デワルケシュ・パテルのポッドキャストにおけるNVIDIA最高経営責任者ジェンスン・ファンとの対談
Zvi Mowshowitzは、NVIDIA CEOのジェンセン・ファン氏がDwarkesh Patelとのインタビューで語った、TPUとGPUの比較やAnthropicのインフラ選択に関する主張を分析し、CEOの宣伝的発言に対する「限定的不信」の枠組みで評価している。
キーポイント
CEO発言への「限定的不信」の適用
著者は、Elon Muskとは異なりJensen Huangは事実誤認や不確かな予測を避ける傾向があるため、伝統的な「限定的不信」のルールで評価すべきだと主張し、自己利益に基づく誇張はあるものの重大な虚偽は少ないと判断している。
TPU対GPUの競争とAnthropicの選択
Jensen HuangはTPUがCUDAのような柔軟性やエコシステムを欠いていると主張し、NVIDIAの優位性を強調したが、著者は大規模ビジネスにおいてエッジや柔軟性の差が必ずしも決定的ではないと疑問を呈している。
NVIDIAのチップ配分と戦略的フレーム
インタビューでは、NVIDIAがどのようにチップを配分し、その競争優位性（モート）を維持しているかが問われたが、著者はNVIDIA側の説明は不誠実であり、完全には信憑性がないと見なしている。
Anthropicとの提携失敗の要因
ジェンソン・ホアングはAnthropicとの提携を逃した理由として、当初の計算資源ニーズの見誤りや資金不足に加え、AGIへの備えが不十分だったことを認めている。
中国向けチップ輸出に関するホアングの姿勢
ホアングは中国へのチップ販売を支持しており、その主目的はNvidiaとCUDAの市場支配力を維持することにあり、それがアメリカの利益につながると考えている。
ホアングの矛盾した主張とビジネス認識
彼はチップの優位性と製造能力、エネルギー供給などについて矛盾した立場を取りつつも、現状を単なる大規模なハードウェアビジネスと捉えており、供給チェーンの拡大が追いついていない。
チップ輸出規制の必要性と地政学的リスク
中国へのチップ販売は米国の供給を削ぎ、計算資源アクセスが経済生産性や国家安全保障の鍵となるため、市場需要が飽和する以前は輸出を制限すべきである。
影響分析・編集コメントを表示
影響分析
この記事は、NVIDIAの市場支配力と競合他社（特にGoogleのTPU）との技術的・生態系的な競争関係について、投資家や業界関係者に重要な視点を提供している。著者の「限定的不信」フレームワークは、CEOの発言を盲目的に受け入れるのではなく、構造的なバイアスを考慮して分析する必要があることを示しており、AIインフラ市場の動向理解に寄与する。
編集コメント
著者はNVIDIAの株主であるため、この分析には一定のバイアスが含まれている可能性に留意する必要がある。しかし、CEOの発言を「限定的不信」で検証するというアプローチは、AI業界の広報戦略を理解する上で非常に有用なフレームワークである。
「これはこのエピソードを詳しく解説しよう」というレベルで、自分自身で推薦しているようなポッドキャストもあります。まさにその一つでした。では始めましょう。
ポッドキャスト記事の慣例通り、基本となる箇条書きは議論された主要なポイントを記述し、その下にネストされた記述は私の解説となります。一部のポイントは省略されることもあります。
直接引用する場合は引用符を使用し、それ以外は要約または言い換えとみなしてください。
先ほどのドワルケシュ・パテル氏による2026年のイーロン・マスクCEOとのインタビューを取り上げた際と同様に、今回は自らのアジェンダや書籍を宣伝していることは疑いようがなく、また信頼できる語り手ではないことが証明されているCEOが登場します。したがって、「有界な不信（bounded distrust）」の関連するルールを考慮する必要があります。
イーロン・マスクは特別なケースであり、ある面では技術的な洞察に富み、独自の貴重な見解を持っている一方で、別の面では事実と異なることを平然と言い、時には自分がそれが偽りだと知りながら発言し、市場予測を行ってその確率を実質的に0%で価格設定し、さらにあり得ない数値やタイムラインを提示します。
ジェンソン・ファンはそういうタイプではなく、過去にはより伝統的な「限定的な不信」のルールに従ってきました。彼は自己利益のための明白なナンセンスな主張を行い、攻撃的な枠組みを使うことはあっても、証明された事実に反する主張や荒唐無稽な予測を行うことはありません。私は彼がこのインタビューでも基本的にこの方針を守ったと考えていますが、少なくとも境界線をさまようような大げさな発言がいくつか見られます。
私がジェンソン・ファンを心配しているわけではありません。彼自身についてのみ懸念しています。
完全開示のため：私はエヌビディアの直接保有株主です。ロングポジションを持っています。
[スケジュールノート：週次 AI 投稿は明日（4/17）に公開されます。公開時点での「知識のカットオフ」は Opus 4.7 のリリース時となります。Opus 4.7 に関する報道は月曜日から開始します。]
ポッドキャスト概要 第 1 部：通常のビジネスインタビュー
これは本質的に 2 つの部分からなるインタビューでした。
前半、約 57 分まで、そして最後にいくつかの質問もこれに含めますが、これは通常のビジネスに関する質問です。なぜエヌビディアはこれらの選択をし、これらの投資を行い、チップの配分を行うのか？エヌビディアの競争優位性（モート）はどこにあるのか？彼らはこれらの問いをどのように捉えているのか。
これらの質問において、ジェンソンが自社の主張を展開し、エヌビディアがいかに素晴らしいかを語っていることに疑いの余地はありません。それが CEO の役割であり、少し厚かましいかもしれませんが、いわゆる「悲観論者（ドームーズ）」に対する一発の横槍を除けば、これはフェアプレイです。
