NVIDIAの最大のライバルはAMDでもGoogleでもない。「物理学」だ。市場が次世代GPUの性能に熱狂している裏で、データセンターの現場では静かな、しかし致命的な「物理的敗北」が確定しつつあることを、どれだけの人が理解しているだろうか。

ぼくらが直面しているのは、単なるチップの進化ではない。熱力学という宇宙のルールが突きつける「120kWの壁」という絶対的な限界点だ。

「空冷」の時代は終わった。
これは比喩ではない。物理的に、空気という媒体ではもはやAIを支えきれないのだ。最新のBlackwell世代、特にGB200 NVL72が突きつけた現実はあまりに残酷だ。1ラックあたり120kW。この熱密度は、従来のハイパースケールデータセンターの4倍から6倍に達する。

これを「風」で冷やすことが、いかに狂気じみているか想像してほしい。

空冷で120kWを制御しようとすれば、データセンターはもはや計算する場所ではなく、巨大な暴風実験室と化す。ここで発生するのは2つの絶望的な現象だ。

一つは「寄生負荷（Parasitic Load）」の暴走。
空気は熱を運ぶ効率があまりに悪い。そのため、熱を排出するためだけにファンを限界まで高速回転させる必要がある。その結果、供給される電力の20％から30％が、計算ではなく「ファンを回すためだけ」に消えていく。AIを動かしているのか、巨大な扇風機を動かしているのか、もはや区別がつかない本末転倒な事態だ。

もう一つは、より深刻な「音響による破壊」だ。
120kWを空冷するためのファンノイズは、ジェットエンジンの至近距離に匹敵する音圧を生む。この凄まじい「音の振動」は、サーバー内のHDDの読み書き性能を物理的に低下させ、さらには精密な基板のはんだ接合部さえも破壊するリスクがある。
つまり、空冷を維持しようとすれば、AIはその「叫び声」で自らの身体を壊してしまうのだ。

だからこそ、産業全体が「水」へと舵を切る。これは選択肢の一つではなく、唯一の生存ルートである。
液体は空気の約4,200倍の熱容量を持つ。水冷（液冷）への移行は、単なる冷却方式の変更ではない。人類がシリコンバレーで築き上げてきたインフラの「血管」を、すべて引き抜いて交換するレベルの「総取り替え工事」を意味する。

NVIDIAという「脳」が進化すればするほど、その脳を冷やすための「心臓（ポンプ）」と「血管（配管・CDU）」、そして「冷媒」を支配する企業の価値は、指数関数的かつ不可逆的に高まっていく。

「AIバブル」などという言葉で思考停止する前に、足元を見てほしい。そのサーバーラックは、熱力学の審判に耐えられる設計になっているか？
物理法則は、株価のように反発してはくれない。限界を超えれば、ただ静かに、システムを焼き尽くすだけである。 November 11, 2025

Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

あ、あの
nvidia180.6ドルなんですけど
昨日172ドルで1万株買ったんです
いくら勝ちですか？？ November 11, 2025

Googleは、Nvidiaを速度で倒すのではなく、計算コストを安くすることでAIで勝とうとしている。
NvidiaはGPUをクラウドに売る時に70％以上の高いマージンを乗せ、それがクラウド価格を押し上げる。

一方Googleは、TPUをほぼ製造原価で自社用に作り、販売マージンなしでAggressiveなクラウド価格を出せる。
これはチップ → ネットワーク → クラウドの垂直統合により、スタック全体を押さえているから。

トレーニングは最速チップが重要だが、運用段階では推論がコストの大半を占める。
もし推論がAIコストの90％になるなら、勝者は大規模に最も安いトークン単価を提供できる企業になる。

GoogleはTPUでトークン単価を下げ続け、それをクラウド価格に反映させる。
そうなると、買い手は速度より価格・安定性・供給量を重視する可能性が高い。

Nvidiaは最先端のトレーニングでは強いが、推論が安価なTPUに移れば高いマージンは縮むかもしれない。
さらにGoogleは、Search/YouTube/Android/Workspace でTPUのキャパを常に埋められる巨大ディストリビューションの強みがある。

