NVIDIA決算予測｜2027会計年度Q1の合格ラインと発表後の株価3シナリオ

決算発表のスケジュール

NVIDIAは公式発表で、2026年5月20日午後2時PT、午後5時ETに2027会計年度第1四半期決算のカンファレンスコールを行うとしている。

対象期間は、2026年4月26日に終了した四半期である。

また、決算発表とCFOコメントは米国時間午後1時20分PTごろに公表される予定である。

日本時間では、次のように見るとよい。

今回の決算は、米国市場の引け後に発表されるため、日本の個人投資家が確認するのは2026年5月21日朝になる。

直近の前提：Q4と会社ガイダンス

NVIDIAの前回決算である2026会計年度第4四半期は、非常に強い内容だった。

公式発表では、Q4売上高は681億ドル、前四半期比20%増、前年同期比73%増だった。データセンター売上高は623億ドル、前年同期比75%増である。

通期の2026会計年度売上高は2,159億ドル、前年比65%増となった。

Q1 FY2027に対する会社ガイダンスは次のとおりである。

重要なのは、会社側が中国向けデータセンターcompute売上を見込まずに780億ドルの売上ガイダンスを出している点である。

つまり、市場は中国リスクを見ながらも、米国・欧州・中東・日本などのAIインフラ需要で成長が続くかを見ている。

ウォール街の合格ライン

今回の決算は、予想を少し上回るだけでは評価されにくい。

NVIDIAはすでに「好決算が当たり前」と見られているため、市場の焦点はウィスパーナンバー、つまり公式コンセンサスをどれだけ上回れるかに移っている。

主な市場予想は次のとおりである。

S&P Global Market IntelligenceのVisible Alpha予想では、Q1売上高は785億ドル、データセンター売上高は728億ドル前後とされている。

一方、Motley FoolがYahoo Financeデータを基にまとめた市場予想では、Q1売上高791.7億ドル、調整後EPS1.78ドル、Q2売上高870.6億ドルが目安になっている。

したがって、今回の実質的な合格ラインは次のように整理できる。

Q1売上高：790億ドル前後以上
Q2ガイダンス：870億ドル前後以上
粗利率：75%近辺を維持
Blackwell：需要が供給を上回るとの確認
Rubin：2027年へのロードマップに遅れなし

市場動向：AI需要は本物か

NVIDIA決算を見るうえで、最大の背景はハイパースケーラーの設備投資である。

Microsoft、Alphabet、Meta、Amazonなどの巨大クラウド企業は、AIデータセンターへの投資をさらに増やしている。

Motley Foolは、主要4社の2026年CAPEX計画が合計7250億ドル規模に達し、前年の4100億ドルから大きく増える見通しだと整理している。

この投資の中心にあるのが、GPU、ネットワーク、サーバー、冷却、電力設備である。

NVIDIAの売上は、このAIインフラ投資とほぼ直結している。

供給制約は続く

需要が強い一方で、供給側には制約がある。

TSMCの先端パッケージング、HBM、サーバー組み立て、電力、冷却、ネットワーク機器などがボトルネックになりやすい。

NVIDIA決算では、「需要があるか」だけでなく、「どれだけ出荷できるか」が重要になる。

売れないリスクよりも、作りきれないリスクが焦点である。

中国リスクとSovereign AI

中国向け輸出規制は、引き続きNVIDIAのリスクである。

ただし、NVIDIAはQ1ガイダンスに中国向けデータセンターcompute売上を織り込んでいない。

その一方で、中東、欧州、日本などのSovereign AI需要が拡大している。

国家主導でAIインフラを整備する流れは、NVIDIAにとって新しい需要源である。

決算前に警戒される3つの潜在リスク

今回の決算は、単にQ1売上高が市場予想を上回るかだけでは判断できない。

市場の期待値はすでに非常に高く、売上高800億ドル超を期待する見方もある。

そのため、好決算であっても、次の構造リスクが見えれば「材料出尽くし」や「将来成長への疑念」と受け止められる可能性がある。

1. Rubin移行の遅延リスク

2026年後半から2027年にかけてのロードマップで重要なのが、次世代プラットフォームRubinである。

ただし、一部調査会社はRubinの立ち上がりについて、サプライチェーン調整リスクを指摘している。

TrendForceは、HBM4の認証、ConnectX-8からConnectX-9へのネットワーク移行、消費電力増加への電力管理、より高度な液冷システムの最適化などを課題として挙げている。

同社は、2026年のNVIDIA高性能GPU出荷構成について、Rubin比率の見通しを29%から22%へ引き下げ、Blackwell比率を61%から71%へ引き上げる見方を示した。

