海外企業レポート（銘柄概要）
エヌビディア
(Nvidia Corp.) ティッカー：NVDA（ナスダック）
STAGE コード：11107 セクター：情報技術 業種：半導体・半導体製造装置
画像処理用半導体（GPU）メーカー最大手
ポイント
ゲーム市場の拡大により GPU 製品需要は拡大へ GPU の高速演算能力を生かした、AI 市場への応用に期待 自動運転市場への展開もドライバーの 1 つに 企業概要
1993 年創業の画像処理用半導体（GPU）メーカー最大手。創業から 17/1 期までに 130 億ドル強を研究開発 に投じ、約 7,000 の特許を保有している。事業の柱である GPU は、99 年に同社が発明したもので、パソコン やゲームにおける画像・動画等の処理、スーパーコンピュータ等の演算処理で利用される。2006 年に開発し た統合開発環境「CUDA」によって GPU は並列処理が可能になり、計算速度が加速した。近年は GPU の用 途が拡大しており、人工知能（AI）や自動運転車向けに利用されている。 業績推移
財務データ
17/1期（末） 売上高構成比
〈エンドユーザー別〉（17/1期、%） 〈地域別〉（17/1期、%） 2017 年 7 月 20 日 投資情報部 川尻 賢弥 総資産 98.4 億ドル 有利子負債 28.2 億ドル 株主資本 57.6 億ドル 営業CF 16.7 億ドル ROE 32.6 % 出所：ブルームバーグ等のデータよりみずほ 証券作成 43 41 47 50 69 0 10 20 30 40 50 60 70 80 13/1 14/1 15/1 16/1 17/1 売上高 （年次：2013～2017） （億ドル） （年/月） 出所：ブルームバーグ等の データよりみ ずほ証券 作成 1.17 0.99 1.42 1.67 3.06 0.90 0.74 1.12 1.08 2.57 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 13/1 14/1 15/1 16/1 17/1 非GAAP GAAP EPS （年次：2013～2017） （年/月） （ドル） （注1）GAAP、非GAAPについては7ページ参照 （注2）GAAPは継続事業ベース 出所：ブルームバーグ等の データよりみ ずほ証券 作成 プロフェッショナル・ビジュアライゼーション 台湾 37 中国 19 その他 アジア 米国 13 欧州 10 その他 7 ゲーム 59 データ センタ 12 10 自動車 7 OEM&IP （パソコン組み込み型製品等） 10海外企業レポート（銘柄概要）
エヌビディア（NVDA）
事業紹介
1993 年創業の GPU メーカー最大手である同社の事業は、GPU とテグラ・プロセッサ の 2 部門で構成される（図表 1）。GPU 部門では、それぞれの市場向けに特定のブラ ンドを設計している。テグラ・プロセッサ部門は GPU とマルチコア CPU を統合した半 導体（SoC）を手掛けている。 エンドユーザー別 売上高の推移 同社のエンドユーザー別売上高の推移をみると、ここ数年内訳の比率に変化がみら れ る 。当初は OEM&IP （パソコン組み込み型製 品等） が中心 で 、13/1 期には OEM&IP が売上高全体の 48%を占めていた。しかし、足元ではゲーム向けやデータ センタ向け、自動車向けに注力しており、これら 3 分野の売上高構成比率が拡大して いる。 0 10 20 30 40 50 60 70 80 13/1 14/1 15/1 16/1 17/1 OEM & IP 自動車 データセンタ PV ゲーム 図表2：エンドユーザー別売上高の推移 （年次：2013～2017） （期） （億ドル） 部門 ブ ラ ンドおよび プ ラ ット フ ォ ー ム 概要 GeForce PCゲーム向け Quadro コ ンピュ ー タ支援設計（CAD ）、動画編集、特殊効果、他のクリエイ ティブな用途で画像処理を行うデザイナーやクリエイター等の専門職 （PV）向け Tesla 深層学習（ディープラーニング）やビッグデータ解析等、並列計算を用 いる研究者やアナリスト（分析者）向け GRID クラウドやデータセンタを通じた仮想環境でのGPU利用者向け Tegra GPUとマルチコアCPUの統合型モバイルプロセッサ。