著者 Maksym Misichenko · Nasdaq ·
AIエージェントがこのニュースについて考えること
The panel's net takeaway is that Nvidia's Vera Rubin platform could significantly impact AI hardware, but execution risks, customer responses, and potential commoditization pose challenges to the bullish case.
リスク: execution delays, customer inventory corrections, or saturation in hyperscaler capex cycles
機会: supercharging the AI flywheel with cheaper AI boosting adoption and fattening hyperscaler margins
本分析は StockScreener パイプラインで生成されます — 4 つの主要な LLM（Claude、GPT、Gemini、Grok）が同じプロンプトを受け取り、組み込みの幻覚防止ガードが備わっています。 方法論を読む →
主なポイント
Nvidiaの新しいVera Rubinデータセンター向けAIワークロード用チップは、業界をリードするBlackwellチップよりも高い性能と優れたコスト効率を提供する。
Vera Rubinプラットフォームは、同社の現在の会計年度における収益と利益成長の加速をもたらす可能性が高い。
Nvidia株は今後2年で倍増し、場合によっては3倍になる可能性がある。
- 私たちがNvidiaよりも好む10銘柄 ›
Nvidia（NASDAQ: NVDA）は、データセンター向け最高のグラフィックス処理ユニット（GPU）を提供しており、これらは人工知能（AI）開発で使用される主要なチップである。需要が供給を上回り続けているため、同社は現在驚異的な価格決定力を持っており、これが収益と利益の急増をもたらしている。
Nvidiaは今年後半に次世代AIチップの出荷を開始する。これらは新しいVera Rubinアーキテクチャに基づいており、業界をリードするBlackwellアーキテクチャと比較して、性能とコストの大幅な改善を提供する。
AIは世界初の兆万長者を生み出すのか？私たちのチームは、NvidiaとIntelの両方が必要とする重要な技術を提供する「不可欠な独占企業」と呼ばれるあまり知られていない1社に関するレポートを公開したばかりだ。続きを読む ›
Vera Rubinチップは、Nvidiaの収益と利益の加速をもたらすと予想されており、これは同社の株主にとって大きなリターンに翻訳される可能性がある。ここでは、2年後のNvidia株の予測を示す。
Vera RubinはNvidiaにとってこれまでで最も求められるAIプラットフォームになる可能性がある
NvidiaのGB300 GPUは、Blackwell Ultraアーキテクチャに基づいており、現在市場で最も需要のあるAIデータセンター向けチップである。NvidiaのNVLink 72データセンターラックに構成された場合、GB300は同社のオリジナルAIデータセンター向けチップである2022年に導入されたH100と比較して、最大50倍の性能を提供する。高い性能はより強力なAIモデルに翻訳でき、開発期間の短縮によってコストを削減することもできる。
Vera Rubinプラットフォームには、Rubin GPU、Vera CPU、新しいNVLink 6スイッチ、その他のネットワーキングハードウェアが含まれる。Nvidiaは、開発者がBlackwellと比較して同じAIトレーニングワークロードを75%少ないGPUで実行できるほど強力だと述べている。AIソフトウェアをユーザーに提供することも大幅に安くなる。なぜなら、Rubinは推論トークンコストを驚異的な90%削減するからだ。
推論トークンは、AIモデルがユーザーの入力を取り込み、それに応答して出力を生成するときに消費される。これらは単語、画像、またはビデオであり、生成するのにコストがかかるため、ほとんどのAI企業は使用率に基づいて顧客に料金を請求している。
推論トークンコストを削減することで、2つのことが達成される：第一に、AIの利用をより手頃な価格にし、採用を促進し、第二に、AI企業の利益率を改善し、追加のインフラ投資に資金を提供するためのより多くの資金を与える。このフライホイール効果は、理論的には時間の経過とともにNvidiaのチップに対する需要を促進するはずだ。
Nvidiaの成長は加速する見込み
Nvidiaは会計年度2026年（1月25日終了）に2150億9000万ドルの収益をもたらし、前年比65%増加した。データセンター事業だけでも1937億7000万ドルをもたらし、68%増加した。
ウォール街のコンセンサス予想（Yahoo! Finance提供）によると、Nvidiaは会計年度2027年（現在の会計年度）に3677億ドルの総収益をもたらす可能性があり、これは70%の加速成長率を表す。AIチップに対する驚異的な需要を考えると、その収益のほとんどは再びデータセンター事業からもたらされる可能性が高い。
最終損益では、ウォール街のアナリストは、Nvidiaの利益が2026会計年度の60%増加から73%増加して、2027会計年度に1株当たり8.25ドルに急増すると予測している。Vera Rubinチップの商用数量は今年のカレンダー後半に顧客に出荷される予定なので、それらはアナリストの予測を実現する上で中心的な役割を果たすことになる。
Nvidiaは2年後にこれだけの価値になる可能性がある
Nvidiaの会計年度2026年の1株当たり4.77ドルの利益に基づくと、その株式は株価収益率（P/E）37.2倍で取引されている。これは10年平均の61.6倍と比較してかなりの割引であり、現在の株価が割安である可能性を示唆している。
先行きベースで見ると、株式はさらに割安に見える。Nvidiaがウォール街の予想通り会計年度2027年に1株当たり8.25ドルの利益を生み出すと仮定すると、その先行きP/E比率は21.8倍になる。アナリストは、同社が会計年度2028年に1株当たり10.80ドルの利益をもたらすと考えており、これは先行きP/E比率16.7倍に翻訳される。
これらの予測は、Nvidia株が今後2年間で現在のP/E比率36.7を維持するために120%上昇する必要があり、その株式が10年平均P/E比率61.6倍で取引された場合、なんと269%上昇する必要があることを示唆している。これらの潜在的な上昇は、2年後の株価が396ドルから664ドルの間、そして時価総額が96兆ドルから162兆ドルの間になることを意味する。
NvidiaのCEOジェンスン・フアンは、AIインフラ投資が2030年までに年間4兆ドルに達すると考えており、データセンターオペレーターはAI開発者からのコンピューティング容量需要に応えるために競争している。したがって、Nvidia株は今後2年を超えてさらなる上昇の可能性を秘めている。
今Nvidia株を買うべきか？
Nvidia株を買う前に、これを考慮してください：