これは、NVIDIAの成長が止まるという意味ではない。

むしろ短期的にはBlackwell需要が強く、Rubinの遅れをBlackwellが埋める構図になりやすい。

ただし投資家にとっては、

BlackwellからRubinへの世代交代がスムーズに進むか

が2027年の評価軸になる。

なお、HBM4遅延報道については、NVIDIA側が「計画は順調」とする報道もあり、現時点では会社公式に確定した遅延として扱うべきではない。

重要なのは、カンファレンスコールでRubin、HBM4、液冷、ネットワーク移行について、どれだけ明確なコメントが出るかである。

2. データセンター側の受け入れ能力

NVIDIAがGPUを増産しても、顧客側がすぐに稼働できるとは限らない。

AIデータセンターには、サーバーラック、電力、冷却、ネットワーク、建屋、送電網が必要である。

ハイパースケーラーの設備投資は拡大しているが、実際の建設や電力接続には時間がかかる。

そのため、顧客側で次のようなボトルネックが起きる可能性がある。

• データセンター建設遅延
• 電力・送電網の不足
• 液冷対応の遅れ
• ラック単位での導入・検証期間
• ネットワーク機器の供給制約

NVIDIAにとってリスクなのは、需要がなくなることではなく、顧客の受け入れ能力が短期的な出荷ペースを制限することである。

今回の決算では、Blackwell需要の強さだけでなく、実際の出荷・稼働ペースがどの程度順調かが注目される。

3. 粗利益率のピークアウト

NVIDIAの強さは、70%台半ばの高い粗利率にある。

Q1会社ガイダンスでは、non-GAAP粗利率は75.0%、プラスマイナス0.5ptとされている。

一方で、Blackwell本格量産では、先端パッケージング、HBM、液冷、ラックスケール設計などのコストが増えやすい。

また、初期量産では歩留まりやサプライチェーン調整が利益率に影響する可能性がある。

市場が見るポイントは次のとおりである。

NVIDIAは売上成長が非常に強い企業だが、株価は高い利益率も前提にしている。

そのため、粗利率が下がり始めると、成長率が高くても株価の反応は鈍くなりやすい。

中国市場：H20/H200と国内代替の構造リスク

中国市場は、NVIDIAにとって最も読みにくい地域である。

米国の輸出規制により、最先端AI GPUの中国向け販売は制限されてきた。

NVIDIAは中国向けに規制対応版チップを投入してきたが、H20やH200をめぐる不透明感は続いている。

2026年には、米中間でH200輸出をめぐる新たな枠組みが報じられる一方、中国側が国内チップ育成を優先し、NVIDIA製品の購入を抑える可能性も指摘されている。

一部報道では、中国がNVIDIA H200購入を承認しない方針を示しているとされる。

さらに、規制が長期化するほど、中国顧客はHuaweiなど国内メーカーのAIチップへ移るインセンティブを持つ。

これは短期の売上リスクというより、中長期の市場シェアリスクである。

ただしNVIDIA側は、中国リスクをSovereign AIで相殺しようとしている。

Sovereign AIとは、各国政府や国営企業が、自国の言語、産業、行政、防衛、医療などに合わせたAIインフラを整備する流れである。

中東、欧州、日本、アジア各国の国家主導AI投資が拡大すれば、中国向けの不確実性を一部補える。

今回のカンファレンスコールでは、Sovereign AIがどれほど売上に貢献しているか、今後の成長ドライバーとしてどこまで具体的に語られるかが重要である。

推論市場へのシフトと競合リスク

AI市場は、学習から推論へ重心が移りつつある。

学習は巨大モデルを作るための計算であり、NVIDIAが最も強い領域である。

一方、推論は完成したAIモデルを実際に動かす処理である。ユーザーの質問に答える、AIエージェントが作業する、画像や動画を生成する、といった日常的なAI利用は推論にあたる。

学習：巨大モデルを作る
↓
推論：完成したAIを毎日動かす

今後、AI利用が広がるほど推論需要は膨らむ。

ただし推論は、コスト、電力、低遅延が重視されるため、競争が激しくなりやすい。

1. 大手顧客のASIC内製化

Microsoft、Google、Amazon、Metaなどのハイパースケーラーは、NVIDIAの巨大顧客であると同時に、競合になり得る。

Google TPU、Amazon Trainium、Microsoft Maiaのような自社AIチップは、特定ワークロードに最適化することでコストと消費電力を下げる狙いがある。

