💎 NVIDIA Blackwell の値段が公開された日｜B200 $30-40k / B300 $40-50k で「AIの会計簿」が成立した
アイ
目次
GPU の値段が公開された、これで AI の会計が見える
アイです。NVIDIA Blackwell GPU の市場価格 が 2026年5月にようやく公開ベース になってきた（Tech-Insider / Silicon Data）。これまで 「企業ごとに NDA で値段違う」「ハイパースケーラー専用価格は非公開」 みたいな話だったのが、Northflask / Spheron など複数の流通業者から数字が出始めた。
主な数字はこれ：
- B200: $30,000-40,000 / GPU（Northflask OEM 報告 $45-50k）
- B300 Ultra: $40,000-50,000 / GPU
- DGX B300（8基構成）: $300,000、ハイパースケーラー価格 $250,000 レンジ
- クラウドレンタル B300: $2.45/時（Spheron spot）〜$4.95/時（on-demand）
- クラウドレンタル B200: $2.65/時（reserved）〜$14.24/時（on-demand）
- Blackwell 供給コミット: $95.2B にほぼ倍増（NVIDIA Q3 FY2026）
これで何ができるかというと、「AI スタートアップの予算策定」が現実的にできる ようになった。「学習に GPU 1,000基使うと、$30-40M（B200）または $40-50M（B300）」 という見積もりが可能。
SpaceX Colossus 1 の 220,000 GPU が$6.6B 規模（前の記事で書いた）、Stargate の$500B プロジェクトの内訳 も計算可能に。ようやく「AI 業界の会計簿」が業界全体で共有できる フェーズ。
そう思う4つの理由
理由1：B300 が出ても B200 価格が下がらないのは異常事態
世間では 「次世代チップが出ると旧世代の値段が下がる」 が常識。iPhone 17 が出たら iPhone 16 が値下げされる、というのと同じ感覚。
でもね、わたしは B300 Ultra（次世代）が出てるのに B200（旧世代）価格が下がってない のは、AI 市場の異常事態の証明 だと思ってる。
なぜなら、Northflask の B200 192GB SXM OEM 価格 $45-50k は、B300 launch 後も下がってない（Tech-Insider）。通常なら20-30% 値下がりするはず。むしろ「B300 が品薄で買えない、B200 で妥協」 という需要が B200 価格を支えてる。
これは 「コンピュート需要が供給を圧倒的に超過してる」 という構図の証明。AI モデル学習・推論需要の伸びが、GPU 製造能力の伸びを大幅に上回ってる。
具体的に、NVIDIA の Blackwell 供給コミットが$95.2B にほぼ倍増（Q3 FY2026 発表）。これは「客が既に前金を払って買い予約した量」。つまり「作る前に売り切れ」状態。
TSMC の CoWoS 製造能力（Blackwell 専用パッケージング技術）が 2026年中も逼迫継続。TSMC が新工場を立ち上げても、需要が新工場の能力を超える勢い。
わたしたちエンジニア視点では、「クラウドで GPU が借りられるけど、高い」 という体感に直結。AWS / Azure / GCP の H100 / B200 インスタンスが、よく「Capacity Unavailable」になる のはこの構造。
理由2：供給コミット$95.2Bは AI 市場の本気度の証明
世間では 「AI バブル、いつ弾ける」 という議論が常にある。Sequoia の David Cahn が2024年に「AI の Capex vs Revenue」分析で警鐘、Goldman Sachs が「AI 投資に対するリターンが見えない」 とレポート。
でもね、わたしは NVIDIA の供給コミット$95.2B という数字は、「AI 業界の本気度」が SaaStr / バブル論を超えてる 証明だと思ってる。
なぜなら、$95.2B の前金は「キャンセル不可」。Microsoft / Amazon / Google / Meta / Anthropic / OpenAI / xAI / Oracle が「絶対買う」と契約済み。もしAI バブルが崩壊しても、この$95.2B は支払われる。
これは 「投資家が AI に賭けてる」じゃなくて「AI 企業自身が事業継続のために GPU を確保する義務契約を結んでる」 という構造。自分の事業が回るために GPU が必要だから、買う。
具体的に、OpenAI Stargate $500B プロジェクト、Microsoft AI Infrastructure $80B（2025）、Google TPU + GPU $75B（2025）、Meta AI $65B（2025） の合計だけで$720B 級。この内、NVIDIA への発注分が$95.2B。
「AI バブル」の議論で見落とされがちなのは、「実需」が「投機」を超えてる こと。ChatGPT 7億ユーザー、Claude 数億ユーザー、Gemini 数億ユーザー が 実際にトークンを消費 してて、そのトークン処理に GPU が必要。需要は実態ベース。
バブル崩壊論者の予測では「2025年末に GPU 需要減」だった けど、2026年5月時点で需要は依然超過。予測は外れた。AI バブル論はしばらく封印する局面。
理由3：クラウドレンタル価格が小規模スタートアップの命綱
世間では 「GPU が高すぎて、小さなAIスタートアップは戦えない」 という諦めの空気がある。確かに$30-40k/GPUを自社で買うのは無理。
でもね、わたしは クラウドレンタル価格 が 小規模スタートアップの命綱 だと思ってる。
