謎の企業「NVIDIA」を分解する

 

1) 序

5月下旬、「トヨタがNVIDIAを採用」というニュースと共に、NVIDIAには「謎のAI半導体メーカ」という冠がつけられて、注目を集めた。

「謎の〇〇」という冠も大げさではあるが、その実像を今回は分析する。

 

2) NVIDIAを評することは、「群盲象を評す」がごとし

NVIDIAという半導体メーカは、知る人には知られている。ただ、その人の属性により、そのイメージはまったく違う。「NVIDIAとは？」と質問しても、まったく違う回答が返ってくるであろう。例えてみれば、図1のようになる。いかがであろうか?

 

NIVIDAのユーザグループは、お互いにほぼ接点が存在しないグループである。にも関わらず、NVIDIAはそれぞれのグループにおいて高いプレゼンスを持っている。

そして、これらがGPUという一つの技術を起点に展開されていることに、NVIDIAが今という時代のツボを押さえていることを感じさせ、「謎の企業」と言うだけでは済ませない何かを持っている。

この意味において、「謎の企業」という表現は実は当たっているのである。

注1)         ゲーマにとってのNVIDIAは、グラフィック・ボード・ビデオボード (ブランド名はGeForce)のトップペンダー

注2)         インダトリアルデザイン関係者にとってのVIDIAは、画像制作アクセラレータ (ブランド名はQuadro)のトップペンダー。NVIDIAのGPUはプロフェッショナルグラィクスワークステーションで90%の世界シェアを持つ。

注3)         映画や放送関係者にとってのNVIDIAは、視覚効果作成アクセラレータの有力ベンダ (ブランド名はQuadro)。アカデミー賞の最優秀視覚効果賞においては全候補がNVIDIA技術を利用という状況が8年間続く。

注4)         人工知能研究者・開発者にとってのNVIDIAは、キーデバイス・機器ベンダー (ブランド名は(DGX、Jetson、TESLA)。

注5)         スーパーコンピュータ開発者にとってのNVIDIAは、GPGPUベンダー (ブランド名はTESLA)。Top500においても、多くのスーパーコンピュータに採用されている。今はこの技術はGoogleやMicrosoftのデータセンタにも採用されつつある。

注6)         自動車開発者にとってのNVIDIAは、自動運転コントローラ提供者 (ブランド名はDRIVE PX)、デジタルコクピット提供者 (ブランド名はDRIVE CX)

注7)         物理学者・化学者にとってのNVIDIAは、分子・原子・素粒子の動きのシミュレーションツールの主要ベンダー (GPGPU)。

注8)         宇宙研究者にとってのNVIDIAは、画像解析ツール提供者。例えば、宇宙望遠鏡Keplerの撮影画像を分析し、新しい銀河系や惑星系の発見に寄与している。

注9)         医療機関にとってのNVIDIAは、画像解析・医療データ解析ツール・臨床診断の人工知能の提供者。医療の高度化に寄与している。

注10)      携帯端末ベンダーにとってのNVIDIAは、SoCベンダー (ブランド名はTEGRA)。スマートフォン・タブレットに採用されている。

図1- NVIDIAとは

ここからは、NVIDIAの分解をしていく。

 

3) NVIDIAの製品ラインアップ

NVIDIAの製品を技術的・年代的に分類していくと、図2に示す流れになる。

このように見ると、NVIDIAは、

-        並列処理・マルチプロセッサ技術でGPUを開発し、PCゲームグラフィックアクセラレータや業界向け画像生成・出力ツールのベンダーとして市場を獲得した後、

-        GPGPUを開発しての並列処理が主流のHPC/スパコン市場への進出、SoCを開発しての携帯端末市場への進出を、ほぼ同時期に実施。

-        一方、ディープラーニング・機械学習と並行処理・マルチプロセッサ技術の親和性に気づくと、GPGPU+人工知能、及びSoC+人工知能での自動走行車市場への参入も開始。

という、非常にアグレッシブなビジネス展開をしていることにも気づく。

図2- NVIDIAの技術開発の流れ・系譜

 

末尾にNVIDIAの製品系列と沿革を以下に示す。参考にされたい。

-        Gaming (表1参照)

-        Pro Visualization (表2参照)

-        Data Center (表3参照)

-        Automotive (表4参照)

-        NVIDIA沿革 (表5)

 

4) NVIDIAを売上げ構成で見る。

NVIDIAを売上げ構成で見ると、下図のようになる。

ゲーム部門を最大の売上げ基盤としつつ、ゲーム部門・データセンタ部門・自動車部門の売上げは順調に拡大していることである。この３部門は、今後も順調に拡大していくものと予測される。又、NVIDIAは「スマートシティ (NVIDIAはAI Cityと呼称)」にも注力するとしている。人工知能市場におけるNVIDIAのプレゼンスを考えるならば、スマートシティでも、NVIDIAは大きなプレゼンスを持つ確率が高い。

