ゲーム向けで始まったNVIDIAの歴史と主力製品
NVIDIAを大解剖 GPUベンダーはいかにして「AI半導体の雄」になったのか?
NVIDIAはGPUを主軸にして成長してきたベンダーだが、その事業内容はGPUにとどまらない。同社はどのような会社なのか。GPU市場をどう生き抜き、どう成長してきたのか。
NVIDIAはGPU(グラフィックス処理装置)ベンダーとして知られる会社だ。ただし同社は、GPUベンダーの一言では終われないほど多角的に成長してきた。NVIDIAとはどのような会社なのか。
創業者たちは、コンピュータグラフィックス(CG)技術が発展するためには、専用の半導体チップ(集積回路)が必要になると確信していた。NVIDIAの歴史はそこから始まる。同社は群雄割拠のGPU市場をどう勝ち抜いたのか。AI(人工知能)技術の利用が広がる今、何を提供しているのか。NVIDIAを理解するための歴史や同社の戦略、主力製品とは。
ゲーム向けGPUベンダーから「AI時代の雄」へ
1993年にジェンスン・フアン氏、カーティス・プリエム氏、クリス・マラコウスキー氏がNVIDIAを設立した。同社の本社は、米国カリフォルニア州サンタクララにある。同社の事業はどのように変遷してきたのか。
以前のコンピュータゲームは、CPUのみを使用するように作られていた。コンピュータゲーム技術は進歩し、開発や実行のためのPCのOSは「MS-DOS」から「Windows」に徐々に移行した。ゲームの3D(3次元)グラフィックスは大量の浮動小数点演算(数値演算の一種)に依存しており、CPUの数値演算能力では力不足になりつつあった。
コンピュータゲーム向けのGPUベンダーとしての地位を確立して以降、NVIDIAはハイパフォーマンスコンピューティング(HPC)とAI技術向けの事業にも進出している。GPUはこれらの用途のデータ処理にも有用なためだ。
グラフィックスチップ(画面表示や画像処理向けのチップ)市場にNVIDIAが参入した1990年代前半、同市場には複数社が存在した。例えばATI Technologies(ATI)やMatrox Electronic Systems、Chips and Technologies、S3 Graphics、3dfx Interactiveなどが挙げられる。そうした中でNVIDIAは、1999年にGPUの「GeForce 256」を市場に投入し、3Dグラフィックス技術を強みとして競争力を高めた。
グラフィックスチップ市場でGPUが台頭し、NVIDIAとATIが2大GPUベンダーとなった。NVIDIAは自社のGPU技術の用途拡大を目指した。2006年にはGPUを用いたプログラミング向けの開発者ツール群「CUDA」(Compute Unified Device Architecture)を発表した。一方のATIを、Advanced Micro Devices(AMD)が2006年に買収した。
開発者はCUDAにより、GPUを直接プログラミングできるようになった。これにより、より高度な浮動小数点演算を実行する超並列プログラム(大規模な並列処理を実行するプログラム)の作成が可能になった。CUDAで開発できるプログラムの例としては、大量のデータを並列処理する必要があるシミュレーションやビジュアライゼーション(視覚的表現)などのアプリケーションがある。
NVIDIAは2008年に「NVIDIA Tegra」シリーズを発表した。これはArmアーキテクチャ(Armが設計するプロセッサのアーキテクチャ)と、小型化したNVIDIA製GPUを組み合わせたSoC(CPUや関連プロセッサをまとめた統合型チップ)だ。Tegraは主に、車載システム向けとして自動車メーカーが採用した。任天堂は携帯ゲーム機「Nintendo Switch」にTegraを採用した。
NVIDIAは小規模な企業を戦略的に買収してきたが、2019年にはネットワーク製品ベンダーMellanox Technologiesを買収した。これは70億ドルの大型買収となった。Mellanox Technologiesは、高度なネットワーク処理機能を搭載するNIC(ネットワークカード)であるスマートNIC(SmartNIC)と、「DPU」(データ処理装置)の製造と開発を手掛ける。スマートNICは標準的なネットワークチップ(データ転送を制御するチップ)やCPUのデータ転送の処理を肩代わりし、転送速度を向上させる。NVIDIA製GPUとスマートNICやDPUを組み合わせることで、HPCやAIシステムにおいて膨大なデータをより高速に転送したり処理したりできるようになる。
NVIDIAとAMDは、2016年頃にある問題に直面した。クリプトマイナー(仮想通貨採掘者)たちが、GPUを使うことでビットコインなどの暗号資産(仮想通貨)のクリプトマイニング(仮想通貨採掘)を高速化できることに気付いたからだ。NVIDIAとAMDから供給されるGPUが、大規模なマイニングシステムの構築に大量に使われた。そのためにGPUが世界中で供給不足に陥った。2020年以降は新型コロナウイルス感染症(COVID-19)の影響による供給の不足と制約が重なり、市場のGPU不足は悪化した。