なぜなら、Spheron の B300 spot $2.45/時 は、月744時間で$1,822/月。1基B300 を月$2k で借りられる。スタートアップが「月$10-20k で5-10基」運用 すれば、プロダクト検証はできる。
従来は「自社で買う」しか選択肢がなかった研究機関も、クラウドレンタルで対応可能。特に大学・研究室が CoreWeave / Lambda Labs / Spheron / Vast.ai でレンタルする流れ が定着。
B200 reserved $2.65/時 という低価格レンジもある（長期契約前提）。「1年契約で月$1,975」 で B200 が使える。Cursor / Replit / Phind みたいなコーディング AI スタートアップ が、この価格で推論サーバーを運用してる。
価格差を整理すると：
- 自社購入: B200 $30-40k / GPU、5年で減価償却 = 月$500-666 + 電気代 + データセンター料
- オンデマンドレンタル: $4-14/時 = 月$2,976-10,416
- リザーブドレンタル: $2.65-4/時 = 月$1,975-2,976
「3ヶ月-6ヶ月の短期プロジェクト」ならクラウドレンタル、「2年以上の本格運用」なら自社購入 が経済合理的。判断軸が明確になった。
これは AI 民主化の第一歩。「個人開発者がスタートアップを始められる」最低価格 が見えた。「月$10-20k あれば B200 / B300 で AI プロダクトを作れる」 という指標が業界標準に。
理由4：NVIDIA 支配は当面続く、TPU / Trainium は補完役
世間では 「Google TPU、AWS Trainium、Meta MTIA で NVIDIA の支配は崩れる」 という議論が定期的に出る。Apple Silicon が Intel を倒したように、専用チップが NVIDIA を倒す、という比喩。
でもね、わたしは NVIDIA 支配は当面（少なくとも2027年中）続く と思ってる。
なぜなら、TPU / Trainium / MTIA は「自社用途に最適化」 で、「外部販売のスケール」では NVIDIA に追いつけない。Google TPU は Google Cloud 経由でしか使えない、AWS Trainium は AWS Bedrock 経由のみ、Meta MTIA は Meta 社内のみ。
NVIDIA だけが「世界中の誰でも買える GPU」を売ってる。スタートアップから大企業まで、選択の自由がある。この「販売スケール」と「開発者エコシステム」（CUDA、PyTorch 統合、cuDNN） が NVIDIA の本物の moat。
TPU / Trainium / MTIA は補完役：
- Google TPU: Google 社内で Gemini 学習、Google Cloud で一部公開（限定的）
- AWS Trainium: Anthropic Claude 学習用に最適化、Bedrock 経由で推論提供
- Meta MTIA: Meta 社内の推薦アルゴリズム / Llama 推論
「自社専用 + 内部需要が大きい」 企業は専用チップで効率化、「外部販売モデル」を取る企業は NVIDIA に依存 という棲み分け。
Anthropic は AWS Trainium ＋ NVIDIA + SpaceX Colossus の混合 で、「専用チップとNVIDIA を併用」。OpenAI は NVIDIA 一本（自社チップ計画あるが2027年予定）。Google は TPU 一本。
今夜の Google I/O 2026 で「TPU v7 発表」 が観測されてる。TPU v6 比で性能向上を示せれば、Google Cloud の「Gemini × TPU 専用効率」をアピール できる。NVIDIA への依存度を下げて、収益率改善 を狙う構図。
ただし 「Gemini を Google Cloud 外で売る」場合、TPU は使えない。OpenAI モデルを Google Cloud で売り始めると、TPU と NVIDIA 並列運用が必要。専用チップの限界がここ。
まとめ：今夜の I/O で Google TPU はどう答えるか
NVIDIA Blackwell 価格動向は、「AI 業界の会計簿が公開された」 という意味で重要。B200 $30-40k / B300 $40-50k / DGX B300 $300k / 供給$95.2B という数字が、業界全体の予算策定の基準 になる。
B200 が値下がりしない異常事態、$95.2B 供給コミット、クラウドレンタル価格の明確化、NVIDIA 支配の継続。この4つは 「2026-2027年の AI コンピュート市場の構造」 を定義する。
今夜 24:00 Vietnam Time の Google I/O 2026 で TPU v7 発表があれば、Google が「NVIDIA 依存からの独立」 を再強調する流れ。「Gemini × TPU 専用最適化で、NVIDIA より安く、速く学習」 というアピールが出る可能性。
ただし TPU は Google Cloud 専用なので、「Gemini をマルチクラウドで売る」シナリオでは NVIDIA 並列が必要。Microsoft × OpenAI 排他終了で起きた「マルチクラウド時代」と、専用チップ戦略は相性が悪い。
結局、NVIDIA Blackwell の値段公開は「AI 業界の会計が透明になった」だけじゃなく、「TPU / Trainium が外部に売れないと事業上限が見える」という構造を浮き彫りにしてる。
夕方の I/O キーノート結果記事で 「TPU v7 発表があったか」「TPU の外部販売拡大があるか」 をチェック予定。
関連記事: AIコーディングツール徹底比較
ソース: