Groq（企業）に関するニュース一覧

Nvidiaのジェンセン・ファンCEOが2026年3月のGTC基調講演で2時間半にわたり新技術を発表しましたが、講演開始とともに時価総額4兆ドルの同社株価は下落しました。ウォール街の投資家はAIの将来に対する不確実性とバブル懸念を重視した形です。

ファンCEOは講演で、ゲーム用グラフィックス技術、ネットワークインフラ、自動運転契約、Groqと共同設計した推論高速化チップなど多数の新製品を披露しました。AIエージェント市場を35兆ドル、物理AI・ロボット市場を50兆ドルと見積もり、BlackwellとVera Rubinチップだけで2027年末までに1兆ドルの受注を見込むと述べました。

調査会社Futurumのダニエル・ニューマンCEOは、AIの技術革新の速度が市場に「新たな不確実性」をもたらしていると分析します。企業のAI導入に関する否定的な報道は半年前のデータに基づいており、実際には急速に普及が進んでいると指摘しました。

Nvidiaの業績はこの見方を裏付けています。前四半期の売上高は前年比73%増と目標を大幅に上回り、AmazonがAWS向けに2027年末までに100万GPUを購入する計画も今週確認されました。Zacks Investment Researchのケビン・クック氏は「経済全体がNvidiaを中心に回っている」と評しています。

バブルの可能性は否定できないものの、GTCで示された不確実性はNvidia固有の問題ではなくAI市場全体の課題です。同社はプラットフォーム企業として世界経済を牽引し続けており、ファンCEOは「100兆ドル規模の産業がすべてここにある」と自信を示しました。

Nvidiaは年次開発者会議GTCにおいて、Groqとの200億ドル規模のライセンス契約に基づくAI推論専用チップを発表しました。CEOジェンスン・フアン氏はAI半導体の収益機会が2027年までに少なくとも1兆ドルに達するとの見通しを示しています。

注目すべきは、これまでAI業界が汎用GPUを転用してきたのに対し、今年初めてAI専用設計チップが登場する点です。Groqのチップと組み合わせることで推論の速度向上とコスト削減が実現し、Nvidia顧客にとって大きな効率改善が期待されます。

Nvidiaはさらに企業向けAIエージェント基盤「NemoClaw」を発表しました。OpenClaw等のオープンソースエージェント技術が急速に普及するなか、各社がエージェント分野の主導権を競っており、MetaもAIエージェントSNS「Moltbook」を買収するなど動きが加速しています。

一方Teslaでは、生涯利用可能とされた完全自動運転（FSD）の新車移行条件が突然変更され、3月31日までの納車が必要とされたことで忠実なファン層から強い反発が起きています。インフルエンサーを含む熱狂的支持者の離反も報じられ、株価を支えてきた個人投資家基盤への影響が懸念されます。

MetaはVRメタバースの象徴であったHorizon WorldsのQuest版を段階的に縮小すると発表しました。Reality Labs部門は4年間で推定770億ドルの損失を計上しており、社名変更からわずか4年半での事実上の撤退となります。同社は今後AIへの投資を本格化させる方針です。

Nvidiaは2026年3月16日、サンノゼで開催した年次カンファレンスGTC 2026において、次世代AIコンピューティング基盤「Vera Rubin」プラットフォームを発表しました。CEOのジェンスン・フアン氏は基調講演で、BlackwellとRubinチップの受注見通しが1兆ドルに達すると宣言しています。

Vera RubinはVera CPU、Rubin GPU、NVLink 6 Switch、ConnectX-9、BlueField-4 DPU、Spectrum-6、Groq 3 LPUの7チップで構成されます。旗艦モデルのNVL72ラックは72基のRubin GPUを搭載し、Blackwell比で推論スループットがワットあたり最大10倍、トークン単価は10分の1を実現するとしています。

