAIはおそらく今もSpaceXの他の部分から運営面で比較的独立しているからである（これに比べると、DeepMindとGoogleははるかに一体化しているように見える）。

xAIはテネシー州メンフィス周辺で、Colossus 1とColossus 2という二つの大規模データセンターを所有・運営している。なお、Colossus 2はxAIと外部の投資家が共同で所有しているが、簡単のためxAIに帰属させている。私たちの知るかぎり、xAIが所有する計算能力のほぼすべてをColossus 1と2が占めている。ただし報道によれば、xAIはアトランタにもGPU約1万2,000基のより小さなデータセンターを建設した。xAIは、少なくとも過去にはクラウドの計算資源も利用していた。たとえばGrok 2はOracleが所有するチップで学習された。

私たちは、AIデータセンターハブにあるColossus 1とColossus 2を合わせた計算能力の推移の推定と、これらのデータセンターでのチップの内訳に関する同社の声明を用いている。これらの推定は特定の日付に結び付いているので、暦四半期に対応させている。2025年末時点で、Colossus 1と2の計算能力はH100換算で約55万基である。これは2022年以降に推定されるNvidiaのAIチップ販売全体の約3%であり、上位4社のハイパースケーラーがそれぞれ所有するNvidiaの計算資源の一部（約7分の1〜4分の1）にあたる。

これらの数値は主にデータセンターの容量が稼働を始めた時点に基づくので、xAIが実際にチップを受け取った時点に比べて、変化が段階的で遅れている可能性が高い。つまり、データセンターに基づくこれらの数値は、xAIが実際に所有するチップの推移を遅れて捉えた推定（すなわち過小推定）であることが多い。ただし一つの例外として、2025年秋にColossus 2に納入されたB200は、稼働を始めたと推定される時点の少し前から取り込んでいる。

Nvidia：中国の顧客

AIチップの販売ハブでの作業を土台に、中国本土に拠点を置く顧客へのNvidiaの販売を帰属させている。

中国市場向けに設計されたNvidiaのチップは、中国の顧客に販売されたと仮定している。これはわずかな単純化である（H20が販売された最後の四半期に、Nvidiaは中国国外の顧客に約5億ドル分のH20を販売した）が、全体の推定への影響は無視できると考えている。

Nvidiaの主力製品との競争力がより高かったH800とA800については、中国だけで販売されたかどうかがはっきりしない。ただし、H800とA800の数量の推定は、実際には該当期間の中国によるNvidia製品の購入から推定したものであり、H800・A800の売上の内訳（私たちの知るかぎりNvidiaは公表していない）に基づくものではない。加えて、2022年に初めて輸出規制が実施される前に、中国の顧客はおそらくNvidiaのA100の10〜20%を購入していた。

なお、NvidiaはH200の中国への輸出を承認する米国政府の許可をすでに得ているが、2026年1月に終わるNvidiaの直近の会計四半期の時点では、出荷はまだ始まっていない。

これらの推定の方法論についてのより長い解説はこちらにある。

なお、中国の所有の数値には、米国が設計した先端AIチップに対する米国の輸出規制に違反した中国への非公式な輸出は含まれていない。先行研究のGrunewald & Fist (2025)は、2024年にNvidiaのA100とH100が10万基以上中国に出荷されたと推定しているが、この数値には大きな不確実性がある。輸出規制対象のチップの中国への輸入が2025年も続いたことを示す報告がいくつかある。たとえば次のものである。

• NvidiaのH20が禁止された後、第2四半期に10億ドルを超えるチップが闇市場で販売された
• 2026年の米司法省（DOJ）の起訴は、サーバー組立業者SuperMicroの従業員数人が、少なくとも5億ドル、最大で25億ドルにのぼる可能性のあるNvidiaのサーバーを中国に出荷したとしている
• シンガポールのクラウド事業者Megaspeedのデータセンターにあったチップが、同社がNvidiaに発注した数より数万基少なく、その分が中国に回された可能性があるという疑惑

このハブの所有の数値はすべてそうであるように、クラウドの計算資源の販売は測っていない。報道によれば、中国企業の一部は国外のクラウドの計算資源を通じて米国の先端AIチップを借りており、これは2026年初め時点で米国の輸出規制のもとで認められている。

Nvidia：中国への密輸

2024年から2025年に米国の輸出規制に違反して中国本土に出荷されたNvidiaのAI計算資源の量は、別に推定している。全体の解説はこのレポートにある。

推定値はH100換算でおよそ30万基から160万基の範囲である。2022年まで遡った中国でのNvidiaの公式の計算資源の推定中央値はH100換算で40万基なので、この期間に中国本土の顧客が密輸したNvidiaのチップが、公式の経路で購入した量を上回っていた可能性も十分にある。実際には中国本土に横流し・転売された販売を、Nvidiaが最大顧客（ハイパースケーラー、CoreWeave、xAI）によるものと誤って計上していたことはないと仮定している。こうした密輸チップの大半は、アジアを拠点とするサーバー組立業者や小規模なクラウド企業を経由しているとみられる。