ジェンソンは TPUs が GPUs よりも柔軟性に欠けるとして軽視し、CUDA を備えていない点を指摘しています。また、これが異なる AI アーキテクチャにおいても重要になると述べています。私は、エッジコンピューティングがビジネスの大部分にとってそれほど重要であるという主張には同意しません。
Nvidia のチップ配分に関する彼の説明は不誠実に見えるし、私はその説明を中心的に信じてはいないが、そういうものなのだ。
前半で最も興味深かったのは、Anthropic に関する彼の発言であり、特に Anthropic がどのようにして主に Tritium と TPUs でトレーニングと実行を行うようになったかについてだ。
Jensen は Anthropic に対して良いことしか言わず、この機会を逃した責任を自分自身に負い、二度と起こさないよう誓っている。彼は Anthropic が通常のベンチャーキャピタル資金を得るものだと考えていたため、彼らの計算リソースの必要性の規模を理解していなかった。そのため初期段階では Google と Amazon が投資し、Anthropic をそれらの代替チップエコシステムに縛り付けてしまった。後から投資したかったが、Anthropic はすでに他のチップとの統合や運用のために莫大な作業を完了していた。
Jensen が Anthropic で敗れた理由は、当時自由現金残高が不足していたことも一因だが、主に彼が「スケーリング」や「AGI（汎用人工知能）」への確信が不十分だったからだ。彼は現在これを理解しているが、まだ十分に認識をアップデートできていない。将来何が待っているかについて、いかなる意味でも彼はまだそれほど確信を持っていない。彼は数年前の通知があればサプライチェーン全体を望むだけ拡大できると主張するが、実際には十分な規模で拡大していない。数年以内に電力がチップ販売における新たな潜在的な制限要因となるだろうが、それは以前ほど重要な問題ではなかった。
Jensen は Anthropic について良いことしか言わないが、この機会を逃した責任を自分自身に負い、二度と起こさないよう誓っている。彼は Anthropic が通常のベンチャーキャピタル資金を得るものだと考えていたため、彼らの計算リソースの必要性の規模を理解していなかった。そのため初期段階では Google と Amazon が投資し、Anthropic をそれらの代替チップエコシステムに縛り付けてしまった。後から投資したかったが、Anthropic はすでに他のチップとの統合や運用のために莫大な作業を完了していた。
Jensen が Anthropic で敗れた理由は、当時自由現金残高が不足していたことも一因だが、主に彼が「スケーリング」や「AGI（汎用人工知能）」への確信が不十分だったからだ。彼は現在これを理解しているが、まだ十分に認識をアップデートできていない。将来何が待っているかについて、いかなる意味でも彼はまだそれほど確信を持っていない。彼は数年前の通知があればサプライチェーン全体を望むだけ拡大できると主張するが、実際には十分な規模で拡大していない。数年以内に電力がチップ販売における新たな潜在的な制限要因となるだろうが、それは以前ほど重要な問題ではなかった。
前半部分において、彼が通常のコンピュータハードウェアビジネス以外の何かを運営しているという兆候は全く見られませんが、それは非常に大規模かつ迅速に、かつ収益性を持ってスケールする点で唯一無二です。
ポッドキャスト概要 第2部：チップ輸出に関する議論
誰もが話題にしているのはインタビューの後半部分であり、ここでは中国へのAIチップ輸出について、しばしば非常に熱く議論が交わされます。ジェンセンは当然ながら自社のチップを中国に販売したいと考えていますが、ドワルケシュはこれを悪魔の代弁者としての立場として提示しつつも、これを行うべきではないと主張します。私の見解では、彼は多少の不確実性を抱えつつも、主に自分が主張していることを信じているようです。
これは難易度の高いインタビューです。ドワルケシュは対話を成功させ、反論することを恐れない点で素晴らしい仕事をしています。議論の一部は時折循環してしまいますが、それは避けられないように思われ、またその独自の方法で示唆に富むものでした。押し切る姿勢には敬意を表します。
ジェンセンは両方の立場を同時に維持しようとしています。彼のチップは圧倒的に優れている一方で、中国は必要なすべてのチップ製造能力を持っているが、未使用のデータセンターが完全に電力供給された状態で空いているという無限のエネルギーがある、しかしより劣るチップをもっと使えばよい、アメリカはあまりにも先行しているため数回のチップ販売を心配する必要はない、しかしもしこれらのチップを販売しなければ世界第2位の市場を手放すことになる、そして両者はモデルアーキテクチャの切り替えが可能かつ不可能である、我々の販売が中国の計算アクセスに影響を与えない一方で、CUDAに留まるかどうかの違いとなる、などといった矛盾した主張を並べ立てています。
最も重要な点は、彼が繰り返し何を重視しているかを明確に示していることです。
重要なのは、Nvidia が中国へチップを販売することです。それだけです。他には何も重要ではありません。これにより Nvidia と CUDA の支配的地位が維持され、Nvidia に利益があることはアメリカにとっても利益となります。なぜなら、彼のチップ上で構築されたものはすべて「好ニュース」であり、私たちは勝利するからです。一方、誰か他の人のチップで構築された場合は「悪ニュース」となり、私たちは敗北します。
これは全く理にかなっていません。モデルやアプリケーションを実行しているのがどのメーカーのチップであるかは重要ではなく、これは非常に明白に理解できるはずです。また、チップ販売における実際の競争は存在せず、長期間にわたって生じることもないでしょう。なぜなら、誰もが計算リソースの制約に直面しており、中国がより劣ったチップを生産する能力さえも深刻な制限を受けているからです。
ジェンセン氏の主張によれば、私たちは AI という「5 層ケーキ」における彼のレイヤーを犠牲にしてモデル層を利益を得ようとしており、これは不公平であり、アメリカにとって悪影響です。なぜなら、私たちの「技術スタック」が勝利しないことを意味するからです。そして重要なのは、この神秘的な「スタック」ですが、実際にはチップ自体のコードに過ぎません。