一方、OEM&IP部門は縮小しているが、これは、自社ブランドビジネスへのシフトとみるべきであろう。

 

図3- NVIDIA社の売上げ推移とその部門別内訳

 

5月24日付けDRIレポート「自動運転関連機器市場の主導権はMobileyeからNVIDIAへ。次に主導権を握るのは誰か?」でも見たように、NVIDIAは半導体市場では18位にランクされている。

今後、自動車市場・スマートシティ市場が拡大するにつれて、NVIDIAの売上げは他社を上回る成長率を達成し、ランクを上げていくであろう。今後を注目したい。

 

5) 最後に

 

NVIDIAは、自社技術を生かし拡張させつつビジネスを拡大というオーソドックスナビジネス手法を使い、それだけでも十分な成長を遂げつつも、そこにチャンスがあると見るや、自社技術と人工知能との融合を一気に推進していく。

そして、CEOのJ.Huang氏の視線は、既に、人工知能とスマートシティの融合に向かっている。

この行動様式が、「NVIDIAを評すること」=「群盲象を評す」をもたらしたのであろう。

このアグレッシブさを日本のビジネスマン・経営者を吸収してほしいものである。

 

 

データリソース社が推奨するNVIDIA・人工知能・自動運転関連市場調査レポート

 

ビッグデータ解析とモノのインターネット（IoT）における人工知能(AI)：データ捕捉、情報・意思決定支援サービスの市場　2017 – 2022年

-        調査会社：Mind Commerce                                  発行年月：2017年6月

 

ハイパースケールデータセンタ市場：ソリューション毎（サーバ、ストレージ、ネットワーク、ソフトウェア）、サービス毎（コンサルティング、導入・展開、メンテナンス・サポート）、エンドユーザ毎、データセンタ規模毎、産業毎、地域毎　-　2022年までの世界市場予測

-        調査会社：MarketsandMarkets                                           発行年月：2017年5月

 

深層学習（ディープラーニング）市場：深層学習ソフトウェア、ハードウェア、サービスの企業向け、消費者向け、政府行政向け用途：市場分析と予測と112の事例研究

-        調査会社：Tractica LLC.                                      発行年月：2017年5月

 

世界の人工知能（AI）市場　2017-2021年

-        調査会社：TechNavio                                                         発行年月：2017年5月

 

ビッグデータ市場　2017-2030年： ビジネスチャンス、課題、戦略、垂直市場、市場予測

-        調査会社：Signals and Systems Telecom 発行年月：2017年4月

 

筆者：株式会社データリソース客員研究員　鈴木浩之 (ICTラボラトリー代表)

 

表1

Gaming製品一覧

	シリーズ名	提供形態	説明
1	GeForce	PCI Express  カード	Microsoft DirectXに最適化されたGraphic Accerarator
2	GeForce	筐体	PCゲームを3Dで楽しむ時につかう3D Vision眼鏡
3	SHIELD  Tablet	筐体	ゲーム用タブレット (Android5.0以降に対応)
4	SHIELD  Console	筐体	アンドロイドTVでのプレイを前提としたコンソール
5	SHIELD Portable	筐体	携帯用ゲームマシン
6	Tegra	SoC	ARM系の省電力統合型プロセッサ  チップ内に、ARMプロセッサ、GPU、2Dエンジン、HD動画エンコーダ・デコーダ、オーディオ処理、画像処理等を内臓 想定用途は、スマートフォンやタブレット、携帯ゲーム、 自動車のインフォテインメントシステム等

 

 

表2

Pro Visualization系列

	シリーズ名	提供形態	説明
1	Quadro	PCI Express  カード	OpenGLに最適化されたGraphic Accerarator  想定用途はプロダクション3DCGのモデリング、医療イメージング等の業務用
2	NVS	PCI Express  カード	マルチディスプレイを実現 (デジタルサイネージ等)  (NVS810は８つのディスプレイに出力)

 

 

表3

Data Center系列製品

	シリーズ名	提供形態	説明
1	Tesla	GPGPU	スーパーコンピュータ向け演算専用プロセッサ  TOP500のスーパーコンピュータでも多数採用。 PCIe対応版   NVIDIA NVLink対応版
2	DGX	筐体	人工知能専用スーパーコンピュータ  ハードウェアとしては以下を含む -        TESLA P100×8 -        Intel XEON ES2698 (Dual 20 Core) ソフトウェアスタックとしては以下を含む -        主要深層学習フレームワーク -        DIGITS™ (GPU トレーニングシステム) -        ディープラーニング SDK (CuDNN、NCCL など) -        NVIDIA Docker -        GPU ドライバ -        GPU最適化 Linux OS