(ChatGPT和訳) November 11, 2025

👁️‍🗨️2024/05 ジェンスン・フアン（エヌビディアCEO/スタンフォード大にて） $NVDA
・私の長所の1つは期待値がとても低いこと、一方スタンフォードの卒業生の多くは高い期待を持っている（学校で成功し、上位の成績を収め、学費を払えるほど恵まれ、地球上で最高の機関を卒業する）
・高い期待値を持つ人は回復力が低い。残念ながら成功には回復力が重要。私はそれを教える方法を知りませんが、苦難が起こることを祈る（笑）
・私は幸運にも成功の機会も多かった一方で、挫折と苦難もありました。今でも会社で『痛みと苦難』という言葉を喜んで使います。『これで大きな痛みと苦難が生まれるぞ』と、なぜなら、それで鍛えられるから
・偉大さは知能から来るのではなく、人格から来ます。人格は賢い人から形成されるのではなく、苦しんだ人から形成されます。だから、あなたたちに願うなら、スタンフォードの学生諸君に、『たっぷりの痛みと苦難を願います』。 November 11, 2025

2025年，我的几个第一性原理：

1. LLM token一定会越来越便宜，模型越来越强大，记住，所有做LLM Agent的人，都必须思考如何用10~1000倍的token带来革命，而不是他妈跟个傻逼似的天天想着省token；

2. chatbot的形式一定会被消灭，no chatbot revolution才是正确方向，一切AI应用不可能 、不应该、绝对不是一个个大号聊天机器人，一个个大对话框等着人大段大段往里敲字，

记住，所有AI产品必须重新设计，一切chatbot AI应用必定会被改写成NO CHATBOT形式，无一例外，chatbot的产品形态必然会彻彻底底、完完全全地淘汰，

或者那个傻逼一样的对话框，至少作为二等公民出现；

3. AI助手一定不能用“按个按钮”、“截个图”、“上传个文件”，再写个长长的prompt的形式出现，让用户解决个问题，先让用户点点按按十几次，

AI助手一定是具有强侵入性的，一定能主动嗅探一切环境，吞掉一切数据和信息，一定会主动在后台观察一切操作和行为——并且在疑似需要帮助的时候，主动弹出个对话框，用户一键确认后，主动接管，主动解决一切问题，

而绝不应该像准备个考试一样，准备文件、准备截图、准备一大堆按钮、准备一大长串prompt，让用户跟个大傻逼似的，手忙脚乱地在那儿表演，

总而言之，无论是商业落地的AI Agent，还是各种办公软件、工具、生活类的AI Agent，一个个不仅是傻逼兮兮的大黑框chatbot，而且要用户手动输入一大堆文件、图表、链接、信息，再敲一大段prompt——这些全都走了大弯路，

toC的无缝衔接强入侵的主动AI Agent助手，完完全全不会给你任何告诉他的机会，而是让AI Agent主动判断你是否需要我，直接给你一个大大的对话框，简单描述一下“我计划怎么帮助你”——你点一下确定，它来解决后面所有的事情。

4. 一切能用coding解决的问题，都是SWE Agent能解决的问题，也就是说，都可以直接拿claude code这类工具套壳来用，

SWE Agent这个形态，最擅长解决的问题，就是在一个确定的环境（一台机器、几台机器、若干仿真环境、一套terminal里的编译器/脚手架/运行环境/包管理、profiling和debugging方法）解决的问题，

而用coding解决的问题，从来都不止coding，一切VHDL/Verilog等电路设计、电路simulation和validation、一切类似labview和matlab simulink中可以仿真的电机、信号、示波器等等模块，

甚至ansys和CAD这类工具，还有大量data science和计算的问题，以及用lean或者formal-proof解决一些proof-based的数学和模型问题，都可以转化成一些API和coding解决的问题，然后让SWE Agent来解决，

这类问题可以叫做“一台机器上的确定环境下的问题”，

这类问题的特点是，可以靠LLM的智能不断拆分成一大堆subtasks，然后在本地环境下反复尝试、反复试错、反复看output、反复试验结果，失败后再换一个新的approach；

5. full self coding（https://t.co/W0qe8YtsYX）就是基于上面所有第一性原理的一个试验。

我将会设计一套侵入式试验，让10~500个ai agent组成一组，给一个github项目找出所有潜在的问题，包括文档、测试、修bug、优化、重构、完成todo list、加功能、加API等等，让10~100个agent并行完成这个repo潜在需要完成的所有任务，

并且让至少10组这样的agent去github上面公开贡献，等于在没有任何人为输入prompt的前提下，造出来1000~5000个agent在开源世界源源不断地做出贡献，就死死赖在github上面，尝试修复一切可能修复的潜在问题，做出贡献。

请你记住full self coding是最坚决贯彻test-time scaling law的行为，

full self coding坚决相信，人是ai agent世界最傻逼、最慢、错误最多、判断失误最高的存在，让程序员手敲prompt，无异于给AI Agent拖后腿，