仮に AI が永遠に「通常の技術」や「単なるツール」として留まり、私たちが取り扱っているのが平凡な AI だけだったとしても、Nvidia が市場需要を完全に満たすまでの間はこれは誤りです。中国へ製造・販売されるチップは一つでも、アメリカへ製造・販売されないチップが一つ増えることを意味します。その後も、計算リソースへのアクセスは経済生産性や技術的進歩、そして国家安全保障において鍵となる要素であり続けるでしょう。
スーパーインテリジェンスがもたらされる可能性があり、すべてが変わり、おそらく比較的短期間でそうなることを理解しているなら、その状況は圧倒的なものになります。
特に、サイバーセキュリティとミソス（Mythos）の問題に対するジェンセンの回答は貧弱でした。それは、中国との対話を持ち、彼らに AI を悪用しないよう合意させる必要があるというものでした。おそらく、サイバー攻撃もその対象に含まれるでしょう。
私は中国との AI に関する対話に入り、何をすべきでないかについて合意することに強く賛成しますが、この状況ではそれは明らかに、そして絶望的に無知であり、物理的にも実現不可能です。中国には、そうしないことに合意した後にそのような行為を行う長い歴史があります。では、彼らにその能力を持たせることを許容した後、どのような検証方法があるのでしょうか？
すべての API 呼び出しを厳しく制限し監視することを要求するのですか？それが最低限の要件であり、たとえ相手がそれをやめたいと信頼できる場合でもです。実際には、最初からその能力を開発しない方がはるかに簡単ですが、いずれにせよまず基盤を築く必要があります。これには時間がかかり、私たちはまだそれを行っていません。
したがって、はい、ここに大きな隔たりがあります。ジェンセンは AGI（汎用人工知能）やスーパーインテリジェンスのアイデアに対して依然として正当な疑念を抱いておらず、自社の企業が実現させようとしているものの本質を理解していないのです。
しかし、ジェンセンがその点について正しかったとしても、すでに可能であることがわかっている事柄を考慮すれば、彼はまだ他の点で間違っています。私たちはすでに「AI は単なる通常の技術であり、中国にチップを売るべきだ」という主張が妥当な議論となる段階を超えています。それが真実ではないことはわかっています。
ジェンセンが望んでいるのはただ一つのことですが、それは嫌悪すべきことではありません。しかし、私は他のことも望んでいます。
この投稿の最後に、適切な文脈が整った後に反応について取り上げます。
Nvidia の参入障壁（モート）とは何か？
Nvidia は、TSMC や他の企業がハードウェアを製造するために使用するソフトウェアを作っていますが、なぜそれが他のソフトウェアと同じようにコモディティ化されないのでしょうか。ジェンセンはこの質問をよく受けますが、明らかに練習された演説で答えています。彼は3 つの本当の答えを示します：需要は間違いなく上昇し続ける、ソフトウェア企業全体はツール利用によって繁栄する、そして Nvidia の特定の課題は極めて困難であることです。
需要が増加することは間違いありません。これに異論はありません。
ソフトウェア企業がツール利用によって繁栄するのは、競合他社、特に新規参入者や自作の製品に対して価値ある方法で優位な独自製品を提供し続けることができる場合に限られます。この方向性がどちらになるかは明らかではなく、ジェンセンは議論を提示していません。
Nvidia の課題は確かに極めて困難です。限られた TSMC の生産能力を活用して、わずかに高性能なチップを生み出す能力は、競合他社がかなり良い仕事ができるようになったとしても、さらに価値が高まっていくでしょう。しかし、これは「栄光ある AI 未来」においてライバルが Nvidia と同等のチップを設計できないという議論にはなりません。
私は依然として Nvidia の保有（投資助言ではありません！）に満足していますが、これだけではまだ十分な参入障壁を示しているとは言い難いです。
Nvidia には約 1000 億ドルの購入コミットメントがあり、間もなく 2500 億ドルに達し、希少な部品を確保しています。これが Nvidia の参入障壁でしょうか？Jensen は、市場の将来規模を示すことで他社にも大きな投資を行わせるとともに、自社の巨大なコミットメントを形成していると語っています。彼はこれに多くの時間を費やしています。同社はサプライチェーン、キャッシュフロー、そして turnover（回転率）を有しています。
これらすべてが素晴らしい投資であり、大きな助けとなっていること、また新たな競合他社がこのシステムのさまざまな部分で苦労するだろうことは、私も同意します。
もし本格的な競争が存在すれば、これが長期的に持続可能な参入障壁になるとは思いませんが、中期的には大きな優位性です。
Nvidia は今後とも毎年収益を倍増させ、計算能力（FLOPS）を 3 倍にし続けることができるのでしょうか、それとも TSMC のような生産能力の限界に直面しているのでしょうか？Jensen は、あらゆるものがボトルネックになり得ると指摘しています。最も困難なのは実際には電気技師や配管工ですが、彼らはあらゆるものを劇的に拡張しており、すべてのボトルネックに対応する注意が払われています。需要のシグナルがあれば、特定のボトルネックは 2〜3 年以内に拡大解消可能です。
彼は「アメリカの再産業化」を望んでいます。エネルギーは必要ですが、他の問題はすべて 2〜3 年程度で解決できる課題です。
「これは、『仕事が終わる』や『雇用が殺される』と悲観する人々（ドームーズ）に関する私の懸念の一つです。ソフトウェアエンジニアになることを人々に discouraged すれば、ソフトウェアエンジニアが不足します。10 年前にも同じ予測がありました。一部のドームーズは人々に『何をするにしても、放射線科医にはならないでください』と言っていました。今でもウェブ上で、『放射線科医は最初に職を失う職業となり、世界にこれ以上の放射線科医は不要になる』といった動画を見かけるかもしれません。しかし、何が不足しているかご存知ですか？放射線科医です。」
