エヌビディア決算を皮切りに考える、半導体『バブル』はまだ続くのか2026：AI関連株の現在地を徹底解説

2026年8月26日エヌビディア決算：売上$96.2B、前年比+106%の衝撃

市場予想を上回る売上高。株価は初動で下落後、上昇へ

2026年8月26日（米国時間）に発表されたエヌビディアの2027会計年度第2四半期（2026年5-7月期）決算は、以下の数字を示しました。

売上高は市場予想を約4%上回り、前年同期比で2倍超の成長を記録しました。データセンター部門は特に好調で、AI向けGPU需要の旺盛さを裏付ける結果となりました。

株価は決算発表直後の時間外取引で一時2%程度下落しましたが、約1時間後には上昇に転じたと報じられています。翌27日の取引では、前日終値の$209.66から7〜8%上昇する場面もありました（終値は本稿では確認していません）。

データセンター売上$89B、供給コミットメントの意味

エヌビディアの決算で特に注目すべきは、データセンター部門の売上と、同社の供給コミットメントです。

供給コミットメントとは、NVIDIAが部材（主にメモリ）の調達や供給能力の確保のために仕入先と結んだ購入義務の総額のことです。前四半期の$119 billionから$279 billionへ、1四半期で2倍以上に増えました。これは顧客の購入約束ではなく、NVIDIA自身が負う義務である点に注意が必要です。需要が続けば供給確保として前向きに評価できる一方、需要が鈍れば固定的な負担にもなり得ます。

また、決算説明会では、クラウド業界全体のバックログ（受注残）が2兆ドルを超えると説明されました（NVIDIA自社の受注残ではありません。決算説明会の書き起こしによる）。これは一見すると「需要が旺盛で安泰」に見えますが、後述するように「顧客が本当にこれだけのGPUを使い切れるのか」という疑問を生む要因にもなっています。

『半導体バブル』論の根拠：4つの警戒シグナル

① AI関連企業間の『循環取引』構造

バブル論の最も強力な根拠の一つが、AI関連企業同士が投資し合う『循環取引』構造です。

報じられている主な相互投資・購入契約の例：

この構造の何が問題なのか。エヌビディアがOpenAIに出資し、その資金でOpenAIがエヌビディアのGPUを購入するという流れは、実質的に「自分が出した資金が、自社製品の購入に還流する」ことを意味します。

これは会計上の「売上」にはカウントされますが、外部からの新規需要ではなく、企業グループ内での資金の循環に過ぎません。このような構造が拡大すると、「見かけ上の売上は伸びているが、実際の最終需要（エンドユーザーからの収益）は伸びていない」という事態が起こりえます。

② 「AI投資が生産性向上に結びついていない」という調査

バブル論のもう一つの根拠は、『AI投資が実際の生産性向上につながっていない』という調査結果です。

2026年に公表された調査では、以下のような結果が報告されています：

• NBER（全米経済研究所）が2026年2月に公表した調査論文（約6,000人の企業幹部が対象）では、多くの企業が、過去3年間にAIが雇用や生産性に与えた影響は小さい（または影響なし）と回答した（報道による。詳細は原典で確認してください）
• データセンター投資額は急増しているが、「どのように収益化するか」の明確な計画がない企業が多い

これは何を意味するのか。クラウド大手やデータセンター事業者が大量のGPUを購入しているのは事実ですが、それが『実際のビジネス成果』に結びついていない可能性があります。

もしAI投資のROIが証明されなければ、いずれ投資は減速します。その時、エヌビディアをはじめとする半導体メーカーの需要は急減する可能性があります。

③ 顧客集中リスク：データセンター売上の約55%がハイパースケーラー

エヌビディアの売上構造には、顧客集中リスクがあります。

データセンター売上の半分以上が巨大クラウド事業者（ハイパースケーラー）に依存しているということは、「これらの顧客のいずれかが投資を減速させると、エヌビディアの業績に大きな影響が出る」ことを意味します。

エヌビディアは、データセンター売上を「ハイパースケーラー」と「ACIE」（AIクラウド・産業・企業向け）に分けて開示しています。ACIEは前年同期比+138%と、ハイパースケーラー（+102%）より速く伸びており、顧客の分散は進みつつあります。ただし、依然として上位顧客への依存度は高い状況です。

