NVIDIAはシャベルを作る方法を売り始めた

原文著者：Ada、深潮 TechFlow

サンフランシスコ、サンノゼコンベンションセンター、GTC会場。

NVIDIAのチーフサイエンティスト、ビル・ダリーがステージに座り、向かいにはグーグルのジェフ・ディーンがいる。二人の対話が中盤に差し掛かった時、ダリーはある数字を披露した。「以前、約2500から3000のセルを含む標準セルライブラリを移植するには、8人のエンジニアからなるチームが約10ヶ月を要していた。」

彼は一呼吸置いた。

「今では、単一のGPUカードで、一晩走らせるだけで済む。」

会場から驚きの声は上がらなかった。この言葉の意味を理解した者たちは、それが何を意味するかを知っていたからだ。8人のエンジニアが10ヶ月かけて行う仕事が、自社製のGPU1台によって一夜のうちに飲み込まれてしまった。しかもダリーはこう付け加えた。その結果は、面積、消費電力、レイテンシーという3つの指標において、人間の設計に匹敵し、あるいはそれを上回るものだった、と。

翌日には、「NVIDIAがAIを使ってGPUを設計」と報じるニュースが流れた。

しかし、この事実の真相は、ニュースの見出しよりもはるかに興味深いものだ。

NVIDIA内部で走っているものは？

NVIDIA内部で走っているのもブラックボックスではなく、数年かけて磨き上げられた幾つかのツールチェーンだ。

NB-Cellは強化学習ベースのプログラムで、標準セルライブラリの移行という最も骨の折れる作業を専門に行う。Prefix RLは、キャリールックアヘッドチェーンにおけるルックアヘッド段階の配置という長年の研究課題の解決を目指している。ダリーによれば、このシステムが生成するレイアウトは「人間が決して思いつかないもの」であり、人間の設計と比べて、主要な指標が約20%から30%向上したという。

そして、二つの内部LLM、Chip NemoとBug Nemoがある。NVIDIAは歴代のあらゆるGPUのRTLコード、アーキテクチャ文書、設計仕様書をこれら二つの大規模言語モデルに学習させた。ダリーの表現を借りれば、これはNVIDIAがG80からBlackwellに至る20年間の「筋肉記憶」を蒸留して内部モデルに凝縮したようなもので、新人が入社すれば、20年の経験を持つシニアエンジニアの知見に直接アクセスできるということだ。

では、「AIはGPUを設計できる」ようになったのか？

むしろその逆だ。ダリーの言葉を借りれば：「いつか『新しいGPUを設計してくれ』と直接指示できる日が来ることを心から願っているが、我々はそこまでまだ遠い。」

NVIDIAはAIを使ってGPUを設計したわけではない。しかし、彼らが行ったもう一つのことは、業界全体が今後、NVIDIAなしでは成り立たなくなるようにすることだった。

200億ドルでEDAの本拠地に買い進む

2025年12月1日、NVIDIAはEDA三巨頭の一角であるSynopsysに200億ドルを出資した。両社は共同開発契約を結び、NVIDIAのアクセラレーテッド・コンピューティング・スタックをSynopsysのEDAワークフロー全体に組み込み、Blackwellおよび次世代のRubin GPUをSynopsys.aiと深く統合することを目指す。

Synopsysの地位について説明が必要だろう。世界中のあらゆる先進プロセスチップ、アップルのMシリーズ、AMDのMIシリーズ、グーグルのTPUの設計段階は、ほぼSynopsysまたはCadenceのツールチェーン上で実行されている。この二社にシーメンスEDAを加えた三社が、チップ設計の基盤ツールを独占している。クアルコムのチップを使わず、TSMCの生産ラインを使わなくてもいいが、この三社のソフトウェアからは逃れられない。

Synopsysへの出資から3ヶ月後、NVIDIAはCadence、Siemens、Dassaultも巻き込み、彼らがすべてNVIDIA GPUを基盤としたAI駆動のチップ設計ツールを開発中であることを発表した。