只有先分析出问题，然后让10~500个agent同时并行运行，才能最大化执行的效率，最快速度解决已经发现的问题，无休止地为github提供潜在的有价值贡献——并且最关键的是，把“敲prompt的程序员”这个最垃圾、最慢、出错最多的环节彻底消除；

6. full self coding最大的瓶颈，一个是token价格过高，一个是目前几乎所有主流供应商，LLM inference速度过慢，

所以我最后的一个想告诉大家的价值观是：

groq、sambanova、cerebras这种在片上堆满几个GB的SRAM，在inference上效率是nvidia、amd、google TPU这些落后架构的10~50倍，这是test-time scaling law的最后一环，

如果人类在claude code、gemini cli上全面接入groq、sambanova、cerebras上host的模型，所有速度都会再快10~50倍，

现在最大的问题是，groq、sambanova、cerebras他们只能白嫖开源模型（deepseek、qwen、zai甚至更难用的llama），因为这三家自己没能力训练模型，本质是卖芯片的（实际是自己造完data center后卖API），

但是只要中国几家厂商能源源不断输送最好的开放weights的模型，让groq、sambanova、cerebras持续用上他们能用的最好的开放weights的模型，这三家最终会把nvidia、google tpu连同他们的客户一锅端。

人类依然非常需要LLM inference的时间上的飞速优化，只不过现在人们需要更强的模型，而人类愿意为此多等等时间，

但是终归有一天人们会发现，无论是coding，还是在各种infra中快速反馈相应，哪怕是简单的搜索或者问答，inference速度这件事才是至关重要。 November 11, 2025

📒12年で400倍のリターンを生んだ私の投資4原則 —— NVIDIAの独占は終わるのか？その問いが的外れな理由 $NVDA

2025年11月、投資家コミュニティで最も熱い議論を呼んでいるのは、AIモデルの覇権争いではない。

「NVIDIAの独占は終わるのか」

これだ。

11月24日、The InformationがMetaとGoogleの交渉を報じた。MetaがGoogleのTPU（Tensor Processing Unit）を数十億ドル規模で利用することを検討しているという。これまでNVIDIA一辺倒だったMetaが、代替を真剣に模索している。

同じ週、Amazonは自社開発チップ「Trainium3」の年内プレビューを発表した（量産は2026年初の見込み）。Microsoftも独自チップ「Maia」の開発を進めている。Googleは第7世代TPU「Ironwood」の一般提供を数週間以内に開始すると発表し、Anthropicは10月にTPU利用の大規模拡張を発表、最大100万基のTPUでClaudeを運用する計画を明らかにした。

「NVIDIA終焉」の声が、かつてないほど大きくなっている。

私は20年以上、テクノロジー株に投資してきた。2013年から保有し続けている NVIDIA $NVDA は400倍以上のリターンをもたらした。当然、この問いは私にとっても切実だ。

しかし、結論から言おう。

「NVIDIAの独占は終わるのか」という問いは、投資判断において的外れだ。

なぜか。この記事では、その理由を段階的に論証する。そして、投資家が本当に問うべきことは何か、私のこれまでの投資経験に基づいてその考え方を共有したい。

なぜ今「NVIDIA終焉論」が盛り上がっているのか

まず、終焉論者の主張を公平に整理しよう。彼らの議論には、無視できない根拠がある。
第一に、ハイパースケーラーの「脱NVIDIA」の動きだ。

Google、Amazon、Microsoft、Metaという4大テック企業のすべてが、独自AIチップの開発に巨額投資を行っている。GoogleのTPUは10年以上の歴史を持ち、第7世代Ironwoodは1チップあたり4,614テラFLOPS（FP8）という性能に達した。AmazonのTrainiumは第3世代に進化し、コスト競争力でNVIDIAを脅かしている。
これらの企業がNVIDIAへの依存度を下げようとする動機は明確だ。NVIDIAの粗利益率は70%を超える。大口顧客から見れば、NVIDIAに支払う金額の大半が「利益」としてNVIDIAに吸い取られている。自社でチップを開発すれば、この利益を自社に取り込める。