すべてのGPU需要を置き換えるわけではないが、自社クラウド上で決まったモデルを大量に動かす推論用途では、ASICがNVIDIAの一部需要を吸収する可能性がある。

2. AMDの第2選択肢化

AMDは、NVIDIAに対抗する最も現実的な汎用GPU代替である。

MI300/MI325/MI350系のInstinct GPUは、メモリ容量やコスト面で評価され、ハイパースケーラーにとって調達分散の選択肢になっている。

NVIDIAをすぐに置き換えるほどではないが、価格交渉力や供給分散という意味で、AMDの存在感は高まっている。

3. 推論特化スタートアップ

Groqのような推論特化型プレイヤーも注目されている。

低遅延、低コスト、特定推論処理への最適化を武器に、NVIDIAとは異なるアーキテクチャで市場を狙う企業である。

ただし、推論特化チップはソフトウェア、開発者エコシステム、クラウド採用、供給能力が課題になりやすい。

NVIDIAはこれに対し、GPU単体ではなく、Grace CPU、NVLink、InfiniBand/Ethernet、NIM、AI Enterprise、推論最適化ソフトウェアを組み合わせたシステム販売で防衛している。

投資家が見るべきなのは、NVIDIAが推論市場でも「チップ単体の競争」ではなく「AI Factory全体の標準」を握り続けられるかである。

NVIDIAのビジネスモデル：なぜ高利益率を維持できるのか

NVIDIAが時価総額で世界トップクラスに位置し、70%台の粗利率を維持できている理由は、単に高性能GPUを売っているからではない。

本質は、AIの開発、学習、推論、運用、ロボティクスまでを支えるインフラ生態系を握るプラットフォーム企業である点にある。

投資家目線では、NVIDIAの強さは次の4つに分解できる。

1. CUDAによるソフトウェアのロックイン

NVIDIA最大の参入障壁は、GPUそのものだけではない。

2006年に導入されたCUDAという並列計算プラットフォームである。

世界中のAI研究者、エンジニア、クラウド企業は、長年CUDAを前提にAIモデルや高速計算アプリケーションを作ってきた。

そのため、仮にAMDやIntelが安いAIチップを投入しても、顧客側にはソフトウェア移行コストが残る。

CUDAで開発する
↓
NVIDIA GPU上で最も動かしやすい
↓
開発資産がさらにNVIDIAに蓄積する
↓
次のGPUもNVIDIAが選ばれやすい

この構造が、NVIDIAの価格決定力を支えている。

2. ファブレスとAI Factoryの垂直統合

NVIDIAは自社工場を持たないファブレス企業であり、先端半導体の製造は主にTSMCなどに委託する。

これにより、巨大な工場投資リスクを抱えず、設計、ソフトウェア、ネットワーク、システム統合に経営資源を集中できる。

一方で、現在のNVIDIAはチップ単体を売るだけの会社ではない。

Blackwell世代では、GPU、CPU、ネットワーク、メモリ、冷却、ラック、ソフトウェアを組み合わせたAIデータセンター基盤、いわゆるAI Factoryとして提案する比重が高まっている。

これにより、1顧客あたりの取引規模は単なる半導体販売より大きくなり、Microsoft、Amazon、Google、Metaのようなハイパースケーラーへの販売単価も上がりやすい。

3. AIソフトウェアとサブスクリプションへの拡張

NVIDIAは、ハードウェアの売り切りだけでなく、AI EnterpriseやNIMなどのソフトウェア基盤も拡大している。

NVIDIA AI Enterpriseは、企業が生成AIやAIエージェントを本番環境で動かすための商用ソフトウェアスイートである。

NIMは、AIモデルを企業環境で展開しやすくする推論マイクロサービスであり、AI導入の運用負荷を下げる役割を持つ。

この方向が進むほど、NVIDIAは「GPUを一度売って終わり」ではなく、導入後もソフトウェア、保守、最適化、推論運用で継続収益を得るモデルへ近づく。

投資家にとって重要なのは、粗利率の高いソフトウェア収益が、将来的にハードウェアの景気循環を和らげる可能性である。

4. フィジカルAIとロボティクスへの展開

NVIDIAは、生成AIの次の市場としてフィジカルAIを重視している。

これは、チャットボットのような画面内のAIではなく、工場、物流、自動運転、ロボットなど現実世界を動かすAIである。

Omniverseは産業向けデジタルツインやシミュレーション基盤として使われ、Cosmosはロボティクスや自動運転などの物理AI開発を支えるワールドモデル基盤として位置づけられている。