可視化では、密輸による中国の顧客を、公式の中国の顧客とは別の所有者区分として表示している。これらの顧客が実際にどの程度重なっているかは分からない。

Nvidia：CoreWeave

CoreWeaveは、AIの「ネオクラウド」の中で群を抜いて大きい。CoreWeaveは最近、米国と欧州で同社に次ぐ15社のネオクラウドを合わせたよりも大きいという第三者の推定を引用した。ある業界アナリストは、CoreWeaveをLambda、Crusoe、Nebiusと並ぶ「ネオクラウドの巨人」と評しているが、ざっと調べたかぎり、これら他のネオクラウドはどれも規模でCoreWeaveに遠く及ばない。¹⁵ CoreWeaveはほぼAI計算資源だけに特化した上場企業であり、AI計算能力について多くの情報を開示している。

CoreWeaveは主にNvidiaの計算資源を使っている。私たちは同社のGPU群の構成の推移を推定している。CoreWeaveは、導入済みのGPUの基数とデータセンターの電力容量を年次のS-1届出書で直接開示しており、2025年は四半期ごとに電力容量の最新値を示している。特定のチップ種別への内訳（これによって計算能力の合計が分かる）は、GPUの消費電力のデータと、Nvidiaのチップ販売構成についての私たちの推定を用いて導出・推定している。

分析のコードはこちらにある。

2022〜2024年：S-1届出書での開示

CoreWeaveは、2025年3月に米証券取引委員会（SEC）に提出したS-1届出書で、各年末時点の導入済みGPUの総数とデータセンターの電力容量を開示した。全体を通じて、報告された電力容量は施設全体の電力ではなく、IT電力（サーバーと計算機器が消費する電力）を指すと仮定している。主に計算インフラの規模を示すことを目的とした開示を行うデータセンターの計算資源プロバイダーでは、これが標準的な慣行である。たとえばCore Scientificは、電力容量をクリティカルIT電力で報告している。

2022年：CoreWeaveは、GPU 1万7,000基、容量10 MWで年を終えたと開示した。ここから導かれるGPU1基あたりの平均IT電力（約588 W）は低く、A40、RTXカード、L40、A100など、消費電力の低いチップが混在した構成を示している。2022年は三つの理由で推定から除外している。GPUの構成がはっきりせず基準を定めにくいこと、これらのカードの多くはおそらくすでに退役していること、まだ稼働していたとしてもCoreWeaveの現在の計算能力に占める割合は無視できるほど小さいことである。

2023年：CoreWeaveは、GPU 5万3,000基、容量70 MWで年を終えた。2022年の1万7,000基がすべてまだ稼働していたと仮定する最も保守的なシナリオでも、GPU1基あたりのIT電力は 70 MW / 53,000 = 1,321 W となる。A100のような以前のNvidiaチップは、サーバーなどのIT関連の付加的な電力を考慮しても平均消費電力がかなり低かったので、これはH100の比率が高いことを強く示している。CoreWeaveは2022年夏にH100を1億ドル分発注し、2023年第1四半期に提供を始めてもいた。2023年に追加されたGPUはすべてH100として扱う。

2023年のMWの数値そのものからGPUの数を逆算するのではなく、より確信を持てる2024年の数値から導いたIT電力の仮定（GPU1基あたり1,472 W。後述）を当てはめる。また、2022年のGPU群のおよそ半分が2023年中に退役し、約5 MWの容量が空いたと仮定する。すると、2023年に新たに導入されたH100の容量は総計65 MW、つまり追加されたH100は約4万4,200基となる。

2024年：CoreWeaveは、GPU 25万基、容量360 MWで2024年を終えた。2023年のGPUが退役していないと仮定すると、GPU 19万7,000基と容量290 MWが追加されたことになり、GPU1基あたり1,472 Wとなる。これらはほぼすべてH100/H200だったと考えている。理由は二つある。BlackwellのチップはNvidiaが2024年第4四半期まで本格的に販売しておらず、CoreWeaveが導入したのも2025年初めだったこと、そして私たちのNvidiaのチップ販売の推定では、2024年に販売されたNvidiaのGPUの95%がHopperだったことである。H100とH200はTDPが同じ700 Wなので、まとめて扱う。以後、ここから導かれる1,472 WをH100/H200のIT電力の仮定として用いる。これはGPU/IT電力比で約48%に相当する。照合として、AIデータセンタートラッカーの方法論を用いてH100/H200のIT電力を導出する。H100/H200のサーバー電力1,275 Wに、GPU本体以外のIT電力の上乗せ分を考慮する1.14倍の係数を掛けると1,454 Wとなり、CoreWeaveのGPU数と電力容量の開示から導かれる1,472 Wとよく一致する。