OEM向けの他、 DRIVEとSHIELDにも搭載されている DRIVE 車両周囲状況のリアルタイム把握や、高精細地図（HDマップ）の作成 等の機能を処理できるよう設計される。先進運転支援システム 用の 自動車向け SHIELD クラウドベースのモバイルゲーム向け 出所：会社資料よりみずほ証券作成 テグラ・ プロセッサ GPU 図表1：ブランドおよびプラットフォームの概要 （注）PV はプロフェッショナル・ビジュアライゼーション（専門家向け高性能コンピューティング） 出所：会社資料よりみずほ証券作成海外企業レポート（銘柄概要）
エヌビディア（NVDA）
ポイント解説
ゲ ー ム 市 場 の 拡 大により GPU 製品 需要は拡大へ 日本ではなじみが薄いが、現在、世界では「e スポーツ」というゲームの楽しみ方が普 及している。「e スポーツ」とは、「エレクトロニック・スポーツ」の略で、PC ゲームを使っ た対戦をスポーツ競技として捉えたもの。欧米では世界トップレベルの PC ゲームプ レイヤーが競い合い、若者を中心に高い人気を誇っている。ゲーム会社や放送局、 広告会社等が同事業に参入することで、市場は拡大しつつあり、市場規模は 2016 年から 20 年にかけて年率 30% 以上で成長し、2020 年には 15 億ドル近くまで達す る、という予測もある（図表 3）。格闘ゲームやシューティングゲーム等の「e スポーツ」では、画像の高速処理が求め られる。この画像処理に GPU を使用することで、ゲームプレイ時のフレームレート（1 秒当たりのコマ数）が増加し、スムーズに 3 次元（3D）ゲームをプレイできるようにな る。コンピュータゲームのさらなる高画質化に加え、「e スポーツ」等の参加型オンライ ンゲームや仮想現実（VR）の市場成長、新興国でのゲーム人口の増加を背景に、 GPU 需要は拡大。同社社長兼 CEO であるジェンスン・ファン氏は、「現在、世界中に は（同社製品の 1 つである）GeForce ゲーマーが 2 億人以上いるが、いまだ何億人も の人々が最新のビデオゲームには適さないコンピュータでプレイしている」と述べて おり、市場規模の拡大が期待できる。 2017 年 2 月末に米サンフランシスコで開催された世界最大のゲーム開発者会議で、 同 社 は 、 「 GTX1080 」 の 処 理 速 度 を さ ら に 35% 高 め た ア ッ プ グ レ ー ド 製 品 「GTX1080Ti」を発表した。これを用いると、4K ゲーミングや VR における画像処理 速度が大きく改善する。会社側は、ゲーミングノート PC(ゲーム用の GPU を搭載した ノートパソコン)等、高スペック GPU 製品に対し、依然強い関心が示されているとし た。 0 2 4 6 8 10 12 14 16 0 1 2 3 4 5 6 7 15 16 17予 20予 熱狂的なファン（左目盛） 一般のファン（左目盛） 「eスポーツ」市場規模 （右目盛） 図表3：世界の「eスポーツ」観戦者数と市場規模 （億人） （年） （注）予想はNewzoo 出所：ブルームバーグのデータ よりみずほ証券作成 （億ドル）
海外企業レポート（銘柄概要）
エヌビディア（NVDA）
GPU の 高 速 演 算 能力を生かした、 AI 市 場 へ の 応 用 に期待 GPU の性能向上は、人工知能（AI）自身が学習する「深層学習（ディープラーニン グ）」の発展にも大きく寄与している。 例えば 2017 年 1 月に同社は、日本向け HD マップ*1 整備に対する AI の活用に関 し、日本最大手の地図情報会社ゼンリンと共同研究することで合意した。車載コン ピュータ 「NVIDIA DRIVE PX 2 AI」 と「NVIDIA DriveWorks ソフトウエア」を用いる ことで、カメラやセンサで収集した膨大なデータを処理することができる。 その際、ディープラーニングを活用することで、必要となる画像認識や地物検出、属 性分類をリアルタイムに行うことができる。