これは明らかに、「ドームーズ」という言葉が、AI の負の影響を懸念する人々を関連付けや雰囲気だけで切り捨てようとする際のスラングとして使われているケースです。
これには妥当な点も含まれていますが、論理が一貫していません。整理する必要があります。
ここでは二種類の「雇用を奪われた」という懸念が混同されています。
第一に、「仕事そのものの終焉」や「雇用の全般的な減少」、そして大規模失業と賃金の低下への不安です。彼はまずこの懸念に取り組んでいるように見えますが、その後話題を変え、実際にはこれについて話しません。私が以前述べた通り、一部の人々はこれに対して過度に心配していると思いますが、十分な能力が備わればこれは大きな懸念事項となります。
彼が主に議論しているのは、特定の職業が局所的な技術的失業の影響を受けるという予測です。
現在、AI においては明らかにこのようなケースが存在します。もし 10 年前に誰かに通訳者になるよう勧めたなら、それはその人にとって不利益な行為だったでしょう。
放射線科医はよく議論される興味深い事例です。この点について警告していた人々は、AI が画像分析において人間を超えた能力を発揮するだろうと正しく予測していました。
しかしこれにより放射線科への需要が増加し、AI は仕事の他の多くの部分を代替できません。また長期的には放射線科がますます自動化され、医師のキャリアは 40 年続くことを考慮すると、多くの人々が放射線科から離脱しました。
したがって現在（2026 年）では供給不足となっており、放射線科医の報酬は非常に高くなっています。しかし長期的には、医師全体に対する需要に占める放射線科医の割合は低下する可能性が高いです。標準的な経済理論によれば、これは現在放射線科医が不足していることを意味すべきです。
つまり、この供給不足が非効率であるとは必ずしも言えません。もしそれが非効率的であり、集団的な過ちがあったとすれば、それは特定の職業における訓練に長いタイムラグがあるという点で、その職業に関する特定の悪い予測だったことに帰着します。
次にソフトウェアエンジニアについてですが、特に現在アジェンティックコーディング（自律型コーディング）の登場によりプログラマーの供給が弾力的になっているため、両方の過ちを懸念する必要は少ないでしょう。比較的短期間で参入可能です。私の推測では、しばらくの間、より多くのエンジニアが必要になるはずです。
技術用語：
- アジェンティックコーディング (agentic coding)
これは「ドゥーマー」や「減速派」と「楽観派」や「加速主義者」の対立として捉えるべきではありません。これは配分問題であり、先を見据えて最善を尽くすものであり、全体像について誰が正しいかという点に、具体的な選択において誰が正しいかを決定する大きな影響力はありません。
TPU と GPU の比較
TPU は Claude や Gemini を訓練しました。これは何を意味するのでしょうか？もう一度発言の機会が必要です。ジェンセンは TPU を限定的な製品として売り出しますが、GPU はあらゆる種類のコンピューティングを加速するため、市場到達範囲がはるかに広くなります。自分で構築することもできますし、レンタルして TPU ではできないことも実現可能です。
これにより、なぜ計算リソースがより相互交換可能ではないのかという疑問が生じます。ジェンセンが言及した xAI は膨大な数の GPU アレイを持っていますが、誰もその推論能力を欲しがらないため、なぜその容量をレンタルしないのでしょうか？あるいは、すでにレンタルしているのでしょうか？
GPU には TPU が手が届かない多くの用途があるという点は理解できます。結局のところ、TPU でモニターを駆動することはありませんから。
しかし、今後計算リソースを求める主な理由が AI であり、TPU も GPU と同様にその分野で相互交換可能であるならば、TPU は空間の大部分において競争力を持つことにならないでしょうか？
ジェンセンの議論はこの点に答えておらず、これが中心的な暗示された疑問であったため、ドワルケシュはより明確に質問を投げかけます。
ドワルケシュは、Nvidia の四半期あたり 600 億ドルの利益の大部分が量子技術や製薬ではなく AI に由来している点を指摘しました。それなら、なぜ GPU のような柔軟性が必要なのでしょうか？ジェンセン氏は、確かに行列乗算（matrix multiplication）が重要だが、他の手法も利用したい場合があると答えました。彼は Blackwell シリーズが Hopper シリーズに対して 50 倍のエネルギー効率を達成したと自慢しました。Mixture of Experts (MoEs) はその革新の一つです。
ジェンセン氏が言っているのは、計算単位あたりの効率が 50 倍向上していること、あるいは同じソフトウェアタスクにおいてそうであることであり、チップ対チップでの比較ではありません。電力は依然として制限要因となっています。
MoEs は Google が TPU（Tensor Processing Unit）上で発明した技術であり、明らかに Google は MoEs を実装できます。ただし、Google や Anthropic でない場合、CUDA が必要になる可能性があります。
Google が独自の内部 TPU カーネルライブラリをオープンソース化することに意欲があれば、この効果的な格差のほとんどまたはすべてを埋めることができますが、彼らはそれを望んでいません。むしろチップを販売するよりも、TPU を活用して AI で勝利することを選びます。
これは Google の正解でしょうか？不明ですが、Anthropic に大量を売却するという奇妙な中間路線は、おそらく Cloud 部門と DeepMind 部門間の派閥争いを反映していると思われます。