2025年：四半期ごとの電力容量

2025年について、CoreWeaveは四半期ごとの決算で稼働中のデータセンターの電力容量の合計を開示したが、GPUの数は開示していない。累計の容量は第1〜第4四半期末にそれぞれ420 MW、470 MW、590 MW、850 MWに達しており、四半期ごとの追加分は60、50、120、260 MWとなる。

世代ごとのGPUの数を推定するため、私たちのNvidiaのチップ販売の推定を、各四半期のCoreWeaveのチップ構成の代理指標として用いる。CoreWeaveの調達は、中国向け以外のチップについてNvidiaの販売構成全体におおむね沿っているという仮定に基づく。Nvidiaがチップの売上を計上してからCoreWeaveがそれを導入するまでに遅れを設け、この遅れが2025年を通じて短くなるようにモデル化している。理由は二つある。

第一に、GPUを遊ばせておく資本コストが高いため、導入規模が大きくなるにつれ、長い遅れはますます考えにくくなる。CoreWeaveは2025年第3四半期に120 MW、第4四半期に260 MWの容量を追加した。GPU1基あたり3万〜4万ドル以上とすると、データセンターの受け入れ準備が整う前に四半期分のチップを丸ごと先に購入すれば、何十億ドルもの資産をリターンなしで倉庫に眠らせることになる。そこで、CoreWeaveは大量の在庫を事前に抱えるのではなく、電力容量が使えるようになる時期に近づけてGPUの購入時期を合わせているとモデル化している。

第二に、2025年が進むにつれ、CoreWeaveの設置工程はより速く効率的になったと仮定している。2025年第4四半期の決算説明会で経営陣は、第3四半期に指摘された遅れを解消した後、「必要なデータセンターのインフラを利用できるようになってから数週間以内に」Grace Blackwellを5万基以上導入したと述べた。

2025年の第1・第2四半期については遅れの中央値を1四半期とした。これは観測された導入の時期と整合する。CoreWeaveは2025年2月にGB200 NVL72の一般提供を始めており、これはNvidiaが2024年第4四半期にB200の売上を初めて本格的に計上したことと合う。また2025年7月にGB300 NVL72を導入しており、これは2025年第2四半期にB300の販売が始まったことと合う。1四半期の遅れは、CoreWeaveの2025年第1四半期と第2四半期の決算説明資料によっても裏付けられる。そこでは、GPUを購入してからそれで売上を得るまでに3か月の遅れがあることが示されている。2025年第3四半期には遅れの中央値を0.8四半期に、第4四半期には0.4四半期（約5週間）に短くしている。

私たちの知るかぎり、CoreWeaveはH20、H800、A800のような中国向け仕様のチップを購入もホストもしていない。そこで販売構成からこれらのチップを除き、残りのGPUの種類（H100/H200、B200、B300）を合計100%になるよう正規化し直したうえで、IT電力で重み付けしたシェアをCoreWeaveの四半期ごとのMWの追加分に当てはめる。基数ではなくIT電力で重み付けするのは、GPU1基あたりのIT電力が大きいチップほど、同じ基数でも容量に占める割合が不釣り合いに大きくなるからである。

GPU1基あたりのIT電力は次のように推定している。

GPU	TDP	GPU/IT電力比	GPU1基あたりのIT電力（推定）
H100/H200	700 W	~48%	1,472 W
B200	1,200 W	~58%	2,080 W
B300	1,400 W	~62%	2,258 W

H100/H200の数値は、CoreWeaveが開示したGPU数と電力容量から直接導いている。B200とB300については、各GPUの最も一般的なサーバー構成（GB200 NVL72とGB300 NVL72）の電力容量を用い、その他のIT電力の上乗せ分として1.14倍を掛けてIT電力を推定している。これはAIデータセンタートラッカーの方法論に従ったもので、詳細はこのシートにある。

これらの推定の不確実性は、1万回の抽出によるモンテカルロ・シミュレーションでモデル化しており、三つの不確実性の源を取り込んでいる。（1）チップ販売ハブにある、チップごと・四半期ごとのNvidiaの基数、（2）GPUの調達から導入までの遅れ、（3）B200とB300のGPU/IT電力比である。2025年に追加されたGPUの総数の90%信頼区間は約23万7,000基から25万8,000基で、H100e換算では約50万8,000基から55万6,000基である。