第二に、AIモデル競争の激化がインフラ多様化を加速させている。

2025年11月の2週間で、AIモデルの王座は4度入れ替わった。11月12日にOpenAIが GPT-5.1 をリリース。5日後の11月17日にxAIの Grok 4.1 が主要LLMベンチマークで王座を奪取。翌18日にGoogleの Gemini 3 がLMArena Elo ベンチで 1501という史上初の1500超えを記録。そして24日、Anthropicの Claude Opus 4.5 がSWE-bench Verifiedで初の約80%台を記録しトップに立った。
この激しい競争の中で、各社はインフラの多様化を進めている。OpenAIは10月28日にMicrosoftとの再契約でクラウド独占性を緩和し、11月3日にAWSと7年間B（380億ドル）の大型契約を締結した。

第三に、Google TPUの外部提供の拡大だ。

従来、TPUはGoogle社内での利用が中心だった。しかし、2024年12月に第6世代Trilliumが一般顧客向けに提供開始され、第7世代Ironwoodも2025年内の一般提供が予定されている。Anthropicは2023年からTPUを使用してきたが、2025年10月に最大100万基への大規模拡張を発表した。そして、MetaがTPUを数十億ドル規模で利用することを検討している。

これらの事実を見れば、「NVIDIAの独占は崩れつつある」という主張には一定の説得力がある。

しかし、この議論には決定的な見落としがある。

終焉論者が見落としている「不都合な数字」

2025年11月20日、NVIDIAは2026会計年度第3四半期の決算を発表した。
売上高は.0B（570億ドル）。前年同期比+62%、前四半期比+22%。データセンター部門の売上は.2Bで、全体の90%を占めた。第4四半期のガイダンスはB。アナリスト予想を上回る数字だった。

決算説明会で、CFOは「2026年末までに0B（5,000億ドル）の需要可視性がある」と明言した。供給は「週1,000ラック」のペースでなお逼迫している。Blackwell世代の需要について、Jensen Huangは「想像を絶する」と表現した。

「TPUの脅威」「カスタムシリコンの台頭」が叫ばれる中で、この成長率だ。

しかし、私が最も注目したのは売上高ではない。

決算説明会でJensen Huang CEOが言及した「5000億ドルの可視性（visibility）」だ。これは、2026年末までにNVIDIAが確実に認識できる需要の総額を意味する。受注残高ではなく、顧客との対話から見える需要の全体像だ。

5000億ドル。これは、NVIDIAの年間売上高の2年分以上に相当する。これは現在も供給が需要に追いついていない状況が続いているということだ。

ここで、終焉論者の主張と現実の数字を対比してみよう。

終焉論者は言う。「ハイパースケーラーは脱NVIDIAを進めている」と。

確かに、GoogleはTPUを開発し、AmazonはTrainiumを開発し、MicrosoftはMaiaを開発している。しかし、これらの企業は同時に、NVIDIAからも大量のGPUを購入し続けている。

なぜか。需要がすべてのチップメーカーの供給能力を超えているからだ。

OpenAIが発表した2025年から2035年のインフラ投資計画を見てほしい。Broadcomに3500億ドル、Oracleに3000億ドル、Microsoftに2500億ドル、NVIDIAに1000億ドル、AMDに900億ドル、AWSに380億ドル。合計1兆ドル超。

これは「NVIDIA離れ」の計画ではない。全方位への投資拡大だ。NVIDIAへの投資額1000億ドルは、現在のNVIDIAの年間売上高の約半分に相当する。

終焉論者が見落としているのは、単純な事実だ。

「NVIDIAの独占が崩れる」と「NVIDIAの売上が減る」は、全く別の話だ。

市場シェアが100%から80%に下がっても、市場規模が3倍になれば、売上は2.4倍に増える。

これが今、AIチップ市場で起きていることだ。

Google TPUの実力を冷静に評価する

終焉論を否定するだけでは不十分だろう。
TPUの実力を正確に理解することが、投資判断には不可欠となる。

続きはこちら！：

https://t.co/ByZGJ5MzfW November 11, 2025

先月ひょんなことからGoogle TPUとAmazon Trainiumを社内検証（と言っても小規模）やる機会があったが、改めて言うと、

NVIDIAのチップの置き換えにはならない。やるなら相当な覚悟と技術力がいる。
詳細はあんま書けないけど、cuda依存を完全に無くすのはかなり難しい。 November 11, 2025

