NVIDIAは、AI推論の需要拡大に対応するため、クラウド事業者と収益を分配する新たな計算資源提供モデルを発表した。この戦略は、資金力に乏しいAIスタートアップのインフラ調達を容易にする一方、NVIDIAの収益構造をハードウェア販売から継続的な利用料収入へと大きく転換させる可能性がある。
NVIDIAがクラウド事業者と提携し、収益分配モデルを導入した背景には、ハードウェアの売り切り型ビジネスからの脱却と、継続的な収益源の確保がある。NVIDIAの公式ブログによれば、この「AIファクトリー」構想は、AIインフラの構築コストをクラウド事業者に一部転嫁しつつ、自社のエコシステムを強固に囲い込む狙いがある。製品販売収益に加え、クラウド利用料の一部を継続的に受け取ることで、利用状況に連動した経常収益を確立し、AIインフラ市場における主導権をさらに強化しようとしている。
この新モデルの初期パートナーとして、Sharon AIとFirmusが大規模なGPU導入計画を発表した。Seeking Alphaの報道によれば、オーストラリアのSharon AIは最大4万基のNVIDIA Grace Blackwell GB300 GPUを展開し、インドネシアのFirmusは最大17万基のGB300 GPUを計画している。これにより、AIスタートアップは用地選定や電力確保、建設といった重い初期負担を回避し、即座にフルスタックのアクセラレーテッドコンピューティング環境を利用可能になる。これは、AI推論環境の迅速な構築と展開を可能にするものだ。
NVIDIAの新モデルは、AIインフラの構築期間を短縮し、計算資源へのアクセスを加速させる点で大きなメリットがある。しかし、このモデルが最終的なAIサービスの利用コスト低減に寄与するかは不透明である。Quartzの分析では、NVIDIAがクラウド利用料の一部を収益として受け取る構造は、その分がAI企業や最終消費者のコストに上乗せされる可能性を指摘している。インフラ調達の迅速化と引き換えに、長期的な運用コストが増大する懸念も拭えないため、慎重な評価が必要となるだろう。
NVIDIA主導のAIファクトリー構想は、特定のハードウェアとソフトウェアエコシステム（CUDA）に依存したインフラ構築を加速させる。これは、将来的な技術の多様性や、AMDのMI300XやIntelのGaudiアクセラレーター、あるいはハイパースケーラー各社が開発するカスタムAIチップといった他社プラットフォームへの移行を阻害する「ベンダーロックイン」を加速させるリスクがある。AIインフラの選択肢が限定されることで、長期的な技術革新のペースや市場競争に影響を与える可能性も指摘される。