さらにデータセンタにおいても多数の車両 から届くデータをコンパイル*2 して登録し、3D マップを作成することが可能となる。ゼ ンリンはエヌビディアとの共同研究により、非常に短いリードタイムで、より広範囲の HD マップを自動車メーカー各社に提供できるとしている。 *1 HD マップ：クルマの自動運転で活用するための高精細な 3 次元（3D）地図のこと *2 コンパイル：コンピュータが理解できる「機械語」へプログラムを変換すること また、ゼンリン以外にも多くの企業が同社製品の利用や協業を行っている（図表 4）。 図表4：エヌビディアのGPU製品の利用・協業 市場 企業・団体 概要 マイクロソフト 企業向けクラウド「アジュール」を通じてディープラーニング用ツールキット「Microsoft Cognitive Toolkit」に同社GPUを利用
IBM ディープラーニング用ツールキット「IBM PowerAI」に同社GPUを利用
工場 ファナック 自動化工場におけるロボットへのAI実装で協業する ゼンリン 日本向けHDマップ整備に対するAIの活用で共同研究する HERE（ヒア） 自動運転車向けにリアルタイムのHDマップソリューションを共同開 発する TomTom （トムトム） 自動運転車向けマッピング・システムを共同開発する ヘルスケア 米国がん研究所等 米国国立がん研究所、米エネルギー省、その他複数の国立研究所 と連携し、がん研究を促進するためのAIプラットフォームを作成する 出所：会社資料よりみずほ証券作成 企業向け 電子地図
海外企業レポート（銘柄概要）
エヌビディア（NVDA）
自 動 運 転 市 場 へ の 展 開 も ド ラ イ バーの 1 つに AI 関連産業全体の市場規模は拡大する見通しであるが、その中でも、自動車関連 産業がけん引するとみられる（図表 5）。 エヌビディアは、今後拡大が期待される自動運転車の頭脳となる処理技術において も高いプレゼンスを誇る。2017 年 1 月、同社と 10 年にわたるパートナーであるアウ ディと世界最先端の AI 搭載自動車の開発で提携することを発表した。自動運転車 向け AI プラットフォーム「NVIDIA DRIVE PX」を用い、トレーニング済みの AI ネット ワークを利用して周辺環境を把握し、安全な進路を事前決定できるようになることを 目指す。 自動運転分野でも、多くの自動車メーカーが同社製品の利用や協業を行っている （図表 6）。 0 30 60 90 120 2015 2020 2030 図表5：AI関連産業の市場規模見通し 自動車関連以外 自動車関連 （兆円） （兆円） （年） （注）日本市場。自動車関連は運輸業関係（オンデマンド・モビリティ市場、自動運転トラック輸送 市場）および製造業関係（自動運転車製造市場）の合計。市場規模はEY総合研究所の推定 出所：各種資料よりみずほ証券作成 3兆7,450億円 23兆638億円 自動車関連の構成比 30% 86兆9,620億円 自動車関連の構成比 47% 図表6：自動運転におけるエヌビディアのGPU製品の利用・協業 市場 企業・団体 概要 トヨタ自動車 自動運転車の開発で提携す るこ とを発表。数年以内に自動運転シス テ ム の市場導入を見込むトヨ タに対し、自動運転用プラ ット フォ ーム 「DRIVE PX」を供給する メルセデス・ベンツ 2017年、エヌビディアのAIを搭載した自動車を共同開発することを発表 アウディ 2020 年の路上走行実現に向け、最先端AI 搭載自動車の共同開発を 進めるZF 「NVIDIA DRIVE PX2」を搭載したAIベースの自動運転システムを発表
ボッシュ エヌビディアとのAI自動運転コンピュータ開発を発表
出所：会社資料よりみずほ証券作成
海外企業レポート（銘柄概要）
エヌビディア（NVDA）
同業比較、製品比較