💥💥💥こちらをご覧ください
❗️❗️❗️超極秘情報です！
絶対真実
お見逃しなく、これは絶好の機会です
私の友人はトヨタ自動車で管理職を務めてもう15年になります。
今日、彼女の一言に私は本当に驚かされました。
彼女はこう言いました：
「中国がグラファイトの輸出を絞っても、倭国のサプライチェーンは崩れないわ。
Samsung、NVIDIA、BYD はすでに愛知の“次世代負極材”を作る小型メーカーに目を付けているの。
従業員わずか200名なのに、全固体電池分野で年間数千億円規模のコスト削減効果が見込まれている。」
「受注枠は2030年まで埋まりつつあるのに、株価はまだ200円台。
本当の上昇は、来年始まる“国内量産ライン2号機”の稼働次第よ。」
わかっている人は、もう静かに買い集めている。
いいねしてフォローして頂ければすぐにブランド名をお伝えしま 投資の初 学者および早期利益回収を希 望される方々にとっ て最良の選択肢！
「いいね」+「フォロー」をすると、株式情報が無料で手に入ります。 November 11, 2025

334億ドルの殻ゲーム：シリコンバレーの最大の詐欺が40日で崩壊する仕組み

Nvidiaは昨日、誰も気づかなかった壊滅的なことを報告しました。

Days Sales Outstandingが53日に跳ね上がりました。過去の平均：46日。その7日の差は、Nvidiaが帳簿上では収益として計上したものの、現金としては決して受け取っていない104億ドルの収益を表しています。

実際の状況はこれです：

NvidiaがAIスタートアップに投資します。
それらのスタートアップがクラウドサービスを購入します。
クラウドプロバイダーがそのお金を使ってNvidiaのチップを買います。
Nvidiaがそれを収益として計上します。
しかし、それは同じお金がぐるぐる回っているだけです。

証明は数学的です：
• 売掛金：334億ドル（昨年から倍増）
• 在庫：198億ドル（「不足」中に増加）
• クラウドコミットメント：260億ドル（90日で倍増）

総資本の閉じ込め：792億ドル。
昨年の総現金生成：648億ドル。

彼らはこれまで稼いだことのないほどのお金を閉じ込めています。

決定的証拠：在庫が32%増加しているのに「異常な需要」を主張するのは、チップが実際に売れていない限り不可能です。不足と余剰を同時に持つことはできません。基本的な物理学です。

営業キャッシュフローは純利益の75%に過ぎません。健全な企業は100%以上を生成します。その25%のギャップ？ 決して本物のお金にならない偽の収益です。

次に何が起こるか：

2025年12月：経年スケジュールが真実を明らかに
2026年2月：退出の最後のチャンス
2026年4月：最初の売掛金償却
2026年10月：完全な崩壊が始まる
今日の株価：140ドル
償却後の価格：70ドル

これは推測ではありません。会計の算術です。売掛金が60日を超えて経年すると、GAAPの下で償却が義務付けられます。

Nortelは2001年にこれをやりました。Lucentは2000年に。両方ともゼロになりました。

メカニズムは同一：成長を装った循環ベンダー融資です。

自分で検証：どのテック企業のDSOでも確認してください。50を超えると破滅の予兆です。

カウントダウンが始まりました。

詳細な深掘り記事はこちら - November 11, 2025

今年56歳で、SBI証券を退職しました、
株を27年続けており、月収は1400万円です
📈一緒に買った皆さん、本当におめでとうございます、
⭕️（4570）免疫生物研究所 701→2,619
⭕️（7011）三菱重工 292→4,515
⭕️（4424）Ａｍａｚｉａ 345→705
⭕️（2374）セントケアHD 820→1,216
⭕️（9322）川西倉庫 1462→2,599
⭕️（5803）フジクラ 6,720→21,525
⭕️（7711）助川電気工業 4,830→11,420
⭕️（9367）大東港運 1,099→1,606
⭕️（8136）サンリオ 3,108→8,270
⭕️（5596）アウトルック 1291→1,794
⚠️これから起こることは、ただ一つ。
上方向への大きな動きです。🚀
三菱重工の時と似てる超低位AI株を発見！
エヌビディア受注の噂もあって、
現在126円、目標6,580円（過去最高9,630円）。
補助金＋中小企業支援で伸び代も◎
全体的に見ても、中期・短期どちらでも上昇余地はかなりあると思うよ〜
正しい買い時さえ掴めば、短期でもしっかり利益狙えるよ〜！
なぜ有料にしないのかとよく聞かれますが、株情報の発信はあくまで趣味であり、経済的に困 っていないため無料で公開しています。
👍いいねしてフォローして頂ければすぐにブランド名をお伝えしま November 11, 2025

🧵📉📈それよりも‼️

【ニック警告：12月相場の“爆心地”はここやで】

“The Fed’s rate ceiling has a hole in it.”
＝ 金利の“天井”、穴あいとるで？

ニック兄さんの真意ひと言で言うと👇
🟥 “12月は利下げ/利下げないより、揺れ幅の方がヤバい”