④ 急速な技術陳腐化と減価償却負担

GPUは1〜2年ごとに新世代が登場する、技術革新の速い分野です。

• 2022年：H100（Hopper世代）
• 2024年：H200（Hopper世代の改良版）
• 2025年：B200（Blackwell世代）
• 2026年：Vera Rubin（次世代）が量産の立ち上げ段階に入る

データセンター事業者のGPUの償却年数は、会計方針により5〜6年程度とされることが多いです。しかし、新世代が登場すると性能が大幅に向上するため、古いGPUの価値は急速に低下します。

これは何を意味するのか。データセンター事業者は「大量に購入したGPUが、2-3年後には時代遅れになり、償却しきる前に次の世代を買い直さなければならない」リスクを抱えています。

もし収益化が進まなければ、『減価償却負担に耐えきれず、投資を減速させる』という判断につながる可能性があります。

『スーパーサイクル』論の根拠：3つの構造変化

① データセンター投資の実需は依然として強い

一方、スーパーサイクル論の支持者は、『実需そのものは依然として強い』と反論します。

WSTS（世界半導体市場統計）の2026年春の予測では、2026年の世界半導体市場は約$1.51兆（前年比約+90%）。8月に公表された第2四半期のデータでは、2026年上半期だけで$702 billion（前年比+102%）に達し、通期の推計は約$1.66兆に上方修正されました。

特にデータセンター投資は、以下の分野で継続的な需要があります：

• 生成AIサービスの拡大：ChatGPT、Copilot、Gemini等の大規模言語モデル（LLM）は、推論（ユーザーの質問に回答する処理）だけでも膨大なGPUリソースを消費
• クラウドサービスの成長：クラウド全体の市場は拡大が続いている（AI以外のワークロードも含む）
• 各国政府のAIインフラ投資：中国・EU・日本など、各国政府が自国のAI開発能力確保のためデータセンター投資を推進

エヌビディアの供給コミットメント$279 billionは、顧客の購入約束ではなく、NVIDIA自身が部材調達のために負う義務です。したがって「確定需要」の証拠とは言えませんが、同社が今後の需要拡大を見込んで供給能力を確保していることを示しています。

② ボトルネックが半導体から電力・冷却インフラへ移行

スーパーサイクル論のもう一つの重要な論点は、『AI開発のボトルネックが変化している』という構造的変化です。

2024年まで、AI開発の最大の制約は「GPUが足りない」ことでした。しかし2026年現在、ボトルネックは電力と冷却に移りつつあります。

AI対応データセンターの供給電力は、2025年末から2027年末にかけて約2.7倍に増える見込みです（日本国内の例・インプレス調べ）。しかし電力供給・冷却設備の拡張には時間がかかります。

これは何を意味するのか。『GPUを購入したくても、電力・冷却の制約で設置できない』という状況が生まれつつあります。つまり、半導体需要の天井は『GPU供給能力』ではなく『物理インフラの制約』で決まる局面に入っているのです。

この見方によれば、クラウド業界のバックログが2兆ドル超という説明は「過剰な期待」ではなく、「物理インフラが追いつくまで、需要は積み上がり続ける」という長期サイクルの証拠になります。

③ エヌビディアの実績：前年比+106%成長の持続性

スーパーサイクル論の最も単純な根拠は、『実際に成長している』という事実です。

2023年5〜7月期から2026年5〜7月期の3年間で、売上高は約7倍（$13.5 billion→$96.2 billion）に成長しました（直近2年では約3.2倍）。前年比でも+106%という成長率は、「バブル」と呼ぶには実績が強すぎるという見方もあります。

スーパーサイクル論者は、「過去の半導体サイクルでは、ピークから調整までに3-5年かかるのが一般的」と指摘します。エヌビディアの急成長が始まったのは2023年からであり、まだ3年しか経っていないことを考えると、「今がピークとは限らない」という見方も成り立ちます。

2000年ITバブルとの比較：今回は何が違うのか

PER水準の対比：シスコ100倍超 vs エヌビディア20〜30倍台

「今回はバブルか」を考える上で、最も参考になるのは2000年のITバブルとの比較です。

この表から読み取れる重要な違いは、PER水準と実績成長率の関係です。

2000年のシスコは、業績の伸びを大きく上回って株価が上昇し、PERが100倍を超える水準まで買われたとされます。これがバブルの典型的なパターンです。

一方、2026年のエヌビディアは、直近2年で株価が約1.8倍、EPS（非GAAP）が約3.3倍と、業績の伸びが株価の上昇を上回りました。

また、PER水準も、エヌビディアは予想20倍台前半〜実績30倍前後で、シスコの100倍超とは大きな差があります。「高成長企業として妥当な範囲」とする見方もあります（データ提供元と時点により数値は異なります）。