つまり、AI チップにおける Nvidia の参入障壁（moat）に対する Google の立場とは…実は Google 自身、が主な要因でしょうか？
Nvidia の売上の 60% は主要な 5 つのハイパースケイラーから来ています。彼らは CUDA が必要なのでしょうか？OpenAI は Triton を使用し、Anthropic と Google は独自のアクセラレータを運用しています。ジェンセン氏は「すべてのフレームワークに対応する用意がある」という立場を示しつつ、「CUDA は極めて柔軟で、膨大なインストールベースを持ち、あらゆるクラウドプロバイダーが採用している」という主張を行いました。
なるほど、確かに驚くべき点はありませんが、確固たる内容です。
それらの利点は、重要な顧客にとって、+70% の利益率を保護するに十分なほど重要なのでしょうか？Nvidia には、あらゆるスタックの最適化に取り組む多くのエンジニアがおり、ここでは 2 倍以上の改善について話しています。彼は TPU と Trainium が InferenceMAX によって測定されていないと挑発し、主張される TPU の 40% の優位性は理にかなっておらず、おそらく偽物であると述べています。
Nvidia には確かに利点がありますが、ジェンセンはここで少し手を打ちすぎているようです。
ジェンセンは、このすべての「競争」は実際には Anthropic によるものだと述べています。「Anthropic はユニークな事例であり、トレンドではありません。Anthropic がなければ、TPU の成長がなぜあるのでしょうか？それは 100% Anthropic です。Anthropic がなければ、Trainium の成長がなぜあるのでしょうか？それも 100% Anthropic です。これはかなりよく知られており、よく理解されていると思います。ASIC の機会が溢れているわけではありません。唯一の Anthropic があるだけです。」そして OpenAI は Titan を構築しているかもしれませんが、彼らは「圧倒的に Nvidia 寄り」です。
主張の本質は、「Anthropic は奇妙な例外であり、他の AI 企業は決してそうならない。それこそがこれらのチップに意味のある販売をもたらす唯一の理由である」というものです。
Anthropic は概念実証ですが、長期的な投資とスケールが必要で、さらに意味を成す前に初日から深い TPU の習熟度が必要となるのであれば、もしかしたらそうかもしれません。
ジェンセンは基本的に、当時 Anthropic への早期投資ができなかったこと（一方 Google と AWS は投資した）を、TPU を採用した Anthropic の責任だと非難しています。彼は二度とそのような過ちを犯さないつもりです。
これは部分的に「Amazon と Google が Anthropic に賄賂を渡してビジネスを獲得した」という話ではなく、むしろ「Nvidia が Anthropic に賄賂を渡すのに失敗した」という話だと私は思います。
Dwarkesh は、利益率が 70% もあれば、自社で開発（roll your own）する限り、Nvidia よりもはるかに劣った企業であっても勝つことができると指摘しています。それに対し Jensen は、Broadcom などの場所での ASIC の利益率も同様に約 65% であると反論しました。
なぜ Nvidia はハイパースケーラー（大規模クラウドプロバイダー）にならないのか？
Jensen は、Nvidia が可能になった瞬間にスケールし、可能になった瞬間に研究所への投資を開始したと述べています。当時、十分な現金がなかったため、研究所はベンチャーキャピタル（VC）から資金を調達するものと考えていました。Google や Amazon から資金調達を行った Anthropic の存在自体には満足しています。
これはトレーダーの嘆きです。もしそれが良い取引だったなら、もっと多く行うべきであり、もっと早く行うべきでした。
では、今や莫大な資金が山積みされている状況で、なぜクラウドプロバイダーにならないのか？それは Nvidia のビジネスでも哲学でもありません。他者ができることなら、彼らに任せておけばよいのです。
人々は、焦点を絞って取り組むことの重要性を過小評価しています。
私は、超知能（superintelligence）が AI ラボ以外のすべての者を無力化しない限り、Nvidia がここで正しい判断を下したと完全に信じています。すべてのモデル企業に投資し、可能な限り多くのビジネスを確保し、誰が勝とうとも勝利を収め、モデル企業やクラウドプロバイダーになろうとは試みないことです。
もし AI ラボだけが重要だと考えるなら（ムスク氏のような考え方）、それは大きな誤りです。まあ、仕方ありませんね。
なぜ Nvidia は「勝者を選ぶ」ことをしないのか？それは彼らの仕事ではありません。彼らに戦わせておけばよいのです。
私は付け加えますが、競争は Nvidia にとって有益です。
もちろん、Nvidia は投資の規模や評価額、配分の選択を通じて別の意味でも「勝者を選抜」しています。しかし、その選抜は競争が継続する形で行われるよう努めています。
もし Nvidia が本当に勝者を選抜したくなければ、価格を通じて完全に配分を行うはずです。
Nvidia は「融資事業には入りたくない」と考えていますが、もちろん OpenAI が必要とする際には 300 億ドルの支援を行います。これは素晴らしい投資です。彼らは単に「ネオクラウド」やハイパースケイラー、あるいは研究所を維持しようとしているわけではありません。
原文を表示
Some podcasts are self-recommending on the ‘yep, I’m going to be breaking this one down’ level. This was one of those. So here we go.