せやから今日は“本丸”いくで📣🔥
→ 相場の安全装置“SRF”に不具合疑惑や

🟥① そもそもSRFって何や？

Standing Repo Facility（常設レポ施設）

ざっくり言うと👇
➡ 短期金利が“上限レンジ”ぶち破らんように、FRBが用意した安全弁。

“金利のサーキットブレーカー”みたいなもんや。

普通はこうなる👇
金利跳ねそう
→ 銀行「SRFで即キャッシュ借りよ〜」
→ 上限（FFR天井）を守る

これが FRBの“天井ガードマン” や。

🟦② 今何が起きてる？

銀行「SRF…使うの怖いんやが😇」

理由👇
・使ったら“困ってる銀行”扱いされる
・ディスカウントウィンドウと同じ“恥マーク”化してもうた

→ 誰も触りたがらん
→ つまり 天井ガードマンが職務放棄

🟧③ さらに悪い材料：年末は“金利暴れる条件”フルコンプ

✔ QTで流動性ごっそり吸われた
✔ 財務省の国債発行でさらに吸われた
✔ 高金利でカネが回らん
✔ 銀行はバランスシート縮める季節（12月）

➡ 短期金利が乱高下しやすい“火薬庫ゾーン”に突入。
➡ ニック「これSRF動かへんかったら天井吹っ飛ぶで？」

これが今回の“爆心地”や🔥

🟥④ ニックの核心（ここだけ覚えたら勝てる）

SRFが機能不全のまま年末入ると：

🔻 FF金利がレンジ上限突破
🔻 “FRBの統治能力”に疑問符 → 債券市場が荒れる
🔻 短期金融市場に小型ショック
🔻 株は一瞬ガツン（＝押し目の号砲）

ニックは
“利下げ・利下げないの議論なんかより100倍重要や”
と言うてる。

🟫⑤ 投資家への示唆（超重要）

👉 12月前後、FFR上限タッチ／レポ金利ジャンプが出たら“SRF不発”の合図。

👉 でもこれは“売り”やなくて
　“押し目を生成する自然災害” やで。

短期の揺れに踊らされる必要ゼロ。
“構造の勝者”さえ握っときゃ勝てる。

🟩⑥ ワイ流：結局どこが勝つん？

倭国：精度×半導体（歩留まり・検査）
米国：AI中枢（NVDA／MSFT／TSMC／ASML）

SRFショックが来ても
全部 “押し目プレゼント箱🎁✨”

理由は簡単👇
→金利が荒れても、構造需要（AI需要・サプライチェーン精度）がビクともせんから。

揺れたら、
むしろ“拾える側の勝ち”。

🟥結論

12月の本番は利下げやない。
“金利インフラ（SRF）が持つかどうか”や。

もしSRFが動かへんかったら—
それは “押し目の号砲” やで📣🔥

ほな、12月相場、準備万端でいこか🥳🗽 November 11, 2025

JPモルガン vs ストラテジー

MSTR をめぐる二つの対立するナラティブで議論が巻き起こった

一つのグループは、MSTR が破産寸前だと主張

もう一つのグループは、MSTR がJPMに挑み、金融秩序を脅かしていると主張

これらナラティブは、金融産業複合体（FIC）がどのように機能するかの構造的な現実を見逃している

投資銀行で働いた経験があり、これらのシステムが内部からどのように設計されているかを理解している者の視点から言えば、これらの解釈のどちらも起こりうる可能性を反映していない

人々は、Apple、NVIDIA、Microsoft のような世界最大の企業がグローバルな結果を決定づける企業巨人と仮定している。しかし戦略的に見れば、彼らは主権を持たず、FIC 内部のオペレーターであり、FIC は代理投票ブロック、信用窓口、インデックス構造、引受独占、輸出規制、規制の絞め付け、政治的資本配分を通じて彼らをコントロールしている