Anthropicのダリオ・アモデイCEO、OpenAIのサム・アルトマンCEO、Metaらがプラットフォーム採用を表明しました。AWS、Google Cloud、Microsoft Azure、Oracle Cloudの4大クラウドがすべて提供を予定しており、80社超の製造パートナーがシステムを構築します。Microsoftはハイパースケールクラウドとして初めてVera Rubin NVL72を稼働させたと発表しました。

ソフトウェア面では、企業向けAIエージェント構築基盤「Agent Toolkit」をオープンソースで公開しました。Adobe、Salesforce、SAP、ServiceNow、CrowdStrikeなど17社が採用を表明し、セキュリティランタイム「OpenShell」やコスト最適化のAI-Qを統合した包括的な開発環境を提供します。推論OS「Dynamo 1.0」も主要クラウドに採用されています。

ハードウェアでは、GB300チップ搭載のデスクトップ型スーパーコンピュータ「DGX Station」を発表しました。748GBの統合メモリと20ペタフロップスの演算能力で、1兆パラメータモデルをクラウド不要でローカル実行できます。NemoClawと組み合わせ、常時稼働型AIエージェントの個人運用を可能にします。

さらにNvidiaは、Mistral AIら8組織とNemotron Coalitionを結成し、オープンフロンティアモデルの共同開発を開始します。自動運転分野ではBYD・日産らがLevel 4対応車両を開発中で、Uberとは2028年までに28都市でロボタクシー展開を計画しています。製薬大手ロシュは3,500基超のBlackwell GPUを導入し、AI創薬を加速させます。

今回のGTC 2026は、NvidiaがチップメーカーからAIプラットフォーム企業への転換を鮮明にした大会となりました。ハードウェア、ソフトウェア、モデル、エージェント基盤を垂直統合し、宇宙からデスクトップまであらゆるスケールのAIインフラを一社で提供する戦略は、競合であるAMDやGoogle TPU、Amazon Trainiumとの差別化を図るものです。

Nvidiaは米サンノゼで開催されたGTC 2026において、AI推論に特化した新チップGroq 3 LPUを発表しました。同社がスタートアップGroqから200億ドルで技術ライセンスを取得し、わずか2カ月半で製品化したものです。

Jensen Huang CEOは「AIがついに生産的な仕事をできるようになり、推論の転換点が到来した」と宣言しました。学習と推論では計算要件が根本的に異なり、推論では低遅延が最も重要とされています。思考型・推論型モデルでは出力前に何度も推論が実行されるためです。

Groq 3 LPUの核心技術は、プロセッサ内部にSRAMメモリを直接統合した設計にあります。従来のGPUがチップ外のHBMにアクセスする必要があるのに対し、データがSRAMを直線的に通過するため、推論に必要な極めて低いレイテンシを実現します。メモリ帯域は150TB/sで、Rubin GPUの22TB/sの約7倍です。

推論特化チップ市場ではD-matrix、Etched、Cerebrasなど多数のスタートアップが独自アプローチを展開しています。AWSはCerebrasの第3世代チップと自社Traniumを組み合わせた推論システムのデータセンター展開を発表しました。推論を「プリフィル」と「デコード」に分離する技術が注目されています。

Nvidiaも推論分離を活用する新コンピュートトレイGroq 3 LPXを発表しました。8基のGroq 3 LPUとVera Rubin GPUを搭載し、計算集約的な処理はGPUが、最終段階の高速デコードはLPUが担います。Huang氏は「すでに量産段階にある」と述べ、推論市場の急速な拡大を示しました。

Nvidiaは来週サンノゼで開催する年次開発者会議に向け、企業向けオープンソースAIエージェント基盤「NemoClaw」を発表する計画を進めていることがWIREDの取材で明らかになった。

NemoClawは自社の従業員向けにAIエージェントを展開したい企業ソフトウェア会社を主な対象としており、Nvidiaのチップを使用しない製品環境でも利用できる点が特徴です。

Nvidiaはすでにセールスフォース、シスコ、グーグル、アドビ、クラウドストライクといった大手企業にNemoClawを売り込んでおり、パートナーシップ形成に向けた協議を進めています。オープンソースである性質上、パートナー企業はプロジェクトへの貢献と引き換えに無償の早期アクセスを得る見通しです。