NVIDIAが公表したベンチマークデータはかなり衝撃的だ：Synopsys PrimeSimはBlackwell上で30倍高速化、Proteusは20倍高速化、SentaurusはB200上でCPUと比較して12倍の高速化を実現。メディアテックはH100を使用してCadence Spectreを6倍高速化。Astera LabsはSynopsys + NVIDIAでチップ検証を3.5倍高速化。

一つ、特に注目すべき詳細がある：CadenceのMillennium M2000プラットフォームは、「EDA市場向けに特別に構築され、NVIDIA Blackwellに独占的に基づく」と銘打たれている。

「独占的」という二文字が最も意味深長だ。つまり、EDAツールは以前はCPU上で動作し、インテルもAMDも参入できた。しかし今後、最速のEDAを使いたければ、NVIDIAのカードを買うしかなくなる。

フライホイールの真の姿

NVIDIAのフライホイールについて、多くの人が理解しているバージョンはこうだ：AI企業にGPUを販売し、AI企業は大規模言語モデルを学習させ、大規模言語モデルがGPUの不可欠性を証明し、より多くの人がGPUを購入する。

このフライホイールだけでも十分恐ろしい。しかし、その下にもう一層ある。

NVIDIAは自社のツールを使って次世代GPUを設計し、設計効率で世代間の差を広げると同時に、業界全体のEDAツールチェーンを自社ハードウェアに縛り付ける。競合他社は追いつこうとするが、追いつくためのツールさえもNVIDIAのエコシステムから「借りる」必要がある。

AMDの株価を急落させた決算報告書の背後に潜むのは、まさにこの焦りだ。NVIDIAとSynopsysが表面上「この投資にはNVIDIAハードウェアの購入義務は伴わない」と述べていても、市場は理解している：高速化版EDAの機能はすべてNVIDIAハードウェアで先行リリースされ、AMDとインテルは「最大の競合プラットフォーム向けに最適化されたパス」に依存せざるを得ない。

想像してみてほしい。AMDのエンジニアが今後、Blackwellに対抗するチップを設計したいと思った時、彼がSynopsysのツールを開くと、そのツールはNVIDIA GPU上で最速で動作する。ならば、彼は設計サイクルが倍かかることを我慢するか、NVIDIAを打ち負かすチップを設計するためにNVIDIAのカードを大量に購入するかのどちらかだ。

シャベルはまだ売られている。しかし、その売り方が変わった。

国産GPUの真の現状

ここまで来たら、目を覚まさせる数字をいくつか挙げなければならない。

NVIDIAが2025会計年度に純利益700億ドルを突破したのと同じ年、国産GPU「四小龍」と呼ばれる摩尔线程（Moore Threads）、沐曦（MetaX）、壁仞（Biren）、燧原（Suiyuan）は、IPOの窓口前に並んで順番を待っていた。

摩尔线程の目論見書によると、2022年から2024年までの3年間の累計純損失は50億元（約7.5億ドル）に上り、2025年上半期にはさらに2.71億元（約4000万ドル）の損失を計上、6月30日時点での累積未処理損失は14.78億元（約2.2億ドル）に達した。経営陣自身の予測では、連結ベースでの黒字化は早くても2027年になるという。沐曦はややマシで、3年間の累計損失は30億元（約4.5億ドル）を超える。最も厳しいのは壁仞で、3年半で63億元（約9.5億ドル）以上の損失を出し、2025年上半期の収入は5890万元（約870万ドル）に留まり、摩尔线程の同期間の7.02億元（約1億ドル）の零頭にも満たない。

研究開発投資の強度を見てみよう。摩尔线程の2022年の研究開発費の売上高に対する比率は2422.51%、2024年でも依然として309.88%に達する。一年の研究開発費は、収入の3倍以上だ。これは企業経営ではなく、点滴で命をつなぎ、ベンチャー市場と最近開かれた科創板の窓口からの持続的な輸血に頼っている状態だ。

ツールの面ではさらに深刻だ。華大九天（Empyrean）の2022年IPO目論見書によれば、同社のツールは5nm先進プロセスを部分的にしかサポートしていない。概倫電子（Primarius）は7nm/5nm/3nmノードをカバーできるが、ポイントツールのみで、フルフローには程遠い。