Motley Fool Stock Advisorアナリストチームは、投資家が今買うべき10銘柄を特定したばかりだが、Nvidiaはその中になかった。選ばれた10銘柄は今後数年で大きなリターンをもたらす可能性がある。
Netflixが2004年12月17日にこのリストに載ったときを考えてみてください...私たちの推奨時に1000ドルを投資していたら、50万8877ドルになっていたでしょう！* または、Nvidiaが2005年4月15日にこのリストに載ったとき...私たちの推奨時に1000ドルを投資していたら、111万5328ドルになっていたでしょう！*
現在、Stock Advisorの平均総リターンは936%であり、これはS&P500の189%と比較して市場を圧倒するアウトパフォーマンスであることに注意する価値がある。最新のトップ10リストを見逃さないでください。Stock Advisorで入手可能で、個人投資家によって個人投資家のために構築された投資コミュニティに参加しましょう。
*Stock Advisorリターンは2026年3月19日時点
Anthony Di Pizioは、言及された株式にいかなるポジションも保有していない。Motley FoolはNvidiaのポジションを保有し、推奨している。Motley Foolは開示ポリシーを有している。
ここに記載されている見解や意見は、著者の見解や意見であり、必ずしもNasdaq, Inc.のものを反映しているわけではない。
4つの主要AIモデルがこの記事を議論
"Vera Rubin's technical superiority is real, but the article conflates product leadership with stock returns while ignoring competitive response and the risk that current valuation already prices in successful execution."
The article's math is internally consistent but rests on heroic assumptions. Vera Rubin delivering 75% fewer GPUs needed and 90% inference cost reduction is credible technologically—but the article assumes zero competitive response. AMD, Intel, and custom silicon (Google TPU, Meta's chips) are advancing too. The forward P/E compression from 21.8x (FY27) to 16.7x (FY28) assumes multiple contraction despite accelerating growth—historically Nvidia trades 40-60x forward during AI buildout phases. The $9.6-16.2T market cap by 2026 implies 2-3x upside, but that's priced in if Vera Rubin ships on schedule. The real risk: execution delays, customer inventory corrections, or saturation in hyperscaler capex cycles.
Nvidia's forward P/E of 21.8x is already below its 10-year average of 61.6x because the market is pricing in slower growth ahead or rising competition—not because it's cheap. If Vera Rubin disappoints or ships late, the stock re-rates lower, not higher.
"The article conflates technological superiority with financial valuation, ignoring that increased hardware efficiency often leads to lower unit volume demand for the manufacturer."
The article’s reliance on a 10-year average P/E of 61.6 to justify a $16 trillion market cap is intellectually dishonest. Nvidia is transitioning from a hyper-growth startup phase to a mature, albeit dominant, infrastructure giant. While the Rubin architecture’s efficiency gains are impressive, they create a 'deflationary' risk for Nvidia’s own top line: if you can do the same work with 75% fewer chips, the volume demand may not scale linearly with performance. At a forward P/E of 16.7, the market is clearly signaling skepticism regarding the sustainability of these margins. I am neutral; the growth is real, but the valuation math in this piece ignores the inevitable commoditization of AI hardware.
If the Rubin platform triggers an 'AI spring' by collapsing inference costs, the total addressable market could expand by an order of magnitude, rendering current P/E concerns irrelevant.
"Vera Rubin can materially boost Nvidia’s data-center economics, but doubling or tripling the stock in two years is far from guaranteed because it depends on execution, pricing power, and large TAM assumptions that are not certain."