この動きはNvidiaのオープンソースAIモデル戦略の一環であり、主要AIラボが独自カスタムチップの開発を進める中、AI基盤における同社の優位性を維持するための布石と見られています。従来の戦略の柱だったCUDAプラットフォームへの依存を超え、ソフトウェアレイヤーでの影響力拡大を図る狙いがあります。

エンタープライズ環境でのAIエージェント活用は依然として議論を呼んでおり、メタなどはセキュリティリスクを理由に社内利用を制限しています。NemoClawはセキュリティ・プライバシーツールを組み込むことで、企業が抱えるこうした懸念に正面から応えようとしています。

記事は古代ピラミッドの比喩を用いながら、AIリアルタイム推論の重要性と、NvidiaとGroqがこの分野でどのように企業向け市場を争っているかを分析しています。

GroqはLPU（Language Processing Unit）という専用アーキテクチャにより、汎用GPUよりも大幅に高速なテキスト生成を実現しています。1秒あたりのトークン生成数でNvidia GPUを凌駕するデモが注目を集めています。

NvidiaはH200やBlackwellシリーズで推論性能を向上させながら、CUDAエコシステムという強固な参入障壁を維持しています。エンタープライズ市場での信頼性・サポート体制でGroqを圧倒しています。

企業が推論インフラを選ぶ際には、ピーク遅延、スループット、コスト、信頼性を明確に定義した上で選択することが重要です。遅延バジェットを設定し、それに基づいてアーキテクチャを選ぶアプローチを推奨しています。

長期的には、エッジデバイス上での軽量モデル実行と、クラウド上の高性能モデルを使い分けるハイブリッド推論が主流になると見られており、企業はその両方に対応できる柔軟な設計が求められます。

OpenAIはAIチップメーカーCerebrasのウェーハスケールプロセッサを「ほぼ即時」のコード生成に使う初の本番展開を発表しました。これはOpenAIがNVIDIAへの独占的依存から脱却する動きの一環として注目されています。

Cerebrasのウェーハスケールエンジン（WSE）は、一枚のウェーハ全体に統合された巨大なチップで、メモリ帯域幅と並列処理能力において従来のGPUとは異なるアーキテクチャを持ちます。特にトークン生成の速度で優位性を発揮します。

この動きはAIチップ市場における競争多様化を示しています。NVIDIAの一極支配に対して、Cerebras、Groq、AMD、Intel Habanaなど複数のチップベンダーが特定ユースケースで食い込む余地を見せています。

開発者にとっては、コーディング支援ツールの応答速度が実際の開発体験を大きく左右します。「ほぼ即時」のコード補完は、GitHub Copilotなどとの競争において重要な差別化要素となります。

NvidiaがGroqと締結した約200億ドル規模の戦略的ライセンス契約は、AI半導体業界の地図を塗り替える動きとして注目される。従来の競合関係から協調・ライセンスモデルへの転換は、推論市場の急速な拡大に対応するための現実的判断と見られる。

2026年を境に、AI計算市場は4つの正面で競争が激化するとされる。モデル学習用のNVIDIA H-シリーズ、推論特化のGroqやCerebras、ネットワーク・インターコネクト、そしてソフトウェアオーケストレーションレイヤーが主な競争軸だ。

特に注目されるのはNvidiaが「汎用GPU時代の終焉」を事実上認めた点だ。これは同社がAI専用シリコンへの特化を認め、エコシステム全体でのポジション確保戦略に転換したことを意味する。

エンタープライズ側にとっては選択肢の増加が歓迎される一方、ベンダーロックのリスクも高まる。CUDAに最適化された既存コードベースを保持する企業は、代替アーキテクチャへの移行コストが高く、Nvidiaエコシステムの維持を余儀なくされる面がある。