As usual for podcast posts, the baseline bullet points describe key points made, and then the nested statements are my commentary. Some points are dropped.
If I am quoting directly I use quote marks, otherwise assume paraphrases.
As with the last podcast I covered, Dwarkesh Patel’s 2026 interview with Elon Musk, we have a CEO who is doubtless talking his agenda and book, and has proven to be an unreliable narrator. Thus we must consider the relevant rules of bounded distrust.
Elon Musk is a special case where in some ways he is full of technical insights and unique valuable takes, and in other ways he just says things that aren’t true, often that he knows are not true, makes predicts markets then price at essentially 0%, and also provides absurd numbers and timelines.
Jensen Huang is not like that, and in the past has followed more traditional bounded distrust rules. He’ll make self-serving Obvious Nonsense arguments and use aggressive framing, but not make provably false factual claims or absurd predictions. I think he mostly stuck to this in the interview here, but there are some whoppers that seem to be at least skirting the line.
I do not worry for Jensen Huang, only about him.
For full disclosure: I am a direct shareholder of Nvidia. I am long.
[Scheduling note: Weekly AI post will be tomorrow 4/17, with ‘knowledge cutoff’ at the release of Opus 4.7. Coverage of Opus 4.7 begins on Monday.]
Podcast Overview Part 1: Ordinary Business Interview
This was essentially an interview in two parts.
The first half, until about 57 minutes in, and I would also include the last few questions at the end in this, is about ordinary business questions. Why and how is Nvidia making these choices, these investments, these allocations of chips? Where is Nvidia’s moat? How do they think about these questions?
In these questions, there’s no doubt Jensen is talking his book and about how Nvidia is great. That’s what CEOs do, and maybe it’s a little thick, but aside from one stray swipe at so-called ‘doomers’ it’s fair play.
Jensen downplays TPUs as less flexible than GPUs, including that they lack CUDA, saying this will also matter for different AI architectures. I don’t buy that the edge matters so much for a large portion of business.
His explanation of how Nvidia allocates its chips seems disingenuous, and I do not centrally believe his account of this, but that’s the way such things go.
The most interesting part of the first half were his comments about Anthropic, and in particular how Anthropic ended up primarily training and running on Tritium and TPUs.
Jensen has nothing but good things to say about Anthropic, and he takes responsibility for letting this slip through his fingers and vows not to let it happen again. He figured Anthropic would get ordinary VC funding, because he did not understand the extent of their compute needs. Thus, in the early days, Google and Amazon invested and got Anthropic locked into those alternative chip ecosystems. He was happy to invest later, but Anthropic had already done a ton of work integrating and working with the other chips.
Jensen lost out on Anthropic partly because at the time he lacked the free cash, but mostly because he was insufficiently scaling pilled and AGI pilled. He understands this now, but he has not updated sufficiently. He still remains not very pilled, in any sense, on what is to come. He claims he can scale up his whole supply chain as much as he wants with a few years of notice, but keeps not scaling it up sufficiently. There will be power as a new potential limiting factor for chip sales within a few years but that wasn’t that importantly true before.
There is no hint, in this first half, that he thinks he is running anything other than an ordinary computer hardware business, except one scaling uniquely large and fast and profitably.
Podcast Overview Part 2: A Debate About Chip Exports
The half of the interview everyone is talking about is the second half, where they argue, often quite heatedly, about AI chip exports to China. Jensen of course wants to sell his chips to China, and Dwarkesh argues that we should not do this, while presenting this as a devil’s advocate position. My read is he mostly believes the things he is arguing, albeit with some uncertainty.
This is a high difficulty interview. Dwarkesh does a great job of engaging and not being afraid to push back. A bunch of it goes around in circles at times, but that seems unavoidable, and also was often revealing in its own way. Kudos for pushing.
Jensen tries to have many things both ways. His chips are way better, but China has all the chip manufacturing capability it needs, but it has unlimited energy with would-be data centers fully powered and sitting empty, but they can just use more worse chips, but America is so far ahead we shouldn’t worry about a few chip sales, but if we don’t sell those chips then we cede the world’s second largest market, and you both can and can’t switch model architectures, our sales would both not impact China’s compute access and be the difference between them staying on CUDA or not, and so on.
The biggest thing is that he repeatedly makes clear what he cares about.
What matters is Nvidia selling chips to China. That’s it. Nothing else matters. That keeps Nvidia and CUDA dominant, and what’s good for Nvidia is good for America, because if anything is built on his chips then that’s ‘good news’ and we win, whereas if it’s built on someone else’s chips, then that is ‘bad news’ and we lose.
This does not actually make any sense whatsoever. Whose chip is running the model and application is not the important thing and this should be very easy to see. But also there is no real competition in chip sales and won’t be for a long time, as everyone is compute limited and Chinese capacity to produce even much worse chips is severely limited.
By Jensen’s arguments, we’re sacrificing his layers of the ‘five layer cake’ that is AI to benefit the model layer and it is not fair, and it’s bad for America, because it means our ‘tech stack’ won’t win, and what matters is this mystical ‘stack’ that is actually code for the chips themselves.
