9月3日、TFTC.ioが「Non-Nvidia AI Chips Lead Nvidia Blackwell by 14 Points on Enterprise Eval Lists」と題した記事を公開した。エンタープライズ170社を対象とした調査で、非Nvidia製AIチップがNvidia Blackwellを14ポイント上回る「評価リスト掲載意向」を記録した。Nvidiaが長年築いてきたCUDAエコシステムの護城河に、企業調達の現場から初めて数字付きの亀裂が入りつつある。
14ポイント差という調達シグナル
VentureBeatが2026年7月に実施した「VB Pulse Infrastructure and Compute」レポートで、エンタープライズAIインフラ担当者170名に今後12ヶ月の評価計画を尋ねたところ、非Nvidia製チップをAI調達評価リストに入れると回答したのが39.4%、対してNvidia Blackwell（GB300）など次世代 Nvidia GPU を評価対象にするのは25.3%にとどまった。差は14.1ポイント。
回答者の57%は従業員1,000人超の大企業に在籍しており、決して小規模スタートアップのトレンドではない。また62%が今後12ヶ月以内にインフラプロバイダーを変更または追加する予定と回答しており、Nvidiaが享受してきたベンダー集約の構図が崩れつつある。
ただし、これはあくまで「評価意向」のデータであって、実際の導入実績ではない点は強調しておく必要がある。評価リストへの掲載が購買契約に転換されるとは限らず、タイトルの「脱CUDA」も現時点では意向の表れであり、実際の移行が進んでいることを意味しない。※なお、本文中でNvidiaの現在の市場シェアに言及している数値については、元記事に明示された出典が確認できないため、以下の該当箇所に注記を設けた。
評価対象となっている非Nvidia製チップ
調査が「非Nvidia」として括るのは以下の製品群だ：
- AWS Trainium：推論ワークロード向けに効率最適化
- Google TPU：同上、スケール効率に特化
- AMD Instinct GPU：学習ワークロードでNvidiaと直接競合
- Intel Gaudi：後発でエコシステムの深さは最も薄い
- 自社開発ASIC：大手クラウド・大企業による内製チップ
これらに共通するのは「CUDAロックインがない」という点だ。CUDAはNvidiaのGPU向けに最適化された並列計算プラットフォームであり、長年にわたりNvidiaの競争優位の源泉として機能してきた。CUDAで書かれたコードは他社ハードウェア上では原則として動作せず、学習済みパイプラインや推論コードをAMDやGoogle TPUに移植するには、ROCm（AMDのオープンソースGPUコンピューティングスタック）やOpenXLA（Google主導のMLコンパイラ）への移行コストが発生する。過去にAMDはROCmの整備に多大な投資をしながら、CUDAとの互換性ギャップを埋め切れずエンタープライズ採用で苦戦してきた経緯がある。
エンタープライズが非Nvidiaへの評価意向を示すとき、その動機は純粋なコスト圧力ではなく「ベンダーへの依存度低下」と「既存パイプラインへの適合性」にある、とレポートは指摘する。実際、選定基準でTCO（総保有コスト）は4位、トークン単価に至っては最下位だった。この順位付けは、企業がコスト計算よりも先に「特定ベンダーに縛られるリスク」を意識し始めていることを示唆している。
AI電力需要の見立てが変わる
「エンタープライズが計算資源を求める→Nvidia GPU を買う→データセンターの電力消費が増える→グリッド競争が激化する」という連鎖がここ2年のハイパースケーラー設備投資の前提だった。
今回の調査はその最初のリンクに疑問を投げかける。TrainiumやGoogle TPUは推論ワークロードあたりのエネルギー効率を重視して設計されており、学習向けのブルートフォース型GPUとは設計思想が異なる。エンタープライズ調達がこちらに傾けば、AI計算量あたりの電力消費カーブは下方に曲がる可能性がある。
さらに問題を複雑にするのがGPU稼働率だ。同レポートによれば、自社GPU を運用する企業の69%が稼働率50%以下で動かしている（前回6月調査での83%からは改善しているが、依然として半数以下）。需要があるのにキャパシティが余っている、という状況は「際限なき Nvidia GPU 需要」という物語と整合しない。Nvidia GPU の調達を抑制しつつ非Nvidia製チップで推論コストを下げる、という判断が企業の現場レベルで進んでいるとすれば、データセンター投資の前提そのものを見直す必要が生じる。
現在のシェアと「14ポイント差」の意味するもの
評価意向と実際の市場支配力の間には、依然として大きな乖離がある。※編集部の考察：複数のアナリストレポートが示すところでは、Nvidiaは現時点でもAIプロセッサ市場の収益の大部分を握っており、AMD Instinct GPU のデータセンター向け収益はひとケタ台のシェアにとどまるとされる。ただしこの数値は元記事に明示された出典が確認できないため、参考値として扱われたい。
過去のAMDの失敗事例が示すように、「評価リストへの掲載」が「実際の予算執行」に転換されるまでには、ソフトウェアスタックの成熟、サポート体制の整備、社内エンジニアの再教育コストといった複数のハードルが存在する。14ポイント差はその突破口となりうるシグナルだが、実績に転換されるかどうかは今後の四半期データが判断材料になる。
次に何を見るべきか
記事はこの仮説の反証条件を明示している。Nvidiaが2026年後半に次世代アーキテクチャ「Vera Rubin」を投入し、パフォーマンス/ワットで競合を大きく引き離した場合、あるいは評価意向が実際の購買に転換されなかった場合、この14ポイント差はノイズに過ぎなかったことになる。
確認すべき指標は次のVB Pulse調査の結果と、AMD のデータセンター GPU 収益の推移、そしてAWS TrainiumやGoogle TPUの外部顧客向け提供実績だ。評価リストへの掲載が実際の予算執行に変わるかどうかは、次の四半期データが教えてくれる。
詳細はNon-Nvidia AI Chips Lead Nvidia Blackwell by 14 Points on Enterprise Eval Listsを参照していただきたい。
