9月4日、Paul Nashawaty氏が「NVIDIA Q2 FY2027: Agentic AI Infrastructure Takes Shape」と題した記事を公開した。NVIDIAの過去最高水準となる四半期決算を起点に、エージェント型AIインフラ構築の全体像と、それを阻む「ガバナンスの空白」という構造的課題を分析した内容だ。
売上高106%増——だが本質は数字ではない
NVIDIAはFY2027第2四半期（2025年）において、前年同期比106%増の売上高960億ドルという過去最高の業績を記録した。しかしNashawaty氏の分析は、この数字をあえて「見出しであり、同時にノイズでもある」と位置付ける。
真に重要なのは、NVIDIAがエンタープライズによるエージェント型AIの大規模展開を阻むあらゆるボトルネックを、組織的に排除しつつあるという構造的な変化だ、とNashawaty氏は指摘する。
今四半期の主な発表を整理すると以下のとおりだ：
- Vera CPU：カスタムCPUシリコン、出荷済み
- Grace Blackwell GB300 NVL72：推論インフラ、フル量産体制（※元記事の正式名称に基づく。旧稿の「Groq 3 LPX」は誤記の疑いがあったため修正）
- NVLink Fusion：カスタム高帯域メモリ対応に拡張
- Nemotron 3.5 Lightning：オープンウェイトモデル
- Jetson Orin Nano 2：ロボティクス向けエッジプラットフォーム
- AWSとの提携：追加200万GPUおよび次世代インフラの供給
これらはロードマップ上の予告ではなく、いずれも本番運用可能なフルスタックとして揃いつつある。AWSへの200万GPU供給は単なる供給力の話ではなく、「エージェント型AIワークロードのデフォルト基盤」をNVIDIAが確立しようとする戦略的な動きだ。
5000億ドルのファイナンシング連合——GPUが「資産クラス」になる
エンジニアよりもITDM（IT意思決定者）が注目すべき話として、Nashawaty氏が最も重視するのが金融コンソーシアムの組成だ。
Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKRという6大資産運用機関と連携し、サードパーティのAIコンピュートインフラに5000億ドル超を動員するという枠組みだ。これはGPUクラスタを「機関投資家が裏付けを持つ投資可能な資産クラス」へと転換することを意味する。
従来、大規模AIインフラへの投資を資本支出（CapEx）として正当化できなかった組織にとって、この枠組みは調達の方程式を変える可能性がある。AIコンピュートへのアクセスが「設備投資の壁」から「構造化金融プロダクト」へと移行する、というのがNashawaty氏の見立てだ。
能力の向上より深刻な「ガバナンスの空白」
NVIDIAの発表で見落とされがちな問題として、Nashawaty氏はAIエージェントのガバナンスを挙げる。ここで前提として整理しておくと、この節で言及されるいくつかの技術用語は以下のように理解できる。
- NVIDIA AVO（Agentic Verification and Orchestration）：NVIDIAが提供するエージェント型AIの検証・調整フレームワーク。ARC-AGIはAGI能力を測定するベンチマーク
- NeMo Switchyard：NVIDIAのNeMoフレームワークに含まれる、マルチエージェントのルーティング・調整レイヤー
- SkillEvaluator：エージェントの能力を定量評価するNeMo内のモジュール
Nashawaty氏によれば、NVIDIA AVOはARC-AGI-3ベンチマークで100%スコアを達成したとされる（元記事公開時点での報告であり、独立した検証は確認されていない）。Nemotron 3.5 LightningやNeMo Switchyard、SkillEvaluatorといった自律エージェントフレームワークも相次いでリリースされている。
しかし、これほど技術能力が向上する一方で、ECI Researchが実施したGoogle GovTechサーベイのデータは冷静な現実を示す：
- AIエージェントを「承認済みユースケース・定義済みポリシーのもとで許可」している組織：45.6%
- パイロットや特定チームに限定している組織：29.7%
- 一般的な開発活動での使用を許可している組織：わずか11.1%
エージェントを売り込もうとしている先の組織が、エージェントのガバナンスをまだ解決していない——これは技術的な問題ではなく、go-to-marketのタイミング問題だ、とNashawaty氏は指摘する。
この「ガバナンスの空白」は、垂直統合されたスタックの優位性が実際の市場拡大に結びつく前に、必ず埋めなければならない前提条件でもある。同サーベイでは、政府・公共セクターにおけるAI普及の最大の阻害要因として**「FedRAMPなどコンプライアンス認可の摩擦」が31.8%に挙げられており、推論性能がいかに向上しても解消できない課題であることが示されている。一方で、コンプライアンス要件が満たされた後の技術選定においては「開発者の生産性と統合のしやすさ」が47.2%**と最重要視されており、「コンプライアンスをクリアすれば、勝つのはベロシティだ」という構図が浮かび上がる。
垂直統合の優位性と、それが機能するための条件
「ガバナンスの空白」という制約を踏まえたうえで、Nashawaty氏はNVIDIAの構造的強みを総括する。NVIDIAはチップ企業ではなく、「新しいコンピューティングパラダイムのための金融・物理・ソフトウェアインフラ」を一体として構築している、というのが氏の評価だ。これはNashawaty氏個人の分析であり、NVIDIAの公式見解や確定した業界定義ではない点には留意が必要だ。
メモリバス、インターコネクト、CPU、GPU、そしてファイナンシング構造まで垂直統合するベンダーに対し、推論・ネットワーキング・モデルサービングの単一領域だけで戦う競合は、今後ますます不利な立場に置かれる。だがその優位性が最大化されるのは、ガバナンス整備が能力曲線に追いついたときだ。
今後4〜6四半期で最も重要な変数は、NVIDIAが売上成長を維持できるかどうかではない。コンプライアンスとガバナンスの整備が、AIの能力曲線に追いつけるかどうかだ。FedRAMP認可の迅速化、規制産業でのcATO（継続的認可・運用：Continuous Authorization to Operate）の普及、エンタープライズのAIガバナンス枠組みの確立——これらが進むほど、NVIDIAの本番対応スタックの市場は急拡大する。逆に言えば、ガバナンスの整備が遅れれば、垂直統合の優位性も宙に浮いたままとなる。
詳細はNVIDIA Q2 FY2027: Agentic AI Infrastructure Takes Shapeを参照していただきたい。
