なぜ今、エヌビディアがAI時代の主役なのか？

「インテル入ってる」の時代から、ゲーム用GPUが生成AIを支えるまで

2026年11月12日、米半導体大手エヌビディア（NVIDIA）は、共同創業者のジェンスン・フアン氏がCEOを辞任し、最高財務責任者（CFO）のコレット・クレス氏が暫定CEOに就いたと発表しました。ロイター通信によると、その日のエヌビディア株は前日比4.3％安で取引を終えました。

「インテル入ってる」のCMを覚えている方も多いでしょう。パソコンを買うとき、どのCPUが入っているかを気にする人はいても、エヌビディアの名前は、パソコンでゲームをする人のほうが身近だったかもしれません。

ゲーム画面を描く部品を作っていた会社が、なぜAI時代を代表する企業になったのでしょうか。出発点は、CPUとGPUでは、得意な計算の進め方が違うことにあります。

GPUはゲームの映像を描くために生まれた

パソコン全体の動きを取り仕切るのが、CPU（中央演算処理装置）です。ブラウザーを開く、文章を編集する、ファイルを保存する。こうしたさまざまな仕事をこなすCPUを作ってきた代表的な企業が、インテルです。

エヌビディアが得意としてきたのは、GPU（画像処理装置）です。3Dゲームでは、キャラクターが動くたびに、地面に落ちる影や壁に反射する光が変わります。映像をなめらかに動かすには、画面を構成する何百万もの点（ピクセル）の色を、1秒間に何十回も計算し直します。

そこでGPUは、画面の各部分に必要な計算を、たくさんの処理に分けて同時に進めます。この並列処理が、後にAIの分野でも力を発揮します。

CPUとGPUの得意分野を、名探偵と大勢の作業チームにたとえてみましょう。

CPU順序立てて進める名探偵手がかりを調べ、その結果に応じて次の行動を決めます。さまざまな命令を切り替えながら、順序や条件が重要な処理を素早く進めるのが得意です。

GPU一斉に計算する作業チーム大量の計算を小分けにして、それぞれの持ち場で一斉に進めます。似た計算を大量に繰り返すほど、分担の効果が出ます。

いまのCPUも、複数の処理を同時に進められます。GPUは、同じような計算を一度に大量にこなすことに重点を置いて設計されています。3Dゲームなら、CPUがプレイヤーの操作に応じてゲームの進行を管理し、GPUが画面を描くという具合に、両者が役割を分担します。

たとえば、猫の画像を見分けるAIをつくるとします。猫が写っている画像と、そうでない画像をたくさん用意し、AIに見せます。AIは、画像から猫が写っている確率を計算し、正解と照らし合わせて、次にもっと正しく見分けられるよう内部の数値を調整します。これを何度も繰り返すのが、AIの学習です。

ChatGPTのような文章生成AIも、大量の文章から言葉のつながり方を学びます。質問に答えるときは、文脈に続く言葉の候補を、単語や文字の一部といった小さな単位で計算し、回答を順に組み立てます。学習済みのAIが、入力に応じて答えを出すことを推論と呼びます。

学習にも推論にも、数字を並べた表（行列）を使う大規模な掛け算や足し算が登場します。文章を生成する順番は決まっていても、次に続く言葉を決めるための計算は、細かく分けて並列に進められます。ゲームで画面の各部分を同時に計算していたGPUには、この仕事を速くこなす力があったのです。

ゲーム用のGPUをAIの研究に使うには、開発者がGPUに計算を指示する仕組みが必要です。そこでエヌビディアは、GPUを幅広い計算に使えるようにする開発基盤「CUDA（クーダ）」を用意しました。

生成AIが普及すると、AIを育てるための計算に加えて、利用者の質問に答え続けるための計算も必要になりました。エヌビディアには、GPUとともに、開発者が使い慣れたソフトウェアがありました。AIの利用が広がる時期に、チップと開発環境の両方をそろえていたことが、同社の強みです。

その変化は売上にも表れています。2026年7月26日までの四半期には、データセンター向けの売上がエヌビディア全体の9割を超えました。ゲーム向けGPUで知られた企業の事業の中心は、いまやAIの学習や運用を支えるデータセンターにあります。

インテルのCPUは、私たちがパソコンでさまざまな仕事をする時代を支えました。エヌビディアのGPUは、ゲーム画面を描くための並列処理を、AIの学習や運用に広げました。

いまもCPUとGPUは役割を分担し、AI向けの計算にはGoogleのTPUのような専用チップも使われています。そのなかでエヌビディアは、GPUとCUDAを長年育て、生成AIが広がるときに必要とされた計算を引き受けました。ゲームの映像を支えていた技術が、世界のAI開発を支える技術へと育ったのです。