NVIDIA、AIファクトリー拡大へ新たな収益分配モデル──推論需要は「使い続けるインフラ」へ

NVIDIAは、AIクラウド事業者が大規模なAIインフラを調達しやすくする新しい事業モデルを発表した。AIクラウドがNVIDIA搭載クラウドサービスを販売し、NVIDIAは通常の製品収益に加えて、対応容量から生まれるクラウド収益の一部も得る。

背景にあるのは、AIがモデル開発から本番推論へ移り、トークンを継続的に生成する「AIファクトリー」型の需要が増えていることだ。GPUを一度買って終わりではなく、高稼働で使い続けるインフラの経済性が問われている。

なぜ資金モデルが重要なのか

大規模AIインフラは、データセンター、電力、冷却、ネットワーク、GPU調達をまとめて必要とする。成長中のAI企業にとって、需要があっても資本集約的な設備投資がボトルネックになりやすい。

NVIDIAの説明では、新モデルはAIクラウドがAIネイティブ企業、エンタープライズ、ISV、研究機関、地域AIプレイヤーに向けて容量を提供することを支援する。Sharon AIは最大4万基のNVIDIA Grace Blackwell GB300 GPUを展開し、Firmusはインドネシア・バタムで360メガワット、最大17万基のNVIDIA GPU規模を見込むDSX AIファクトリーキャンパスを構築するという。

日本企業への影響

企業が生成AIを本番導入すると、 PoC段階では見えにくかった推論コストと容量確保が課題になる。チャット、検索、エージェント、コールセンター、コード生成を全社展開すれば、利用量は継続的に増える。

このとき重要なのは、GPUを誰が持つかだけではない。どのクラウドで、どのリージョンに、どのSLAで、どの価格体系で推論を走らせるかが競争力に直結する。NVIDIAの収益分配モデルは、AIインフラがハードウェア販売から利用連動ビジネスへ広がっていることを示す。

注意点もある

一方で、AIファクトリーの拡大は、電力、地域分散、ベンダーロックイン、供給集中の問題も伴う。企業は短期のGPU確保だけでなく、複数モデルの使い分け、クラウド間の移行性、利用量の監視を設計しておく必要がある。

AIの競争軸はモデルそのものから、安定して安く動かし続ける基盤へ移っている。今回の発表は、その基盤づくりに金融・収益分配の仕組みまで組み込まれ始めたことを示している。

参考：NVIDIA Blog