これにより、2025年末時点のCoreWeaveのGPU群の累計は約49万7,000基、H100換算でおよそ78万1,000基［90%信頼区間：75万8,000〜80万5,000基］と推定される。

妥当性の確認

売上：H100/H200のレンタル料金を1時間あたり2ドル、B200/B300を3ドル、稼働率を80%とし、新たに追加されたGPUが各四半期内で直線的に立ち上がると仮定すると、私たちのGPU数の推定からは2025年の売上が約49.3億ドル［90%信頼区間：46.5億〜52.3億ドル］となる。CoreWeaveの2025年の実際の売上51億ドルは、私たちの推定とおおむね整合する。

電力から計算能力へ：AIデータセンターハブでは、OpenAIのStargate Abileneデータセンターは2026年3月時点でIT電力容量が590 MW、計算能力がH100e換算で約51万基と推定しており、1 MWあたりH100e 864基となる。この比率をCoreWeaveの2025年末の導入済み容量850 MWに当てはめるとH100e 73万4,000基となり、私たちの推定中央値であるH100e 78万1,000基と合う。

2025年末のGPU在庫

上の数値はCoreWeaveの導入済みの容量を反映している。しかしCoreWeaveは2025年末時点で、購入済みだが2026年初めに稼働する電力容量を待っているGPUを、追加で在庫として抱えている可能性が高い。これを推定するため、CoreWeaveが2026年第1四半期の導入のために調達したはずのGPUをモデル化する。

CoreWeaveは2026年末の容量を約1.7 GWとする見通しを示しており、2026年を通じておよそ850 MWが追加されることになる。2026年第1四半期の分を推定するには、設備投資の見通しを用いる。2026年通期の設備投資は300億〜350億ドル、2026年第1四半期は60億〜70億ドルで、第1四半期は年間の設備投資の約17〜23%を占めることになる。このシェアをその範囲の一様分布としてモデル化すると、2026年第1四半期のMWの追加分は約145〜200 MWとなる。

重要な点として、2026年第1四半期の容量は四半期を通じて徐々に稼働するとモデル化している。調達の遅れが0.4四半期（約5週間）で、容量の追加が直線的に立ち上がると仮定すると、CoreWeaveが事前に購入していたのは、2026年第1四半期の容量のうち年末から5週間以内に稼働する分だけ、すなわち第1四半期のMWの追加分全体の約40%となる。旧世代のGPUへの需要が引き続き強いことから、2026年に容量の退役はないと仮定している。

これにより、CoreWeaveの2025年末の在庫にGPU 7万9,000基が加わる。2025年第4四半期のNvidiaの販売構成から、その大半はB200とB300である。2023〜2024年の24万9,000基と2025年に導入された約24万7,000基を合わせると、2025年末時点のCoreWeaveのGPU保有総数の推定中央値は約52万基［90%信頼区間：50万7,000〜53万4,000基］、H100換算でおよそ85万2,000基［90%信頼区間：81万1,000〜86万6,000基］となる。

Nvidia：その他・個別に挙げていない所有者

私たちの推定では、5社のハイパースケーラーがNvidiaのAI計算資源全体（H100換算で測ったもの）の約60%を所有し、xAIが少なくとも3%を所有している。上で別に追跡しているCoreWeaveは、おそらく6番目に大きな所有者である。残りのNvidiaの計算資源（全体のおよそ4分の1）は他のいくつかの所有者区分に分散しているが、網羅的な内訳は把握していない。

少なくとも数十社あるネオクラウドが、残りのNvidiaの計算資源の過半を所有している可能性がある。

Nvidiaのもう一つの大きな顧客区分は「ソブリンAI」で、おそらくネオクラウドと大きく重なっている。この区分は2025年に同社のデータセンター部門の売上の15%を占めた。「ソブリンAI」は明確な定義のないマーケティング用語だが、実際には米国以外の国のAI能力や自立性を高めるための計算資源の構築を指す。こうした事業は一般に各国政府が推進するが所有するのは企業であり、多くは実際には米国外のネオクラウドが所有している。Nvidiaは、この区分は「主にカナダ、フランス、オランダ、シンガポール、英国に拠点を置く顧客によって牽引されている」と述べている。「ソブリンAI」と米国外にあるハイパースケーラーの計算資源とがまったく重なっていないとは断言できないが、顧客の所在地についてのNvidiaの説明からすると、重なりはあったとしても小さいと考えられる。