エヌビディアの株価とEPSの伸び（直近2年）

このグラフが示すように、エヌビディアは直近2年で、株価の上昇（約1.8倍）よりEPSの伸び（約3.3倍）の方が大きく、業績を置き去りにして株価だけが上がるパターンとは異なります。ただし、今後も成長が続くことが前提である点は変わりません。

過去の半導体サイクルから学ぶ教訓

過去の半導体サイクルを振り返ると、市場規模の縮小局面が繰り返されてきました（下表の下落幅は年ベースの概数で、統計や定義により異なります）：

2001年の調整は-32%という過去最大の下落でしたが、これは「実需がない中で株価だけが上昇していた」ことが原因でした。

一方、2018-2019年は、メモリ価格の下落や貿易摩擦による調整で、下落幅は約-12%にとどまりました。

では、2026年のAI・半導体セクターはどちらに近いのか。実需があるのか、それとも期待だけが先行しているのか。この判断が、投資スタンスを決める鍵になります。

個人投資家が取りうる現実的なスタンス

積立投資の継続：タイミングリスクの分散

「バブルかスーパーサイクルか」の判断は、プロのアナリストでも意見が割れているのが現状です。個人投資家が「正しく予測する」ことは、ほぼ不可能です。

そこで最も現実的なスタンスは、『予測しない』投資法です。

具体的には、以下のような方針が考えられます：

• 定額積立投資（ドルコスト平均法）の継続：毎月一定額を積み立てることで、高値掴みのリスクを分散
• AI・半導体セクターだけに集中しない：ポートフォリオ全体の中で、セクター比率を決めておく
• 『今すぐ全額投資』も『今すぐ全額売却』もしない：極端なタイミング判断を避ける

一括投資は「タイミングが合えば」大きなリターンを得られる一方、下落局面では大きな評価損を抱える可能性があり、『いつが底か』を正確に予測するのは困難です。積立投資は購入時期を分散できますが、価格下落時の損失を避けられるわけではありません。

集中投資のリスク管理：ポートフォリオ比率の上限

AI・半導体セクターへの投資を完全に避ける必要はありませんが、『集中しすぎない』ことが重要です。

一例として、次のような上限を設ける考え方があります（一般的な基準があるわけではなく、年代や資産状況により異なります）：

上限をあらかじめ決めておくことで、半導体セクターが調整局面に入っても、ポートフォリオ全体への影響を限定しやすくなります。

ただし、上限を設けても損失がなくなるわけではありません。

分散の重要性：セクター・地域・銘柄の分散

分散投資の基本は、『同じリスク要因に晒されない』ことです。

AI・半導体セクターに投資する場合でも、以下のような分散を検討できます：

• セクター分散：AI・半導体だけでなく、ヘルスケア・エネルギー・金融など他セクターも保有
• 地域分散：米国株だけでなく、日本株・欧州株・新興国株も保有
• 銘柄分散：エヌビディア1銘柄に集中せず、複数の銘柄に分ける

例えば、半導体セクター全体に投資するETFのような分散型の商品を使えば、個別銘柄リスクは分散できますが、セクター全体のリスクは残ります。

まとめ：『バブル』か『サイクル』かの二者択一ではなく

2026年8月26日に発表されたエヌビディア決算は、売上高$96.2 billion（前年比+106%）という驚異的な数字を示しました。株価は時間外取引で一時下落した後、上昇に転じたと報じられています。

『半導体バブル論』は、以下の根拠を挙げます：

• AI関連企業間の循環取引構造
• AI投資が生産性向上に結びついていないとする調査がある
• データセンター売上の約55%をハイパースケーラーが占める顧客集中リスク
• GPU陳腐化の速さと減価償却負担

一方、『スーパーサイクル論』は、以下を反論します：

• データセンター投資の実需自体は強い（売上・見通しとも予想を上回る）
• ボトルネックが半導体から電力・冷却インフラへ移行＝需要の天井が見えていない
• エヌビディアの前年比+106%成長は『バブル』と呼ぶには実績が強すぎる

2000年ITバブルとの比較では、PER水準（シスコ100倍超 vs エヌビディア20〜30倍台）や、株価上昇と業績成長の関係に違いがあり、「今回は2000年の再現」とは言い切れない構造的な違いも存在します。