現実の工場やロボットをいきなり動かす前に、仮想空間で大量のシミュレーションを行い、そこで学習した知能を現実のシステムへ移す。

この流れが本格化すれば、NVIDIAの需要はAIデータセンターだけでなく、製造業、物流、自動車、防衛、医療機器などへ広がる。

フライホイール構造

NVIDIAの強さは、次の循環で説明できる。

開発者がCUDAとNVIDIAソフトウェアを使う
↓
NVIDIA GPUとAIサーバーが選ばれる
↓
高い粗利率で巨額のキャッシュを生む
↓
Blackwell、Rubin、CUDA、AI Enterprise、Omniverseへ再投資する
↓
競合との差が広がり、エコシステムがさらに強くなる

このフライホイールが続く限り、NVIDIAは単なる半導体株ではなく、AI時代のインフラ標準を握る企業として評価されやすい。

ただし、ロックインが強い企業ほど、市場期待も非常に高くなる。

だからこそ今回の決算では、単なる売上高だけでなく、CUDA、AI Enterprise、Blackwell、Rubin、フィジカルAIを含むエコシステム全体が拡大しているかを確認する必要がある。

AMDと自社製AIチップは脅威なのか

結論から言えば、AMDやビッグテックの自社製AIチップは、NVIDIAにとって明確な脅威である。

ただし現時点では、NVIDIAの牙城を一気に崩すというより、爆発的に拡大するAIアクセラレータ市場の受け皿として2番手、3番手が育っている段階と見るのが現実的である。

市場推計では、2026年時点でもNVIDIAはAIアクセラレータ市場でおおむね75〜80%前後の収益シェアを維持しているとされる。

一方で、競争の中身は変わっている。

これまでの主戦場は、大規模AIモデルを作るためのトレーニングだった。

しかし今後は、完成したAIを日常的に動かすインフェレンス、つまり推論が大きくなる。

この推論市場では、AMDやGoogle TPU、AWS Trainium、Microsoft Maiaのような専用チップが存在感を増している。

1. AMD：唯一の本格的な汎用GPU代替

AMDは、NVIDIAに対抗できる汎用AI GPUを供給する数少ない企業である。

市場推計では、AMDのAI GPUシェアはまだ5〜8%程度にとどまるが、MI350X、MI355XなどのInstinctシリーズは、メモリ容量、価格、調達分散の面で重要性が増している。

AMD公式情報では、MI350Xは288GBのHBM3Eメモリと8TB/s帯域を備え、ROCmソフトウェアスタックでAI・HPC用途に対応する。

特に大規模モデルでは、メモリ容量とコスト効率が重要になるため、クラウド企業にとってAMDは「NVIDIAだけに依存しないための現実的な選択肢」になっている。

ただし、NVIDIAを完全に置き換えるにはソフトウェアの壁がある。

AMDはROCmでCUDAに対抗しているが、AI開発者の多くはCUDA前提のコード、ライブラリ、運用ノウハウを持っている。

そのため、AMDはNVIDIAの価格交渉カード、供給不足時のバックアップ、特定用途でのコスト最適化先として強くなる一方、AIインフラ全体の標準を奪うにはまだ時間がかかる。

2. ビッグテックASIC：推論市場の最大の構造リスク

NVIDIAにとって、AMD以上に構造的な脅威になり得るのは、顧客であるビッグテック自身が開発するASICである。

代表例は次のとおりである。

ASICの強みは、特定用途に絞ることでコストと電力効率を高められる点である。

Google CloudはTPU v6eをTransformer、画像生成、CNNの学習・微調整・サービング向けに位置づけている。

AWSはTrainiumをAI学習向けの自社チップとして展開し、Trainium2ベースのEC2 Trn2を大規模生成AIモデル向けに打ち出している。

MicrosoftもMaia 200をAI推論向けアクセラレータとして発表しており、性能あたりコストを改善する狙いを明確にしている。

これらは、NVIDIAのGPUをすべて置き換えるものではない。

しかし、自社サービス上で決まったモデルを大量に動かす推論用途では、高価な汎用GPUよりもASICのほうが合理的になる場面がある。

したがって、NVIDIAの長期リスクは「学習GPUで負けること」よりも、「推論の一部が顧客の自社チップへ吸収されること」である。

それでもNVIDIAの売上が伸びる理由

競合が増えているにもかかわらず、NVIDIAの売上が伸び続ける理由は2つある。

1. 市場のパイがそれ以上に拡大している

AIインフラ投資は、まだ拡大局面にある。

報道ベースでは、Microsoft、Alphabet、Amazon、Metaなど主要ハイパースケーラーの2026年CapEx計画は、合計で7000億ドル前後まで膨らむとの見方もある。

