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
[株式会社うるる] 「入札市場」攻略ガイド:効率的に落札するためのポイントを徹底解説 -
製品資料
[株式会社うるる] 入札情報に特化した「販路拡大」「効率化」のためのサポートツールとは? -
市場調査・トレンド
[株式会社うるる] 公共入札に成功する企業と失敗する企業の「5つの違い」 -
製品資料
[日本ビジネスシステムズ株式会社] 専門家が教える、Microsoft 365の「テナント統合/分離」を成功に導く秘訣 -
製品資料
[rakumo株式会社] Microsoft 365での情報埋没を防ぐ、社内ナレッジを資産化する情報ポータル活用
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
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
2
世界のデータセンター容量は5カ国に69%集中、電力消費「5%の壁」が招くものとは?
-
3
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
4
半数がブルーカラー転向を視野に? ベテランエンジニアを追い込む“54歳の壁”
-
5
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
6
なぜ「Gemini 4 Argon」は出遅れたのか? Googleが狙う“逆転のシナリオ”
-
7
ChatGPTは“検索しまくり”でGeminiは“淡泊”? データが明かすAIの裏側
-
8
生成AIが普及しても「技術書」を手放せないエンジニアの本音
-
9
AIをデータ保管場所の近くに置くと安全で経済的 それでも残る“破滅的リスク”
-
10
テレワークやBYODでリスクが拡大、デバイスの多様化を弱点としない管理方法とは
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する? 超速の攻撃からエンドポイントを保護する方法
-
2
2026年のサイバーセキュリティには何が必要か? 最新データに学ぶ傾向と対策
-
3
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
4
「IT史に名を残すシステム障害」8選
-
5
最速72分でデータが流出? 最新の脅威トレンドや侵入手法から分かった防衛策
-
6
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
7
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
8
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
9
HDDを使わない「SSDオンリー」が無謀なのはなぜ?
-
10
「標的型攻撃メール」事例・サンプル集
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