Even if AI was going to indefinitely remain a ‘normal technology’ and ‘mere tool,’ and all we were dealing with was mundane AI, this would be wrong until at least such time as Nvidia can saturate market demand. Every chip made and sold to China is a chip not made and sold to America. Even after that, compute access will be key to economic productivity and technological advancement and also national security, even in these normal worlds.
If you understand that superintelligence is likely coming, and that everything is going to change and likely do so relatively soon, then the situation becomes overwhelming.
Especially poor was Jensen’s answer to the problem of cybersecurity and Mythos, which was that we need to have a dialogue with the Chinese and get them to agree to not use AI for bad purposes, presumably including cyberattacks.
I very much support entering dialogues with China about AI, and agreeing on things not to be doing, but in this situation that is obviously and hopelessly both naive and physically non-viable. The Chinese have a long history of doing such things after agreeing not to do them, so what is the verification method once we allow them to have the capability to do it?
Are you going to require them to heavily restrict and monitor all API calls? Cause that’s kind of the bare minimum, even if they can be trusted to want to stop doing it. It’s actually a lot easier to not develop the capabilities in the first place, but either way you need to lay foundations first, this takes time, and we have not done that.
Thus, yes, there is a huge divide here, where Jensen remains legitimately unpilled on the ideas of AGI and superintelligence, and doesn’t understand the thing his company is enabling to be brought into existence.
But also, even if Jensen were right about that, he would still be wrong otherwise, given the things we already know are possible. We are simply past the point where ‘AI as such a normal technology that you should just sell China to chips’ is a viable argument. We know it isn’t true.
Jensen only wants one thing, and it’s not disgusting but I also want other things.
I’ll cover reactions at the end of this post, once we have proper context.
What Is Nvidia’s Moat?
Nvidia makes software that TSMC and others use to make hardware, but why wouldn’t that get commoditized the same as other software? Jensen has been asked this one a lot, and responds with what is clearly a well-rehearsed speech. He gives three real answers: Demand is going to go up up up, software companies in general will thrive with tool use, and Nvidia’s particular task is extremely hard.
Demand is definitely going to go up. That’s not in dispute.
Software companies thrive with tool use if and only if they can continue to provide a unique product that is superior to the competition, and especially superior to new entrants and homebrews in valuable ways. It is not obvious which way this goes and he isn’t offering an argument.
Nvidia’s task is indeed extremely difficult. The ability to use limited TSMC capacity to create modestly more powerful chips will only get more valuable, even if the competition could do a pretty good job. But this isn’t an argument for why in Glorious AI Future rivals can’t design chips that are as good.
I still am happy (not investment advice!) to be long Nvidia, but this doesn’t show us much of a moat yet.
Nvidia has ~$100 billion in purchase commitments, and soon will have $250 billion, locking up scarce components. Is that Nvidia’s moat. Jensen says they make big commitments, including getting other companies to make big investments by showing the future size of the market, which he spends a lot of time doing. They have the supply chains and the cash flow and the churn.
I buy that all of that is great investments that help a lot, and that new competition would struggle with various parts of this.
I don’t think this would be a sustainable moat over time, if there was serious competition, but in the medium term it’s a big edge.
Can Nvidia keep doubling revenue and tripling flops provided year after year, or are we hitting capacity walls such as at TSMC? Jensen notes anything can be a bottleneck, the hardest is actually electricians and plumbers, but they’re scaling the hell out of everything, and all the bottlenecks get attention. Any given bottleneck can be scaled within two or three years given a demand signal.
He wants to ‘reindustrialize the United States.’ He needs energy, but the other stuff is all 2-3 year problems.
“This is one of the concerns that I have about the doomers describing the end of work and killing of jobs. If we discourage people from being software engineers, we’re going to run out of software engineers. The same prediction happened ten years ago. Some of the doomers were telling people, “Whatever you do, don’t be a radiologist.” You might hear some of those videos still on the web saying radiology is going to be the first career to go and the world is not going to need any more radiologists. Guess what we’re short of? Radiologists.”
This is very clearly a case of ‘doomer’ being used as a slur in order to dismiss anyone concerned about any negative impact of AI via association and vibes.
This also has some valid points, but it is incoherent. We must unpack.
There are two kinds of They Took Our Jobs concerns, which this conflates.
First is the ‘end of work’ in general and killing jobs in general, and worries about mass unemployment and declining wages. He says he is addressing this concern at first, but then pivots and doesn’t actually talk about it. As I’ve said before, I think some are too concerned about this, but with sufficient capability this becomes a big worry.
What he mostly discusses is predictions that particular jobs will suffer from local technological unemployment.
There are clearly some cases where this is true for AI today. If you told someone ten years ago to become a translator, you did them dirty.
Radiologists were an interesting case, often discussed. Those warning about this were right that AI would be superhuman at analyzing images.
But this caused an increase in demand for radiology, and AI can’t replace many other parts of the job, and because in the longer run radiology is going to be increasingly automated and doctors have 40 year careers, many opted out of radiology.
So for now, in 2026, we have a shortage, and radiologists earn a lot. However, in the longer run, it seems likely demand for radiologists will decline as a percentage of demand for doctors. Standard economic theory says that this means we should currently have a shortage of radiologists.
Thus, it’s not clear the shortage is even inefficient. But to the extent that it is and we made a collective mistake, it was that it was a specific bad prediction about this particular profession, which has a many years lag in training.