企業は運用上の決定（製品、エンジニアリング、マーケティング）をコントロールするが、戦略的方向性（資本の流れ、再融資、地政学的連動）をコントロールしない

戦略レベルでは、FIC が境界を設定する

これが MSTR を理解するためのレンズである

これらはマイケル・セイラー個人に特有のものではない

これは、有限ゲームの企業実体が FIC の資本市場に依存しながら、無限ゲームの通貨資産を保有しているときに起こることである

主権金融では、債権者機関が無限の主権的地平と有限の繰り返しの負債を組み合わせることで、国家を従属させる

国家はデフォルトすることは稀で、代わりに債務が永遠にロールオーバーされ、政策に対する永続的な影響を生み出す

力は資産を奪うことではなく、運搬手段をコントロールすることから生まれる

MSTRも同様の構造的緊張に直面している

ビットコインは無限ゲームを表す（満期日なし、相手方なし、長期的なネットワークの回復力）

MSTR は有限の運搬手段である（四半期収益、債務満期、再融資スケジュール、インデックス適格性、機関投資家株主の期待）

その非対称性が、MSTR を有限ゲームを統治する FIC の兵器にさらす：空売りポジション、デリバティブ、インデックス除外、担保ルール、流動性チャネル、ブローカー・ディーラーの影響

MSTR は崩壊寸前ではない、なぜなら FIC はその崩壊から利益を得ないからだ

MSTR はシステムに挑んでいるわけではない、なぜなら構造的にそれはできないからだ

FIC が最も利益を得るのは、MSTR が生き延びることだ。それはビットコインを支持しているからではなく、MSTR が無限ゲームのビットコインに対する短期的な有限ゲームの圧力を効果的に適用するための強力なツールとして機能するからだ

ビットコイン自体は規律づけられないが、649,870 BTC を保有する企業ラッパーは規律づけられる

それはレバレッジされた代理であり、特定の条件下での潜在的な強制売り手であり、センチメント操作の運搬手段である

これらの特徴が、MSTR を死んでいるよりも生きている方が有用にする

その義務がキャッシュフロー を超えるため、FIC の資金調達窓口に永遠に依存し続け、構造的従属の教科書的な形態を維持する

構造的に見て、ウォール街のツールとして機能する可能性が、対抗者として機能する可能性よりもはるかに高い

FIC は MSTR を破壊する必要はない。有限ゲームの FIC が短期的なビットコインのダイナミクスに影響を与えるための手段として、MSTR が存在し続ける必要がある

短期的な有限ゲームでウォール街を打ち負かすことはできない（誰もできない）が、長期的な無限ゲームでは勝つことができる

ビットコインは複数年にわたる地平で操作できない

法定通貨市場は歪曲し、圧力をかけ、短期的なノイズを増幅できるが、ビットコインの長期的な軌道を変えることはできない

長期的な時間地平では、ビットコインのインセンティブがそれに対して展開されるすべての短期メカニズムを圧倒する

本当の戦いはMSTR🆚JPMではない

本当の戦いは、デリバティブ、お金、株、暗号通貨、債券のプリンター対 ＃セルフカストディ のビットコインである

FIC を打ち負かすのは、それに逆らう取引ではない

私たちはそれを完全に退出することで打ち負かす

私たちは長期保有とセルフカストディを通じてそれを打ち負かす

FIC は有限ゲームを操作する；ビットコインは無限ゲームのプレイヤーを報いる

ビットコインは無限ゲームである

セルフカストディはそれに勝つ方法である November 11, 2025

$TSLA $NVDA $SPY
トムリーさん👦年末にかけてS&P500はあと5〜10%は上狙えると見とる。 なんなら条件そろえば、もっと強いラリーになる可能性もあるわ。
ただしやで、2026年は注意必要や。 今の相場は強いけど、でっかい調整が来る可能性ある。 **最大20%くらいのドローダウン（急落）**は覚悟しといた方がええかもしれん。

「いやぁ正直な、みんな今めっちゃ悲観的になりすぎやねん。ワイからしたら“この空気、どっかで見たことあるな…”って思ったら、2008年の時の雰囲気とそっくりやねんな。でも実際の相場の動きは真逆で、めっちゃキレイなV字で上がっとるんよ。
ほんでな、なんで上がりやすいかっていうとやな、

まず投資家のセンチメント（気分）が異常に弱気すぎる。みんな怖がりすぎ。

せやけど、企業の業績は結構しっかりしとるし、インフレも落ち着いてきとる。

さらに年末に向けて、FRBが利下げに動く流れが濃厚やから、これが追い風になるんよ。

それにファンドマネージャーらもな、
「株アンダーウェイト（持ってなさすぎ）」状態で構えとるから、
ちょっと相場が上向いたら、
**“あ、やばい！買わな遅れる！”**って一気に資金が戻ってくるねん。