最後に、Teslaは2025年の投資家向け資料で、2025年9月末時点でH100換算12万基のAI学習用の計算能力を持っていると開示した。この容量は、おそらく大部分またはすべてがNvidiaのGPUである。Teslaは推論実行ではなく学習用の容量と明記しているが（私たちはこれを研究開発用の計算資源すべてを指すと解釈している）、Teslaの主なAI製品は自動運転であり、AIの推論実行は主に、先端のデータセンター向けチップではなく独自のハードウェアを使って車両上で行われている。また、Teslaは計算資源をどのようにH100換算しているかを明らかにしていない。私たちはその換算をそのまま受け入れている。

Nvidiaが保有する在庫と出荷の遅れ

Nvidiaは常に、売れ残りや未納入の在庫としてかなりの量のハードウェアを抱えている。2025年末には、在庫の総額は210億ドル（最近の四半期売上の約30%）だった。所有の主要な数値には、この在庫は含めていない。

所有の数値は、サーバー・販売業者の段階での出荷の遅れも考慮していない。このため、特定の四半期のハイパースケーラーの購入を過大に推定している可能性がある。一般に公正妥当と認められた会計原則のもとでは、Nvidiaは発注を受けた時点ではなく、顧客にハードウェアを納入した時点で売上を計上する。しかし最初の段階の顧客は、最終的にチップを導入する企業ではなく、チップをサーバーに組み込むサーバーOEMであることが多い。Nvidiaによるハイパースケーラーへの顧客の帰属はおそらくこの中間段階を考慮しているが、遅れを伴っている。つまり同社は、ある四半期にサーバー組立業者に販売したチップのうち、最終的にハイパースケーラーに渡る数の推定を報告している。サーバーが組み立てられてから最終顧客に納入されるまでの時間の遅れは、私たちの数値では考慮していない。これに加えて、売上の計上から、チップのクラスターが実際にデータセンターに設置されて稼働するまでにも時間の遅れがあり、数週間から数か月かかることがある。

在庫以外で、Nvidia自身が自社のチップ（販売データからは除外されるもの）を大規模に所有・導入している例は把握していない。Nvidiaには大規模なAIの研究・モデル開発部門があり、Nemotron言語モデル群やロボティクス用のモデルに取り組んでいる。同社がこうした作業の少なくとも一部にネオクラウドの計算資源を使っていることは分かっている。NvidiaにはAIクラウド部門もあり、報道によればOracleやネオクラウドから借りた容量で運営されている。また、AIデータセンターに迫る規模の、Nvidiaが所有するデータセンターやクラスターも把握していない。

独自チップ（TPU / Trainium）

Amazon

Amazonの独自チップであるTrainiumとInferentiaについては、外部顧客への直接販売の報道が知られていないため、所有をすべてAmazon自身に帰属させている。

Google TPU

これまでTPUはGoogleだけが所有し、クラウドを通じて外部顧客に貸し出してきた。そのため、2025年まではGoogle TPUの所有をすべてGoogle自身に帰属させている（ここでの「Google」は親会社のAlphabetを指し、Waymoなどの子会社も含む）。

ただし、2026年にはAnthropicがTPUのかなりの部分を直接購入すると予想している。¹⁶ GoogleのTPUの設計パートナーであり供給元でもあるBroadcomによれば、Anthropicは2025年末から2026年初めにかけて、TPUv7チップを210億ドル分発注した。

2025年に完了した納入はほとんど、あるいはまったくなかったと仮定している。Broadcomの経営陣は2025年12月の決算説明会でAnthropicの発注には触れたが納入には触れておらず、私たちはこれを、納入がまだ始まっていなかったことを示すものと解釈している。

ただし、2026年1月には初期の納入の一部が完了していた可能性がある。2026年2月2日までの会計四半期についての2026年3月のBroadcomの決算説明会で、CEOのHock Tanは「Anthropic向けには、1ギガワット（GW）のTPU計算資源について、2026年はとても良いスタートを切った」と述べた。この発言から、2026年に1 GWを納入する目標があることと、納入がすでに始まっている可能性があること（「とても良いスタートを切った」）の両方を読み取っている。¹⁷

Tanの発言はAnthropicへの納入がすでに始まっていることを示唆するが、数量の明確な下限は示していない。納入に立ち上げ期間があると仮定すると、2026年に1 GWということは、納入の最初の四半期までの分の大まかな上限は250メガワットとなる。

1 GWの容量は2026年のTPU出荷全体のかなりの部分にあたり、チップ1基あたりのIT電力を約1,700ワットとすると、TPUv7チップおよそ60万基に相当する。¹⁸ 比較すると、Googleは2024年と2025年にそれぞれ年間およそ200万基のTPUチップを受け取っており、一部のアナリストは2026年のTPUの総数を400万基超と予測している。これらの予測どおりなら、Anthropicは2026年のTPU生産量の10〜20%を所有することになる。