長期的にはAIのワークロード多様化が進むにつれ、学習・推論・エッジ・エンドポイントで最適なシリコンが異なるという「ベストオブブリード」アーキテクチャが普及すると予想される。Nvidiaの戦略的ライセンスはその先取りと言える。

Nvidiaは競合AIチップスタートアップのGroqと非独占的なライセンス契約を締結しました。これにより、Groqの言語処理ユニット（LPU）技術がNvidiaの製品ラインに組み込まれる可能性があります。チップ市場の競争構造に大きな変化をもたらす可能性があります。

GroqはGPUとは異なるアーキテクチャを持つLPU（言語処理ユニット）を開発しており、LLMの推論処理においてGPUの10倍の速度と10分の1の電力消費を実現できると主張しています。この推論特化型設計がNvidiaに評価された形です。

Groq創設者のJonathan RossはGoogle在籍時にTPU（テンソル処理ユニット）の発明に貢献した人物です。このような優秀な人材の獲得は、技術ライセンスと並んでNvidiaにとって重要な戦略的価値を持ちます。

CNBCはNvidiaがGroqの資産を約200億ドルで取得すると報じましたが、NvidiaはTechCrunchに対して「これは会社の買収ではない」と説明しました。取引の正確な規模と性質については依然として不明確な部分が残っています。

Groqは2025年9月時点で評価額69億ドルで7億5000万ドルを調達したばかりでした。同社のAPIを利用する開発者数は前年の35万6000人から200万人超へと急速に拡大しており、推論市場での存在感を急速に高めていました。

AI推論需要の増大に伴い、効率的な推論インフラへの需要が高まっています。NvidiaがGroqの技術を取り込むことで、学習から推論までのAIインフラ全体をカバーする体制を強化することになります。

米IBMのArvind Krishna CEOがThe Vergeのインタビューに応じ、過熱するAI投資とAGI（汎用人工知能）待望論に対して、エンジニアリング視点から冷静な分析を提示しました。彼は現在のLLM（大規模言語モデル）技術の延長線上でAGIに到達する確率は極めて低いと断言。MicrosoftやOpenAIのような「AGIへの賭け」とは一線を画し、B2B領域での着実な実装と、次世代計算基盤への長期的投資を優先する姿勢を鮮明にしています。

市場で囁かれる「AIバブル崩壊」の懸念に対し、Krishna氏は否定的です。彼はムーアの法則に加え、チップアーキテクチャの刷新（Groqなどの推論特化型など）とソフトウェア最適化を組み合わせることで、今後5年間で計算コスト対効果が最大1000倍改善されると独自の試算を披露。この劇的な効率化がインフラ投資の正当性を支え、B2B領域でのAI活用を経済的に合理化すると説きます。

一方で、シリコンバレーを席巻するAGIブームには懐疑的です。LLMは本質的に確率論的なシステムであり、AGIに不可欠な「決定論的な知識」や論理的推論能力が欠けていると指摘します。現在のAIは生産性向上に極めて有用ですが、真のAGI到達にはLLMとは異なる新たな技術的ブレイクスルーが必要であり、現行技術への過度な期待を戒めました。

IBMがAIの次の勝負所と定めるのが量子コンピューティングです。Krishna氏は量子プロセッサを、CPUやGPUを置き換えるものではなく、特定の難問を解決する「QPU」として定義しています。彼は今後3〜5年以内に量子計算が実用段階（Utility scale）に達し、既存のスーパーコンピュータでは不可能な材料探索やリスク計算を処理することで、数千億ドル規模の市場価値を生むと予測しています。

AIによる雇用への影響についても、前向きな姿勢を崩しません。社内で生成AIを導入した結果、開発チームの生産性が45%向上した実績を挙げつつ、これを人員削減ではなく事業拡大の好機と捉えています。AIは「初心者を熟練者に変えるツール」であり、生産性が高まればより多くの製品を開発できるため、エンジニアの採用を積極的に継続する方針です。