せやからワイは、
年末にかけてS&P500はあと5〜10%は上狙えると見とる。
なんなら条件そろえば、もっと強いラリーになる可能性もあるわ。
ただしやで、2026年は注意必要や。
今の相場は強いけど、でっかい調整が来る可能性ある。
**最大20%くらいのドローダウン（急落）**は覚悟しといた方がええかもしれん。
あとクリプトも忘れたらアカンで。
今めっちゃ売り圧も落ち着いてきとるし、需給もよくなってる。
ビットコインもイーサも、年末ラリーの形はちゃうんやけど、上に行く準備できてるって感じやな。」 November 11, 2025

なるほど。Nvidiaは製造とR&Dコストに70%以上の大きなマージンを乗せてGPUをクラウドに販売し、クラウド価格を押し上げている。Googleは、製造コストに近い価格でTPUを構築し、積極的なクラウド価格を押し出す

これが垂直統合で、チップからネットワーク、クラウドの全体のスタックを所有することで価格競争力が出てくる。学習は最速のチップを好むが、モデルが稼働するとコストの大半は推論に費やされ、安定した低コストのハードウェアが重視される

推論が支出の90%を占めるようになれば、勝者は最低のトークンあたりのコストを提供する者になる。Googleの計画はTPUでトークンコストを継続的に削減し、クラウド価格を通じてその節約を顧客に還元すること

Nvidiaは最先端のトレーニングで強さを保ち続けるが、ワークロードがTPUでの安価な推論に移行すれば、高いマージンは縮小する可能性がある

ディストリビューションもGoogleにとって大きなレバレッジで、Googleは検索、YouTube、Android、ワークスペースを通じてTPU容量を埋め尽くすことが可能 November 11, 2025

《最高峰モデルPCをプレゼント》

抽選で🔟名様へ👇をプレゼント🎁
NEXTGEARゲーミングPC FG-A7G80

🟪Windows 11 Home 64ビット
🟪AMD Ryzen 7 9800X3D
🟪NVIDIA GeForce RTX 5090

【参加受付】
➊いいね＋フォロー
➋好きな絵文字をコメント

〆切：11/30 23:59 https://t.co/xm72JBG6NB November 11, 2025

🪩【Tomcat-01】🪩
🐦‍🔥爆益攻撃型🐦‍🔥
【収支報告】11月25日分
🍀〜～～🍀～～～🍀
利益：➕323,878円
日利：➕32.4％
■GOLD時短稼働
🍀〜～～🍀～～～🍀
参加希望の方は「燃える刃【Fire Blade 】Class」
https://t.co/9DlbzoEMU2
#ad
#FX
風呂の日/iPhone17/+500/ワンちゃん/GOOGL/NVDA/連休明け https://t.co/SbjZHD08gl November 11, 2025

#今日の米国株式相場まとめ #米国投資情報速報

明日が感謝祭で、今日は取引時間も短かったこともあり、全体の雰囲気は出来高の少ないクリスマスラリーに少し似ていましたね。2018年のように、クリスマスど真ん中で出来高の薄い中に暴落が起きたことを思い返すと、今日は出来高が少ないぶん上方向に動いてくれてホッとします。こういう相場は上がっている時は安心できますが、もし急落していたら休暇中の人は心からリラックスして過ごせないでしょうね。

ぼかしなしで毎日見たい方はここ(見放題/月390円)👇
https://t.co/HSdlbCqduK

noteには、今日動いた個別株についてもそれぞれ解説しています(無料)👇
https://t.co/HSdlbCqduK
$GOOGL $NVDA $ORCL $NVO $BLK $DE $DELL $WDAY $ADSK $BBY $HOOD $KSS $BURL $ANF $ARWR $CLSK $EMBC

今週は感謝祭のため明日は市場がお休みで、28日は自分もお休みをいただく予定です。それでは、良い感謝祭をお迎えください。今日も素敵な11月の1日になりますように。 November 11, 2025

$NVDA VS $GOOGL どっちが勝つのか！？とか不毛で、どっちもすごいしAIが伸びればどちらも伸びるんじゃないの？ってことで、FANG+ ( $FNGS ) にどかっと張ってればいいと思うんですよ https://t.co/BXDvgtKecO https://t.co/eW9K9f4dzH November 11, 2025

米国市場は昨晩も上昇し、基準価額は過去最高値を突破。エヌビディアの決算近辺で起きた今月の下げは4%程度に留まり調整局面とはならなかった。ただ、S&P500の割高感は払拭されておらず今後は上値が重い展開が予想される。FOMCでの利下げで年末ラリーとなるか。今晩の米国市場はThanksgiving Dayで休み https://t.co/AR5axVIHgn November 11, 2025