AMD

AMDの主力AIチップの製品ラインはInstinct GPUシリーズである。業界調査の報告と発表された提携に基づくと、AMDのInstinct GPUの最大の顧客はMeta、Microsoft、Oracleである。AmazonとGoogleがInstinctを大量に購入したという報道は把握していない。¹⁹

2024〜2025年について、Instinct GPUのMeta、Microsoft、Oracle、残りの「その他」の区分への配分を推定している。また、中国市場向けGPUであるMI308Xの販売は、中国の顧客全体に帰属させている。AMDのAI GPUの総出荷量とチップ種別ごとの平均価格は、チップ販売ハブから得ている。

2024年については、調査会社Omdiaによる顧客別のMI300Xの購入の推定を用いる。Omdiaの推定では、2024年のMI300X全体のうちMetaとMicrosoftがそれぞれ約50%と30%を購入し、Oracleは10%強を購入した。²⁰ これらの推定シェアには確信が持てず、買い手2社で市場シェア80%というのは異例に高いという事前の見方から、高めの推定として扱っている。2024年のInstinctの販売の大半はMI300Xチップが占めた。残りの大部分はMI300Aで、これは主に科学技術計算向け（たとえば米国の国立研究所向け）に作られたものだった。そこで、MI300Xの販売はそれに応じてMeta・Microsoftに割り当て、両社はMI300Aを購入しなかったと仮定している。

2025年については、ユニットを顧客に割り当てる前に二つの切り分けを行う。第一に、2024年の推定に合わせて、MI300Aの出荷はすべて「その他」に割り当てる。第二に、AMDは2025年に中国向けにMI308Xを3億9,000万ドル販売したと開示した。これをMI308Xの平均販売価格（ASP）1万2,000ドルを使って基数に換算し、別の「中国」区分に割り当て、対応する売上を他の顧客に配分できる分から除く。

2025年に販売された残りのデータセンター向けGPUの種類（MI300X、MI325X、MI350X、MI355X）については、Omdiaが推定した2024年のMetaとMicrosoftのシェアを高めの推定として2025年に外挿しつつ、2025年に販売の内訳がどう変わったかについての大きな不確実性を織り込んでいる。たとえば、Metaの50%のシェアは信頼区間［30%, 60%］でモデル化している。この範囲をより正確に絞り込むだけの情報はないが、MetaとMicrosoftがAMDのデータセンター向けGPUの最大の顧客であり続けていることにはかなり確信がある。一方Oracleは2025年に、2026年第3四半期までにMI450X GPU 5万基、時期は不明だがMI355X GPU 3万基という、AMDの大規模クラスター二つを構築する計画を発表した。これは約10%のシェアが続くこととおおむね整合するように見えるが、これにも大きな不確実性がある。

パラメータと値の一覧は、AMDモデルのコードのノートブックと付属のデータシートにある。

Huawei

Huaweiについては、AIチップの販売ハブにある、HuaweiのAscend AIチップの総出荷量の推定を用いる。これはアナリストの推定とメディアの報道を統合したものである。詳細はこちらにある。HuaweiのAIチップはすべて、特定の企業ではなく中国企業全体に帰属させている。顧客ごとのHuaweiの数量の推定は今後の課題とする。また、Huaweiは生産した分をすべて販売できたと仮定しているが、これは正しくない可能性がある。

Huaweiが海外の顧客にAscendチップを中程度の数量（「数千基程度」）で売り込んでいるという報道はいくつかあるが、米国の半導体輸出規制の二つの特徴から、Huaweiがこれまでに中国以外の顧客にAIチップを大量に販売したとは考えにくい。

• 中国や、ロシア・イラン・北朝鮮など制裁対象となっている米国の他の対抗国を除けば、ほとんどの国の顧客は、米国が設計した先端AIチップへの輸出規制の対象ではない。HuaweiのAIチップは性能とコスト効率の両面で米国の代替品に後れを取っているので、こうした市場では競争力がない。
• 米国政府は、Huawei自身が半導体製造装置に対する米国の輸出規制に違反していると非難し、Huawei Ascendチップの顧客は「重大な刑事罰および行政罰」の対象となりうると警告している。この法的リスクは、Huawei Ascendを検討する海外の顧客を大きく思いとどまらせる要因になりうる。

Cambricon

Cambriconについては、AIチップの販売ハブにある、CambriconのSiyuan AIチップの総出荷量の推定を用いる。これはCambriconの年次報告書での開示から導き、第三者のアナリストの推定とメディアの報道で裏付けたものである。詳細はこちらにある。CambriconのAIチップはすべて、特定の企業ではなく中国企業全体に帰属させている。顧客ごとのCambriconの数量の推定は今後の課題とする。