2020年に、NVIDIAはプロセッサ設計大手Armを400億ドルで買収する計画を発表した。この取引に対しては、Armが本社を置く英国を中心に反対の声が上がった。「NVIDIAは、Armアーキテクチャのライセンス提供において、自社に有利な条件に変更するのでないか」という臆測が流れた。NVIDIAはこうした臆測を否定したが、18カ月に及ぶ折衝を経ても反対の声がやまず、同社は買収計画を撤回した。
NVIDIAの主力製品
NVIDIAの主力製品群は以下の通り。
GeForce
「GeForce」はデスクトップやノートPCで使われるNVIDIAの一般消費者向けGPU製品群だ。
Ampere、Hopper、Blackwell
NIVIDIAは、企業向けのGPUのシリーズ名称を世代ごとに著名な科学者にちなんで命名している。例えば「Ampere」や「Hopper」の他に、次世代アーキテクチャとして「Blackwell」も登場している。
Quadro、NVIDIA RTX
「Quadro」は、CAD(Computer Aided Design:コンピュータ支援設計)などの設計アプリケーションに使用できるように、GeForceシリーズの製品に変更を加えた企業向けGPU製品群だ。Quadroシリーズの新製品提供は終了しており、「NVIDIA RTX」シリーズが後継となっている。
NVIDIA Tegra
「NVIDIA Tegra」は、モバイルデバイス向けSoC製品群だ。
NVIDIA DGX
GPUとCPU、メモリ、ストレージなどを搭載したNVIDIA独自開発の統合型ハードウェア製品群。HPCやAIアプリケーションのインフラとしての利用に適している。
NVIDIA BlueField DPU
CPUの負荷をオフロード(移し替えること)することに使える、データ処理のためのDPU製品群。買収したMellanox Technologiesの技術が継承されている。
NVIDIA Spectrum
データセンター向けに高速通信やセキュリティの強化を実現する次世代イーサネットスイッチ製品群。
NVIDIA Jetson
組み込みシステム向けにGPUとArmプロセッサを組み合わせた、小型のシングルボード型コンピュータ。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
SNS認証や多要素認証も数分で実装、IDaaS基盤でデジタルビジネスはどう変わる? -
製品レビュー
「電子帳簿保存法対応」実践術:タイムスタンプ付与などの要件の手軽な実現方法 -
事例
「大企業のデジタル化」成功事例集【コクヨ、九州電力、ヨネックスなど21社】 -
製品資料
“顧客管理の課題”を簡単に解決する方法とは? -
製品資料
契約管理の“あるある課題”をノーコード開発で解決するためのポイント
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
2
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
-
3
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
4
「技術屋」で終わらないために 情シスが今取るべき認定資格5選
-
5
Synologyがエンタープライズ向けユニファイドストレージを投入 その実力は
-
6
脱VMwareの最適解 NTTデータと日立製作所が示す国産仮想化基盤
-
7
継続利用は4割どまり M365 Copilotが「効く業務」と期待外れの境界
-
8
「VMwareのコスト」に悩んでいるユーザー企業に送る、VMwareを残す・捨てる基準
-
9
自宅のWi-Fiが「遅い」「途切れる」本当の原因は? Dellが推奨する鉄則
-
10
IBM iのブラックボックス化を打破 資産継承と進化を実現する「IBM Bob」の実力
ホワイトペーパーランキング PR
-
1
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
2
AIが「わざわざ使うツール」になっていない? 業務で自然に使う導線にする秘訣
-
3
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは?
-
4
5回聞くだけじゃ足りない? トヨタ式「なぜなぜ分析」の正しい実践方法
-
5
「脱Excel」か「Excel快適化」か? 現場にやさしい業務改善の進め方
-
6
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
7
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
8
AIエージェントで成果は出る? 調査結果に見る費用対効果の実態
-
9
PostgreSQLの「機能」「性能」「運用」「拡張性」に関する悩みの解消法
-
10
ゼロトラストにおける「IDaaSの課題」と補完すべき重要機能とは?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー