世界各国のリアルタイムなデータ・インテリジェンスで皆様をお手伝い

詳細検索

お問合せ

03-3582-2531

電話お問合せもお気軽に

 

謎の企業「NVIDIA」を分解する。

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

 

 

 

ページTOPに戻る