ここではCambriconのSiyuan 590に注目する。2024年以降、CambriconのAIチップの売上の事実上すべてをこのチップが占めている。Cambriconの次世代のSiyuan 690は2026年後半まで大規模な量産に入らない見込みであり、それ以前のチップ（Siyuan 290と370）は、590の数量が急速に伸びたことから、既存の設置台数に占める割合は無視できるほど小さい。

Huaweiと同様に、Cambriconの海外出荷は無視できるほど小さいと仮定する。Cambriconのチップは制裁対象外の市場では米国の代替品に対して競争力がなく、需要は、Nvidiaの中国向け仕様チップへの米国の輸出規制強化を受けて国産の代替品を求める中国のAIラボやクラウドプロバイダーに集中している。

付録

付録A：Nvidiaの売上に占めるハイパースケーラーのシェアの不確実性

Nvidiaのチップ販売全体と、そのうち各ハイパースケーラーが占めるシェアの両方に不確実性がある。両者に相関があると考える明確な理由がないため、モデルではこれらの不確実性を互いに独立なものとして扱っている。

Nvidiaの売上のうち上位4〜5社のハイパースケーラーに向かう全体のシェアは、Nvidiaの開示があるため真の値に近い。ただし、その言い回しには不確実性の余地がある。通常、このシェアは「約50%」や、50%をわずかに上回る・下回るなどと表現されている。Nvidiaはこれらの数値を自社による推定だとしているが、最大の顧客については非常によく把握しているはずである。²¹ 加えて、これらのシェアの開示は毎四半期行われているわけではなく（Metaを含まないこともある）、ある程度の補間が必要になる。

したがって、上下それぞれに約10%の不確実性を見込む（たとえば点推定50%に対して信用区間［約45%, 約55%］とする）のが妥当と思われる。

これは、各企業の売上シェアの不確実性にどう反映されるだろうか。これらのシェアが独立なら、閉じた形の解がある。独立な変数の和の分散は、各変数の分散の和に等しいからである。

4社のハイパースケーラーの合計シェアをSとする。各企業のシェアXᵢが独立で、分散がいずれもσ²なら、次のようになる。

Var(S) = Var(X₁) + Var(X₂) + Var(X₃) + Var(X₄) = 4σ²

Sの標準偏差σ_SはVar(S)の平方根であり、信頼区間の幅に比例する。したがって σ_S = 2σ、すなわち σ = σ_S / 2 である。各企業の絶対的な不確実性は、合計の不確実性の半分になる。

各企業のシェアは（平均して）合計の約4分の1でもあるので、相対的な不確実性はより大きくなり、Sの全体の相対的な不確実性の約2倍になる。したがって、ハイパースケーラーの合計シェアの相対的な不確実性が±10%なら、個々の企業のシェアの相対的な不確実性は平均しておよそ±20%となる。

これは各企業のシェアが独立（無相関）であることを前提としている。シェアに正の相関があれば、値が連動して変化するので、各企業のシェアの不確実性はハイパースケーラーのシェア全体の不確実性に近くなる（つまり不確実性は小さくなる）。負の相関があれば、個々の企業のシェアの不確実性は大きくなるはずである。ハイパースケーラー全体のシェアについてNvidiaの情報があることを考えると、企業ごとのシェアの不確実性には負の相関があるはずだとも言える。²² たとえばAmazonのシェアが意外に低いと分かれば、Microsoftのシェアを引き上げたくなるだろう。しかし私たちは相関をモデル化していない。一つには簡単のためであり、もう一つには、ハイパースケーラー全体のシェアから点推定と不確実性を推測するだけでなく、アナリストの推定が個々の企業のシェアに独立した根拠を与えているからである。

付録B：Nvidiaの直接的な設備投資モデル

中身を問わないやり方から一歩踏み出して考えると、Nvidiaへの支出がMetaとMicrosoftの設備投資の約3分の1というのはもっともらしいだろうか。もっと高いはずか、低いはずか。

ここでは、設備投資の数値に基づいてNvidiaのチップ購入をモデル化することを試みる。例として、2025年に設備投資に720億ドルを費やしたMetaを取り上げよう。これはNvidiaのハードウェアへの支出にどう換算できるだろうか。