Moving on to software engineers, we should worry less here about both errors, because especially now with agentic coding the supply of coders is elastic. You can get going relatively quickly. My guess is we will want more engineers for a while, not less.
This shouldn’t be a ‘doomer’ or ‘decel’ versus ‘optimist’ or ‘accelerationist’ thing. This is an allocation problem, where you have to be forward looking, and you do the best you can, and who is right about the big picture does not have that much say in who is right about the specific choices.
TPU vs. GPU
TPUs trained Claude and Gemini. What does it mean? Time for another speech. Jensen pitches TPUs as a narrow product whereas GPUs accelerate all sorts of computing, so they have much wider market reach. You can do it yourself or rent, and do things TPUs can’t.
This raises the question of why compute is not more fungible. xAI, which Jensen mentions, has these huge arrays of GPUs, but no one wants their inference, so why aren’t they renting out that capacity? Or are they?
I buy that GPUs have lots of applications TPUs can’t touch. I won’t be using a TPU to power my monitors, after all.
But if AI is the dominant reason to want compute going forward, and TPUs are fungible there with GPUs, then won’t TPUs end up competitive for a large portion of the space?
Jensen’s arguments didn’t address this, and it was the central implied question, so Dwarkesh asks more explicitly.
Dwarkesh points out the $60 billion in profits per quarter for Nvidia is mostly from AI, not quantum and pharma. With that, why do you need the flexibility of a GPU? Jensen says, sure matrix multiplication, but you might want to use other techniques as well. He brags about getting 50x energy efficiency with Blackwells over Hoppers. MoEs are one such innovation.
Jensen is saying 50x more efficient per unit of compute, or for the same software task, not for chip versus chip. Power is still a limiting factor.
MoEs were invented by Google on TPUs, so clearly they can do MoEs, although if you are not Google or Anthropic you might need CUDA.
Google could close most or all of this effective gap if it cared to open source its own internal TPU kernel libraries, but they don’t want to do that, and would rather try to use their TPUs to win in AI rather than selling chips.
Is Google right about that? Unclear, but selling a ton to Anthropic is a weird middle path that likely reflects infighting between Cloud and DeepMind.
The point being, Nvidia’s moat against Google in AI chips is… Google, mostly?
60% of Nvidia revenue is from the big five hyperscalers. Do they need CUDA? OpenAI has Triton, Anthropic and Google run their own accelerators. Jensen gives the ‘happy to help with all frameworks’ and also the ‘CUDA is super flexible with a huge install base and every cloud provider’ talking points.
Okay, sure, nothing surprising but solid.
Do those advantages matter to the important customers, though, enough to protect +70% margins? Nvidia has lots of engineers optimizing everyone’s stacks, and we’re talking 2x improvement or more. He taunts TPU and Trianium for not getting measured via InferenceMAX, claims the supposed TPU 40% edge doesn’t make sense and is probably fake.
Nvidia has real advantages but Jensen is overplaying his hand a bit here.
Jensen says all this ‘competition’ is really Anthropic: “Anthropic is a unique instance, not a trend. Without Anthropic, why would there be any TPU growth at all? It’s 100% Anthropic. Without Anthropic, why would there be Trainium growth at all? It’s 100% Anthropic. I think that’s fairly well known and well understood. It’s not that there’s an abundance of ASIC opportunities. There’s only one Anthropic.” And OpenAI might be building Titan but they’re ‘vastly Nvidia.’
The claim is basically ‘Anthropic is the weird exception, other AI companies would never, that’s the only reason those chips have meaningful sales.’
Anthropic is proof of concept, but if you need long term investment and scale and even deep TPU familiarity on day one before it makes any sense, then maybe?
Jensen basically blames Anthropic being on TPUs on his inability at the time to invest early on in Anthropic, whereas Google and AWS invested. He’s not going to make that mistake again.
I don’t think this partly a ‘Amazon and Google bribed Anthropic to get their business’ but mostly a ‘Nvidia failed to bribe Anthropic.’
Dwarkesh points out that with 70% margins, you can be a lot worse than Nvidia and still come out ahead if you roll your own. Jensen fires back that ASIC margins at places like Broadcom are similar, ~65%, anyway.
Why Isn’t Nvidia Hyperscaling?
Jensen says Nvidia scaled as soon as they could have, and invested in the labs as soon as they could. There wasn’t enough cash and he figured the labs would raise from VCs. He’s happy Anthropic exists even though they raised from Google and Amazon.
This is the trader’s lament. If it was a good trade, you should have done more, and you should have done it earlier.
But what about now with all the piles of money? Why not be a cloud provider? That’s not Nvidia’s business or philosophy. If others can do it, you let them do it.
People underestimate the importance of staying focused.
I totally believe that Nvidia made the right call here, if you don’t think superintelligence is going to render anyone but the AI labs powerless. Invest in all the model companies, lock in as much business as possible, win no matter who wins, don’t try to be a model company or a cloud provider.
If you do think only AI labs matter, a la Musk, then big mistake. Oh well.
Why doesn’t Nvidia ‘pick winners’? Not their job. Let them fight it out.
I would add, the competition helps Nvidia.
Nvidia of course ‘picks winners’ in another sense, by choosing magnitudes of investments, and choosing valuations, and choosing allocations, it just tries to do so in a way that keeps the competition flowing.
If Nvidia truly didn’t want to pick winners it would allocate fully via price.
Nvidia ‘doesn’t want to be in the financing business,’ but of course they will help OpenAI with $30 billion when they need it, it’s a great investment. They don’t ‘just want to prop up neoclouds’ or hyperscalers or labs.
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み