GPU 市場で同社 製 品 はト ップシ ェ アを誇る 現在、GPU を扱う主な企業はエヌビディアと AMD の 2 社で、ゲーム市場におけるエ ヌビディアの GPU 市場シェアは 7 割程度で推移。同社製品は最大のシェアを誇り、 安定したポジションを確立している（図表 7）。CPU と GPU の比較 図表 8 に GPU と CPU の特徴について整理した。両者ともに演算処理を行う点では 同じだが、その利用用途が異なる。CPU が PC の頭脳として複雑な情報処理等を行う ための半導体である一方、GPU は PC モニター等で高画質な画像を映す用途で用 いられる画像処理用半導体である。そのため、多くは PC やゲーム機向けに用いられ ている。しかし近年、単純作業を大量に効率良く処理する GPU の特性が AI のトレー ニングに適していると判明したことから、前述のような幅広い分野で応用されるように なった。 67% 73% 68% 33% 27% 32% 0 10 20 30 40 50 60 70 80 90 100 2014 2015 2016 AMD エヌビディア （%） （年） 出所：ブルームバーグ、IDCのデータよりみずほ証券作成
図表 7：ゲーム市場における GPU の市場シェア
（年次：2014～2016）図表8：CPUとGPUの比較
メーカー 特徴 年平均成長率（推定） CPU インテル、AMD等 コンピュータの頭脳として 複雑な情報処理等を行うための半導体 約10% GPU エヌビディア、AMD等 PCのモニター等で 高画質な画像を映すために使われる半導体 約50% （注)推定はエヌビディア社。 CPUの年平均成長率は、並行処理等を行わず、全ての演算を逐次に処理していくシングルスレッド方式の性能成長率。 GPUの年平均成長率は、複数の処理を同時に並列処理していくGPUコンピューティングの性能成長率 出所：エヌビディア社資料よりみずほ証券作成海外企業レポート（銘柄概要）
エヌビディア（NVDA）
GPU を用いること で、遅延低減の解 消が期待 米シスコ・システムズの調査によれば、全世界のモバイルデータトラフィック （コン ピュータネットワーク上を流れるデータ量）は、過去 5 年間で 18 倍に増加し、2016 年 も 15 年比 63%増と大幅伸長したという。 これからの大量かつ高速なデータの読み書きにおける遅延の低減に有効な方法の 1 つが GPU である、とみずほ証券では考えている。図表 9 に、ディープラーニング推論 でのデータ転送の遅延時間（レイテンシ）の性能比較を示した。ディープラーニング 用 GPU である「Tesla P40」を用いて推論を行った場合の、データ転送遅延時間は CPU の約 60 分の 1 と非常に高い応答性を誇る。これにより、AI のトレーニングに必 要な時間が数日から数時間に短縮され、AI を活用したサービスを利用している消費 者にリアルタイムで反応することが可能となる。 リスク・留意
事項
AI 向け半導体の競争激化懸念 AI 向け半導体として GPU 利用が先行したが、インテルも AI 向け CPU を発表してお り、開発競争は激化している。 同業他社の製品投入リスク AMD が「GeForce」の性能を上回る新製品を投入すれば、エヌビディアのゲーム向け 市場シェアが縮小する可能性がある。 GAAP と非 GAAP の差異GAAP：Generally Accepted Accounting Principles、一般に公正妥当と認められた会計原則。各国で定められており、米 国会計基準（US-GAAP）、日本版 GAAP 等がある。 非 GAAP：実質的な業績動向を示すために、企業が独自に定めた会計原則。リストラ費用、株式報酬費用等の特別項目 が調整されることがある。 海外企業レポート（銘柄概要）は企業の沿革、概要、事業、中長期的な競争優位性等の紹介に重点を置いた レポートです。当該企業の最新の決算情報、ニュース、トピックに関しては、海外企業レポート（銘柄フラッ 150.8ms 4.7ms 2.4ms 0 20 40 60 80 100 120 140 160 180 CPUのみ （インテルXeon E5-2690 v4） エヌビディア Tesla P4 エヌビディア Tesla P40 （注）レイテンシ：データの要求に対する反応時間。ms（ミリ秒）で1,000分の1秒 出所：エヌビディア資料よりみずほ証券作成 図表9：ディープラーニング推論におけるデータ転送の遅延時間（レイテンシ） （ms）
