NVIDIA GTC 2026で、黄仁勳は自信を持って述べた：「多くのAIネイティブ企業が登場できたのは、NVIDIAが『計算の再定義』を行ったからだ」と。彼は、「我々は新たなプラットフォーム変革の始まりにいる。これは個人用コンピュータ革命に似ている」と語った。過去2年、ChatGPTの登場により、生成AI時代の幕が本格的に開かれた。
黄仁勳は、世界のAI計算能力市場が爆発的成長段階に入ったことを示す重要なスライドを披露した。その図は、世界のデータセンター市場の潜在規模（TAM）が2025年の約5000億ドルから、わずか1年で1兆ドル超（$1T）に急上昇し、拡大を続けていることを示している。最も核心的な概念は「Inference Inflection」（推論の転換点）である。
従来のAI開発は主に訓練（Training）段階に集中していた。これは大量のデータをモデルに学習させる工程だ。しかし、大型モデルの成熟に伴い、AIはさまざまな製品やサービスに展開され始めている。例として、カスタマーサポート、画像生成、プログラミング支援などがある。これにより、市場の焦点は訓練から推論（Inference）へと移行している。AIが数十億のユーザーによって同時に呼び出されるとき、質問や画像・動画の生成には計算能力が必要となる。この高頻度・低遅延の計算要求は、推論の計算需要を指数関数的に拡大させる。
演説の冒頭で、黄仁勳はNVIDIAのソフトウェアスタックが各産業でどのように応用されているか、特にCUDA-Xライブラリエコシステムについて長く紹介した。彼は「我々はアルゴリズム企業だ」と述べ、AIの実現には生成AIだけではないと強調した。「GenAIを壁に投げて成功するか見てみるのは戦略ではない」とも語った。異なる産業が直面する課題は非常に多様であるため、NVIDIAはドメイン固有のライブラリ（domain-specific libraries）を開発する必要があると述べた。
推論の転換点：世界のデータセンター規模は1兆ドルへ
NVIDIA GTC 2026の基調講演で、黄仁勳は重要なスライドを示し、世界のAI計算能力市場が爆発的成長段階に入ったことを明らかにした。その図は、2025年の約5000億ドルから、わずか1年で1兆ドル超に急増し、今も拡大を続けていることを示している。
このスライドの最も核心的な概念は「Inference Inflection」（推論の転換点）である。従来のAIは主に訓練段階に集中していたが、大型モデルの成熟により、AIは検索、カスタマーサポート、画像生成、プログラミングなど多様な製品・サービスに展開されている。これにより、市場の重心は訓練から推論へと移行している。
AIが数十億のユーザーによって同時に呼び出されるとき、質問や画像・動画の生成には計算能力が必要となる。この高頻度・低遅延の計算要求は、推論の計算需要を指数関数的に拡大させ、NVIDIAはこれを兆ドル規模のAIデータセンター市場を推進する主要な原動力と見なしている。
スライドの右側の市場構造は、現在のAI計算需要の主要な顧客を示している。約60％は超大規模クラウドサービス事業者（Hyperscalers）とAIネイティブ企業からの需要である。具体的には：
Amazon Web Services
Google Cloud
Microsoft
およびAIモデル開発者：
OpenAI
Anthropic
xAI
残りの40％の需要は、NVIDIAが近年強調している新領域から来ている。これにはSovereign AI（主権AI）、産業・企業向け応用が含まれる。主権AIとは、各国政府が自国の言語・文化・データ体系に基づくAIインフラを構築することを指す。例としては：
国家レベルのAIスーパーコンピュータの構築
ローカル言語モデルの訓練
国家データ主権の確立
また、従来産業も大規模にAIを導入し始めている。例として、
自動車・自動運転システム
製造・スマート工場
医療画像解析
金融リスクモデル
が挙げられる。
スライド中央には、ChatGPT、Gemini、Grokなどの主要なAIモデルエコシステムと、オープンソースモデルも列挙されている。特に、AnthropicとMeta Superintelligence Labsは2025年以降に台頭する新勢力として示されており、AIモデル競争の激化を示唆している。
GTC 2026での黄仁勳：NVIDIAは本質的に「アルゴリズム企業」
黄仁勳は、演説の中でNVIDIAのソフトウェアスタックが医療、製造、金融、クラウドコンピューティングなど多くの産業でどのように応用されているかを長く紹介した。彼は、「すべての能力は最終的にNVIDIAのCUDA-Xライブラリエコシステムに帰着する」と述べ、「我々はアルゴリズム企業だ」と強調した。彼は、CUDA-XをNVIDIAの「王冠の宝石（crown jewel）」と呼び、GPUの真の価値はハードウェアだけでなくソフトウェアプラットフォームにあると述べた。
最も重要なコンポーネントの一つはcuDNNであり、これは深層ニューラルネットワークに特化したGPU高速化ライブラリで、長らく主流のAIフレームワークに採用されてきた。現代の深層学習基盤の重要な要素となっている。
黄仁勳は、ソフトウェアがAIエコシステムにとっていかに重要かを再度強調し、cuDNNが同社の最も重要なライブラリの一つであり、現代AIブームの火付け役とも言えると述べた。会場では、CUDA-Xソフトウェアエコシステムの短編映像も披露され、その中にはAIとシミュレーション技術によって生成された、ほとんど偽物と見分けがつかない映像も含まれていた。これにより、GPU高速化と深層学習フレームワークが視覚計算においてもたらした革新を示した。
黄仁勳：「AIには産業専用のライブラリが必要だ」
黄仁勳は、AIの実用化は生成AIだけに頼るものではないと指摘した。「GenAIを壁に投げて成功するか見てみるのは戦略ではない」とも述べ、異なる産業が直面する課題の多様性に対応するため、NVIDIAはドメイン固有のライブラリ（domain-specific libraries）を開発し、各垂直分野に最適化された解決策を提供している。
これがCUDA-Xエコシステムの継続的拡大の理由であり、すでに以下の分野をカバーしている。
科学計算
医療画像
自動運転
金融分析
データエンジニアリング
これらのライブラリにより、GPUはさまざまな産業シナリオで最大のパフォーマンスを発揮できる。
垂直統合・水平オープンのAIスタック
黄仁勳は、NVIDIAの戦略を「垂直統合、水平オープン」と表現した。これは、NVIDIAがチップ、システム、ソフトウェア、アプリケーションプラットフォームまで一貫したスタックを提供しつつ、さまざまな企業や開発者がそのプラットフォーム上でアプリを開発できることを意味する。AI計算需要の爆発的拡大の背景において、このモデルこそが加速計算（accelerated computing）を推進する唯一の方法だと考えている。
AIの重要な戦場：非構造化データ
黄仁勳は、AIのもう一つの重要な課題として、非構造化データの処理を挙げた。世界のデータの約90％は非構造化であり、画像、映像、音声、自然言語テキストなどだが、従来は検索や分析が難しく、ほとんど無用とみなされていた。AIとGPU高速化技術の成熟により、これらのデータも分析資産へと変わりつつある。
例として、IBMはNVIDIAのcuDF GPU高速化フレームワークを利用し、WatsonXデータプラットフォームの処理効率を向上させ、大量の非構造化データの迅速な分析と活用を実現している。
OpenAIはAWS導入で計算能力の負荷軽減へ
AIインフラについても、黄仁勳はOpenAIの計算能力の課題に言及した。彼は、「現状、OpenAIは完全に計算能力に制約されている」と述べ、今年中にAmazon Web Servicesのインフラを導入し、大規模な計算需要を緩和する計画を明らかにした。