 

 

表4

Automotive系列製品

1	DRIVE PX2	ボード	自動運転車向けボード  -        オートクルーズ向け DRIVE PX 2 -        オートショーファー向け DRIVE PX 2 -        完全自動操縦向け DRIVE PX 2
2	Xavier	SoC	自動運転者専用のチップで、AI部分を担当  DRIVE PX3に搭載される サンプル発売は2017年第四四半期から

 

 

表5

NVIDIA社沿革

年月日	出来事
1993年4月	NVIDIA設立
1995年	最初の製品「NV1」を発売  Diamond Multimedia社3Dグラフィックボード「EDGE」とセガのバーチャルファイタが採用
1997年	「RIVA」(世界初の128bit 3Dプロセッサ)を発売  PCグラフィックチップ界のトップベンダになる
1999年8月	NVIDIA、GeForce 256とGPU定義を発表  これをもって、NVIDIAがGPU発明者とNVIDIAは主張
2001年3月	2001年秋発売のX-Box用3DグラフィックアクセラレータをMicrosoftとNVIDIAと共同開発
2004年12月	ソニーとNVIDIA、PlayStation3向けGPUを共同開発 (ベースはGeForce)
2006年	CUDA Compute Unified Device Architecture)を発表  -        GPU向けのC言語の統合開発環境」 -        並列コンピューティングアーキテクチャ -        アプリケーション実行基盤となるプラットフォーム -        NVIDIAが提供するGPGPU技術
2007年3月	Quadroを発表  業務用グラフィックス・ソリューションの新たな製品ライン
2007年6月	TESLA (HPC向けアクセラレータ)を発売
2008年11月	TESLAを組み込んだ東工大のスーパコンピュータ TSUBAME1.2が世界トップ500にランキング
2008年6月	TEGRA (モバイル端末向けSoC)を発売
2009年1月	3D眼鏡「GeForce 3D Vision」を発売
2009年9月	第一回GPU TECH CONFERENCEを開催  -        次世代CUDA GPUとして、FERMIアーキテクチャを発表
2009年11月	NVIDIAとSiemens Healthcare、映画館並みの没入型3D超音波診断装置デモを実施 (3D Vision眼鏡とQuadro FXを利用)
2010年1月	AUDIがナビゲーション・娯楽システムにNVIDIA GPUを採用
2010年11月	TESLA搭載の中国「Tianhe 1A」が世界最速スーパーコンピュータへ
2013年6月	スタンフォード大学のAndrew Ng氏、３台のサーバ、16台のGPUで、Google以上の成果を達成　(「コンピュータが猫を認識する能力を身に付ける」とGoogleが発表したのは2012年6月。1000台のサーバ、1.6万個のCPUでコンピュータを構築)
2014年4月	GTC2014にて、自動車関連企業がデモを発表  -        Tegra K1とディープニューラルネットワークを使った歩行者認識をデンソーがデモ -        Tegra K1を使い走行中の車で撮影した車載動画から3D mappinngを作り出すことをAudiがデモ。
2015年
1月	CES2015にて以下を発表。  -        DRIVE PX(自動運転) (SoCはTegra X1，ArchitectureはMaxwell) -        DRIVE CX (デジタルコクピット)
3月	GTC2015でDIGITS (Deep Learning GPU Training System)を発表
11月	組込みAIボード「Jetson TX1」を発表  SoCはTegra X1、GPU ArchitectureはMaxwell
2016年
1月	CES2016で以下を発表  -        DRIVE PX2 (SoCはTegraで、GPU ArchitectureはPascal) -        DriveWorks (DRIVE PX2の為の開発環境)
4月	DGX-1の発売開始  世界発のディープラーニング・スーパーコンピュータ
10月	NVIDIA、任天堂Switch向けGPUの共同開発を発表 (ベースはTegra)
12月	マサチューセッツ総合病院、DGX-1を用いて子供の発達診断を迅速化  今後も医療データを学習させ、各種医療の高度化を促進
2017年
1月	CES2016で以下を発表  -        DRIVE PX2 (SoCはXAVIERで、GPU ArchitectureはVolta) -        Auto[Pilot (ディープラーニングを使った走行ソフト) -        Co-Pilot (自然言語処理ソフトも使ったドライバーサポート
3月	組込みAIボード「Jetson TX2」を発表 (ロボット・ドローン等のAIエッジ向け)。ブランドはParker、GPU ArchitectureはPascal
5月	トヨタが、自動運転にNVIDIAを採用