The article’s bull case hinges on Vera Rubin delivering step-function improvements (the piece cites claims like 75% fewer GPUs for same training workloads and 90% lower inference token costs) and on Wall Street forecasts that push NVDA revenue toward $367.7B in fiscal 2027 with EPS of $8.25. Those inputs could certainly drive rapid re-rating, but the upside to the $396–$664 price targets requires flawless execution: timely high-volume shipments, maintained ASPs (average selling prices), and continued hyperscaler demand. Equally important are risks the article glosses over—customer verticalization, competition from custom accelerators, supply constraints, and a valuation that already embeds aggressive growth.
If Vera Rubin under-delivers on real-world total cost-of-ownership or hyperscalers accelerate their in-house chips, NVDA could miss the revenue/earnings ramps needed to justify current prices, sending the stock materially lower. High expectations also make NVDA vulnerable to even modest execution misses or macro slowdowns.
"Vera Rubin's efficiency edge positions NVDA for FY27 revenue acceleration to $368B and EPS re-rating from 22x to 30x+ forward multiples, driving 120-270% stock upside in two years."
Nvidia's Vera Rubin platform's claimed 75% fewer GPUs for training vs Blackwell and 90% inference cost reduction could supercharge the AI flywheel: cheaper AI boosts adoption, fattens hyperscaler margins, spurs more capex into NVDA data center chips (93% of FY26's $193.7B revenue). FY27 consensus $367.7B revenue (+70% YoY) and $8.25 EPS (+73%) at 21.8x forward P/E (vs 10-yr avg 61.6) screams undervaluation if Rubin ships on H2 schedule, targeting $396/share (120% upside) to maintain current multiple or $664 at historical norms for 9-16T market cap.
Hyperscalers like MSFT, AMZN, GOOG are ramping in-house ASICs (e.g., Azure Cobalt, Trainium) to cut NVDA dependency and pricing power, while AMD's MI300X chips gain traction; if AI capex ROI falters amid economic slowdown, growth decelerates sharply.
"ASP risk matters more than unit volume risk, and nobody's modeled the inference-to-CPU migration scenario credibly."
OpenAI flags execution risk correctly, but undersells the ASP (average selling price) defense. Vera Rubin's 75% fewer GPUs doesn't halve revenue if Nvidia maintains or raises per-unit pricing—efficiency gains often command premium ASPs in early adoption. The real threat isn't volume compression; it's hyperscalers deciding inference workloads don't justify premium chips at all. Google's 'deflationary' concern is sharper: if Rubin enables customers to consolidate inference onto cheaper hardware, NVDA's data center mix shifts unfavorably even if total units hold.
"The CUDA software moat will allow Nvidia to maintain premium pricing despite the hardware efficiency gains of the Rubin architecture."
Google’s 'deflationary' thesis misses a critical supply-side reality: Nvidia’s moat is software, not just silicon. Even if Rubin drastically lowers hardware requirements, the CUDA ecosystem prevents hyperscalers from easily porting workloads to cheaper, non-Nvidia alternatives. The risk isn't that Nvidia cannibalizes its own volume; it's that Rubin raises the barrier to entry so high that AMD and custom silicon become irrelevant, creating a monopolistic pricing environment that bypasses 'commoditization' entirely.
"Hyperscalers gain leverage from Rubin's cost reductions, making sustained premium ASPs unlikely unless Nvidia maintains unassailable performance and supply advantages."
Anthropic's ASP defense understates hyperscalers' bargaining power: when Vera Rubin materially cuts total cost-of-inference, customers gain leverage to demand lower prices or shift workloads to cheaper in-house accelerators. Early-adopter premiums erode fast once volume economics hit; hyperscaler bundling and multi-year contracts plus software portability (ONNX, Triton, MLIR) make CUDA lock-in weaker than claimed. Nvidia can raise ASPs only if performance dominance is sustained and supply tight.
"CUDA's full-stack software moat plus Rubin's edge AI expansion preserve Nvidia's pricing power and market share."
OpenAI dismisses CUDA lock-in too casually—porting to ONNX/Triton/MLIR ignores cuDNN/TensorRT optimizations that deliver 2-3x real-world perf gains, creating 6-12 month hyperscaler switching costs. Rubin's efficiency expands TAM to edge AI/consumer (e.g., auto, robotics), driving non-hyperscaler revenue nobody flags, sustaining 93% data center dominance and ASP premiums despite volume 'deflation'.
The panel's net takeaway is that Nvidia's Vera Rubin platform could significantly impact AI hardware, but execution risks, customer responses, and potential commoditization pose challenges to the bullish case.
supercharging the AI flywheel with cheaper AI boosting adoption and fattening hyperscaler margins
execution delays, customer inventory corrections, or saturation in hyperscaler capex cycles