華大九天の創業者、劉偉平氏は率直にこう語る：「国産EDAは先進プロセスへのサポートにおいて、特に現在の7nm、5nm、3nmなどにおいて、明らかな不足が存在する。現在、国産EDAは14nmレベルを達成できるが、7nmプロセス技術を掌握しているとはいえ、7nmの実際のアプリケーションとの深い融合には、サプライチェーン全体の協力が必要だ。」

つまり、先進プロセスのフルフローEDAは、国産では基本的に使えない。国産GPU企業がチップを設計する際に使っているのも、依然としてSynopsysとCadenceだ。2025年、トランプ前大統領が一時、すべての重要ソフトウェアに対する輸出規制を宣言したが、実際には実施されなかったものの、7nm以下の先進プロセスEDAツールは現在も厳しい規制下にある。ライセンスがいつ切られるかは、他者の手の中にある。

資本市場の反応は十分に幻想的だ。沐曦が上場した当日、株価は829.9元で取引を終え、一日で692.95%上昇した。摩尔线程は上場後、株価が一時A株市場で3位に上昇し、貴州茅台（Kweichow Moutai）と寒武紀（Cambricon）に次ぐ位置に付けた。当時の株価で試算したメディアによれば、その時価総額は約3595億元（約530億ドル）に達したという。

数字の背後にある真実のビジネスはこうだ：依然として資金を燃やし続け、損失を出し続け、規制下にある海外のツールチェーンに依存しなければチップ設計を続けられない一群の企業が、二次市場では「国産NVIDIA」の後継者として評価されている。

そして、これらの企業がチップ設計に使っているそのツール群は、まさにNVIDIAエコシステムの一部になりつつある。NVIDIAとSynopsysの200億ドルに及ぶ結びつき、Cadence Millennium M2000の「NVIDIA Blackwellに独占的に基づく」というラベルは、追い付くという行為そのものをパラドックスに変えてしまった。

設計から製造に至る完全な鎖

GTCの対談に戻ろう。

ダリーは対談全体を通して謙虚な態度を見せた。「AIはまだまだ自分でチップを設計できる段階にはない」、この言葉をNVIDIAは四、五年間言い続けている。しかし、その言い方は毎年変わっている。四年前は「AIは設計を補助できる」、三年前は「AIは特定の工程を自動化できる」、今年は「8人が10ヶ月かかる仕事を一晩で終わらせる」。毎年一歩を進め、毎年「最終目標まではまだ遠い」という言葉を残す。三年後に振り返れば、前回の「まだ遠い」は既に達成され、新たな「まだ遠い」は、すべての競合が手の届かない位置に定義されている。

NVIDIAが過去12ヶ月間に行ったことは、実はたった一つだ：AIをチップ産業チェーンの中で最も価値が高く、堀が最も深いいくつかの工程に適用し、そしてそれらのツールを業界全体に層をなして販売すること。

チップ設計のフロントエンドは、Chip Nemoのような内部LLMが引き継ぐ。設計の中間工程である標準セルライブラリの移行やレイアウト最適化は、NB-CellやPrefix RLが引き継ぐ。EDAツールチェーン全体は、Synopsysへの200億ドルの出資とCadenceの「Blackwellに独占的に基づく」という表明を通じて、自社GPUに縛り付けられる。製造工程のリソグラフィ計算は、cuLithoが引き継ぎ、TSMCは既に使用している。

設計から製造に至るまで、NVIDIAはすべての工程をAIで作り直した。そして、すべての工程は最終的に同じ終点に至る：最速のツールを使いたければ、NVIDIAのカードを買わなければならない。

Blackwellを打ち負かすチップを作ろうとするすべての競合にとって、最も厄介な事態は既に起きている。そのチップを設計するために使うEDAツールの最速バージョンは、NVIDIAのGPU上で動作する。そのチップを製造するために必要なリソグラフィ計算の最速アルゴリズムライブラリは、NVIDIAが提供する。設計AIを学習させるための計算リソースは、やはりNVIDIAのカードだ。

あなたが打ち負かそうとしているその相手が、あなたに、彼を打ち負かすために必要なすべてのツールを貸し出している。賃料は年払いで、契約は毎年値上がりする。