これは次のパラメータの積である。各パラメータは直前の値に掛け合わされるので、簡潔にするため暗黙の限定は一部省いている。

• 設備投資に占めるAI関連の割合：Metaの設備投資の一部は、従来型のAI以外のデータセンターやその他の資産に向かう。2022〜2023年に始まった「AIブーム」以前、Metaの設備投資は年約200億〜300億ドルだった。したがって、AI関連の設備投資は約500億ドル、つまり全体の約70%だった可能性がある。
• Nvidiaのプラットフォームのシェア（AI関連の設備投資のうちNvidiaを使うデータセンターに向かう割合）：おそらく80〜90%程度。Metaの独自チップ（MTIA）やAMDのGPUで動くデータセンターは除く（AMDの方法論で述べるように、報道によればMetaはAMDのAIチップの最大の顧客である）。
• 設備投資のうちIT機器に向かう割合：おそらくおよそ70%だが、各種の情報源は65〜80%と報告している。²³ これはハイパースケーラーのビジネスモデルや会計方法、つまりIT機器に加えてデータセンターの施設も所有しているかどうか（あるいはその逆か）にも左右される。
• IT支出のうちNvidiaの売上になる割合：おそらく大部分を占めるが、ほぼすべてというほどではなく、たとえば約75〜85%。Nvidiaは、Nvidiaを使うデータセンターに入るGPUとネットワーク機器の大部分（少なくともBlackwellの場合）を販売している。しかし価値の一部は、サーバーラックを顧客に直接販売するサーバーOEM、AristaやBroadcomなどの他のネットワーク機器ベンダー、メモリ・ストレージ（GPU内部のHBMとは別のもの）を販売するメモリ企業などが得ている。部品表（BOM）の分析の中には、GPUクラスターの資本コストの75〜80%をNvidiaのサーバーが占めるとするものもある。ただしこれは二方向に調整する必要がある。サーバーの費用がすべてNvidiaの売上になるわけではない一方、Nvidiaはクラスター規模のネットワーク機器も販売しているからである。
• 「時期の調整」：IT以外のデータセンターの設備投資（建物の建設など）がIT機器の購入より先に行われることを反映するもの。MetaがAIデータセンターを急速に拡大しているなら、どの年をとってもIT以外の支出が多めに表れることになる。

下の図は、いくつかの点推定を使ってこれらを示したものである。これらのパラメータ値に基づく簡単なモンテカルロのモデルも作成した。その点推定では、Metaは2025年にNvidiaのデータセンター向け機器の約11%を購入した［信頼区間：8〜14%］。Microsoftでは、このシェアは18%［信頼区間：15〜22%］である。これはアナリストからの情報を裏付けるが、不確実性はかなり大きく、パラメータ値の選び方も十分な根拠があるとは限らない。したがって現時点では、このモデルはむしろ、アナリストからの証拠を裏付けるおおまかな傍証として、また、アナリストの推定が古くなった後に、Nvidiaの売上に占めるMicrosoftとMetaのシェアがどちらの方向に変化した可能性があるかを知る目安として見るべきである。

時期の調整の詳細

時期の調整を細部まで完全にモデル化はしないが、これは主に設備投資の伸び率とデータセンターの建設期間で決まる。例として、次の特徴を持つハイパースケーラーを考えよう。

• AI関連の設備投資を長期にわたって年70%で増やしている（これはMetaの2024〜2026年の設備投資全体におおむね当てはまる。Metaは2026年の設備投資を1,150億〜1,350億ドルと予想しており、その中間値1,250億ドルは、2025年の720億ドルから70%の増加である。2025年の額も2024年から約85%増えていた）。
• データセンターへの設備投資は2年にわたって行われ、1年目に建設への支出、2年目にITへの支出が行われる。
• AI関連の設備投資の80%がIT機器に向かう。

すると、このハイパースケーラーが1年目に（ライフサイクル全体の費用で測って）100ドル分のデータセンターを建設するごとに、2年目には170ドル分のデータセンターを建設する。2年目には、前年に建設したデータセンター向けのIT機器に80ドルを、3年目に完成するデータセンターの建設に20% * $170 = $34を支出する。つまり2年目のこのハイパースケーラーの設備投資は$80 + $34 = $114で、設備投資に占めるITの割合は($80 / $80 + $34) = 70.1%となる。ライフサイクル全体でのITの割合の基準値は80%だったので、時期の調整は70.1/80 = 0.876倍となる。

他の例示的な値を下に示す（Claude Opus 4.6の提供による）。ライフサイクル全体でのITの割合が低いほど、建設期間が長いほど、設備投資の伸び率が高いほど、時期の調整は大きくなる。ただし、もっともらしいパラメータ値の大半では、時期の乗数は70〜90%の範囲に収まる。

設備投資に占めるITの割合と同様に、IT以外の時期の調整も企業の会計基準やビジネスモデルによって変わる。特にOracleは、「当社の設備投資の大部分は、データセンターに設置される売上を生む機器に向けたものであり、土地・建物・電力に向けたものではない。それらはまとめてリースでまかなっている。Oracleは、完成したデータセンターが……当社に引き渡されるまで、これらのリース料を支払わない」と述べている。