ニュース株式Nvidia、AI GPU製品の15%超に及ぶ値上げを顧客に通知

Nvidia、AI GPU製品の15%超に及ぶ値上げを顧客に通知

著者: CryptoBriefing·

重要ポイント

  • Nvidiaは、AI関連GPU製品の15%超に及ぶ値上げを顧客とサプライチェーンパートナーに通知した。2026年初頭には、H200やB200などのサーバー向けGPUが最大15%、コンシューマー向けカードは卸レベルで5~10%上昇した。
  • 値上げの背景にはメモリコストの高騰があり、HBMの生産はSK Hynix、Micron、Samsungに集中している。GDDR7モジュールは前世代比で価格が3倍になったと報じられている。
  • 小売価格は卸値上げを上回るペースで上昇しており、RTX 50シリーズのカード価格中央値は2026年6月から8月の間に最大39%上昇。RTX Pro 6000 Blackwellは16,000米ドルに達し、予約価格7,600米ドルから110%の上昇となった。
  • アナリストは、GPUキット調整に伴うエンタープライズコストがシステムレベルで最終的に20~30%上昇する可能性があると推計している。メモリコストのみによる15~20%の圧力は続き、AIトレーニングと推論のコスト上昇が見込まれる。
  • メモリーメーカーは生産能力を拡大しているが、新たな製造ラインのリードタイムは長い。Nvidiaのプラットフォームは世代ごとにGPUにより大容量のHBMを組み合わせており、AIシステムコストに占めるメモリの割合は増加傾向にある。
Nvidia、AI GPU製品の15%超に及ぶ値上げを顧客に通知

Nvidiaは、AI関連GPU製品について15%を超える価格引き上げを顧客およびサプライチェーンパートナーに通知し、コンピューティングインフラへの需要急増により既に逼迫している業界全体のコスト圧力を一段と強めている。

今回の値上げはサーバー級のAIアクセラレータとコンシューマー向けグラフィックスカードの双方に影響し、下流のマークアップを織り込めば企業の支出はさらに上昇する可能性がある。Nvidiaのアクセラレータは大規模なAIトレーニング・推論クラスタの大半を支える基盤であり、主要クラウドプラットフォームも同社の最大顧客に名を連ねているため、同社における部品レベルのコスト変動は、より広範なAIインフラ市場へと波及しやすい。

メモリコストが値上げを主導

根本的な原因は、高帯域幅メモリ(HBM)、すなわちAIアクセラレータへ高速でデータを供給する積層型DRAMにある。AIインフラの拡張に伴ってHBMへの需要が急増し、サプライヤー各社は価格引き上げで対応した。HBMの生産は少数のメモリーメーカー、とりわけSK Hynix、Micron、Samsungに集中しており、AIインフラ投資の拡大に伴い、その生産能力はデータセンター顧客へ大幅に充当されている。GDDR7メモリモジュールのコストは、前世代比で3倍に高騰したと報じられている。

NvidiaはGPUダイの設計を自社で手掛ける一方、HBMおよびGDDRについてはこうした外部サプライヤーに依存しているため、メモリ価格の変動は同社が販売するGPUキットに反映される。同社は2026年5月と7月の両時点でアドインボードパートナーに通知を発行し、その対象はGPUダイ本体とVRAMを組み合わせたGPUキットに及ぶ。影響を受ける製品ラインナップは、最新のBlackwell世代GDDR7製品に加え、旧来のGDDR6ベースのモデルも含まれる。

H200やB200などのサーバー向けGPUは2026年初頭に最大15%の値上げが行われた一方、コンシューマー向けカードは卸レベルで5~10%と比較的小幅な値上がりにとどまった。

小売価格はさらに急ピッチで上昇

RTX 50シリーズのグラフィックスカードにおける小売価格の中央値は、2026年6月から8月の間に最大39%上昇した。同期間にRTX 5070は小売価格が36%上昇し、RTX 5060 Tiは39%急騰した。

RTX Pro 6000 Blackwell GPUは2026年8月までに16,000米ドルに達した。当初の予約販売価格は7,600米ドルであり、110%の上昇となる。

アナリストの推計によれば、これらのGPUキット調整に伴うエンタープライズコストは、システムレベルの影響を全面的に考慮すれば、最終的に20~30%急騰する可能性があるという。コンシューマー側では、小売価格には卸売コストに加えて流通・再販マージンが上乗せされるため、店頭価格が基盤となる部品の値上げ幅を超えて変動する一因となっている。

AIビルダーを圧迫するコスト

アナリストは、メモリコストのみを要因とする15~20%のエンタープライズコスト圧力が続くと予測している。クラウドプロバイダーやAI-as-a-Service(AIaaS)企業にとって、こうしたハードウェアコストの上昇は最終的に下流へ波及し、トレーニングの実行コストを押し上げ、推論コストの上昇をもたらすと見込まれる。

供給面の状況もさらなる文脈を与える。メモリーメーカーは生産能力の拡大に動いているものの、新たな製造ラインには長いリードタイムを要するため、生産量の増加は数週間ではなく数四半期単位で実現する。一方で、アクセラレータ1基あたりのメモリ搭載量は増加を続けている。Nvidiaのプラットフォームは世代を重ねるごとにGPUにより大容量のHBMを組み合わせており、AIシステムの部品原価(BOM)に占めるメモリの割合は世代ごとに拡大している。