AI開発企業Together AIは2025年10月10日、大規模言語モデル（LLM）の推論速度を最大4倍に高速化する新システム「ATLAS」を発表しました。このシステムは、AIの利用状況の変化に合わせてリアルタイムで自己学習する「適応型投機実行」技術を採用。これまで企業のAI導入拡大を妨げてきた、ワークロードの変化に伴う性能劣化という「見えざる壁」を打ち破ることを目指します。

多くの企業が直面する課題は、AIのワークロードが変化すると推論速度が低下する「ワークロードドリフト」です。従来の推論高速化技術で使われる「静的投機モデル」は、一度固定データで訓練されるため、例えば開発言語がPythonからRustに変わるだけで予測精度が急落し、性能が劣化します。この問題はAI活用の拡大における隠れたコストとなっていました。

ATLASは、この課題を独自のデュアルモデル構造で解決します。広範なデータで訓練された安定的な「静的モデル」が基本性能を保証し、軽量な「適応型モデル」が実際のトラフィックから継続的に学習して特化します。さらに制御システムが両者を動的に切り替えることで、利用者は設定不要で常に最適な高速化の恩恵を受けられます。

この高速化の鍵は、計算資源の非効率性を突くアプローチにあります。通常の推論処理はGPUのメモリ性能に依存し、計算能力が十分に活用されていません。ATLASは一度に複数のトークン候補を生成・検証することで、メモリへのアクセス回数を抑えつつ、待機状態にあった計算能力を最大限に引き出し、スループットを劇的に向上させます。

その性能は目覚ましく、NVIDIAのB200 GPU上で特定モデルでは毎秒500トークンを達成。これはGroqなどの専用推論チップに匹敵、あるいは凌駕する水準です。ソフトウェアとアルゴリズムの改良が、高価な専用ハードウェアとの性能差を埋められることを示しており、AIインフラの常識を覆す可能性を秘めています。

ATLASはTogether AIのプラットフォームで追加費用なしで利用可能です。この技術は、AIの利用用途が多様化する企業にとって、性能のボトルネックを解消し、コストを抑えながらAI活用をスケールさせる強力な武器となるでしょう。静的な最適化から動的な適応へと向かうこの動きは、今後のAI推論エコシステム全体に大きな影響を与えそうです。

AIチップベンチャーのGroqは先日、7億5000万ドルの新規資金調達を完了し、ポストマネー評価額が69億ドル（約1兆円）に到達したと発表しました。これは当初予想されていた額を上回る結果です。同社は、AIチップ市場を支配するNvidiaのGPUに対抗する存在として、推論特化の高性能なLPU（言語処理ユニット）を提供しており、投資家の高い関心を集めています。

Groqの核となるのは、従来のGPUとは異なる独自アーキテクチャのLPUです。これは、AIモデルを実際に実行する「推論（Inference）」に特化して最適化されており、推論エンジンと呼ばれます。この設計により、Groqは競合製品と比較して、AIパフォーマンスを維持または向上させつつ、大幅な低コストと高効率を実現しています。

Groqの技術は開発者や企業向けに急速に浸透しています。利用する開発者の数は、わずか1年で35万6000人から200万人以上へと急増しました。製品はクラウドサービスとして利用できるほか、オンプレミスのハードウェアクラスターとしても提供され、企業の多様なニーズに対応できる柔軟性も強みです。

今回の調達額は7.5億ドルですが、注目すべきはその評価額の伸びです。Groqの評価額は、2024年8月の前回の資金調達時（28億ドル）からわずか約1年で2.8倍以上に膨らみました。累計調達額は30億ドルを超えると推定されており、AIインフラ市場における同社の将来性に、DisruptiveやBlackRockなどの大手が確信を示しています。

創業者のジョナサン・ロス氏は、GoogleでTensor Processing Unit（TPU）の開発に携わっていた経歴を持ちます。TPUはGoogle CloudのAIサービスを支える専門プロセッサであり、ロス氏のディープラーニング向けチップ設計における豊富な経験が、Groq独自のLPU開発の基盤となっています。