この市場では、NVIDIAのシェアが多少下がっても、市場全体が拡大すれば売上の絶対額は増え得る。

つまり投資家が見るべきなのは、シェアだけではない。

NVIDIAシェア：やや低下する可能性
AIインフラ市場：それ以上に拡大する可能性
結果：NVIDIA売上はなお成長し得る

この構図が続く限り、AMDやASICの台頭は「NVIDIA終了」ではなく、「AI計算需要の巨大化」を示す材料にもなる。

2. 先端製造・パッケージングの供給制約

最先端AIチップは、設計だけでなく、TSMCの先端プロセス、CoWoSなどの先端パッケージング、HBM供給、サーバー組み立て能力が必要になる。

市場では、NVIDIAがTSMCの先端パッケージング能力を優先的に確保しているとの観測が強い。

仮にAMD、Broadcom、Marvell、Google、Amazonが優れたチップを設計しても、実際に量産できる数には供給制約がある。

この点も、NVIDIAのシェアが急激に崩れにくい理由である。

日本株への視点

投資家にとって重要なのは、AI半導体市場が「NVIDIA一強」から「GPUと自社製ASICのハイブリッド時代」へ移りつつある点である。

これはNVIDIA単体の成長率がいずれ鈍化するリスクを意味する一方、日本の半導体製造装置・部材企業にとっては必ずしも悪材料ではない。

なぜなら、作るチップがNVIDIA製GPUでも、AMD製GPUでも、Google TPUでも、Amazon Trainiumでも、Microsoft Maiaでも、最先端チップの総量が増えれば、製造装置、検査装置、材料、切断・研磨、パッケージング関連の需要は増えやすいからである。

日本株では、レーザーテック、東京エレクトロン、ディスコ、アドバンテスト、SCREEN、イビデン、AIサーバー部材関連などが、NVIDIA単独ではなく「AIチップ総量増加」の文脈で見られやすい。

つまり、競合チップの台頭はNVIDIAには中長期リスクだが、日本の半導体サプライチェーンにとっては、むしろ投資テーマの裾野拡大を意味する可能性がある。

2027年に向けたNVIDIAの本当の売り

今回の決算で最も重要なのは、2027年まで成長が続くかである。

NVIDIAの強みは、目先のQ1数字だけではない。Blackwell、Rubin、エージェントAI、推論需要、AI Factoryをつなぐロードマップにある。

1. 1兆ドル規模のAI需要

2026年3月のGTCでは、Jensen Huang CEOがBlackwellとRubinのAIチップ売上機会について、2027年までに1兆ドル規模に達し得るとの見方を示したと複数メディアが報じている。

ここで注意したいのは、これを単純な確定売上や会計上の受注残と読むべきではない点である。

投資家目線では、「NVIDIA自身が2027年までのAIインフラ需要に極めて強い視界を持っている」という意味で見るのが妥当である。

2. BlackwellからRubinへのロードマップ

NVIDIAはすでにBlackwell世代の量産・出荷拡大に入っている。

次の焦点は、Rubinである。

公式発表では、RubinプラットフォームはBlackwell比で推論トークンコストを最大10分の1に下げるとされている。

これは非常に重要である。

生成AIの主戦場が、モデル学習から推論、エージェントAI、ロボティクスへ移るほど、コスト効率と電力効率が企業導入の条件になるからである。

3. エージェントAIが推論需要を押し上げる

2026年後半から2027年にかけて、市場の関心はエージェントAIへ移っている。

エージェントAIは、単に質問に答えるAIではなく、業務を自律的に実行するAIである。

この場合、需要は一度きりの学習では終わらない。

AIが24時間動き続け、検索、判断、実行、記録、再学習を繰り返すため、推論需要は継続的に膨らむ。

この構造が続くなら、NVIDIAの成長ドライバーは「学習用GPU」から「推論インフラ全体」へ広がる。

決算後の株価3シナリオ

2026年5月19日時点で、NVDA株は220.10ドル前後、時価総額は約5.39兆ドルである。

オプション市場では、決算発表週におおむね6〜8%前後の値動きが織り込まれている。OptionSlamでは週次のインプライドムーブが7.5%前後、Options Trading Reportでは約7.15%とされている。

つまり、好決算でも悪材料でも、1日で数十兆円規模の時価総額が動く可能性がある。

シナリオA：強気ブレイク

この場合、株価は決算後に8〜12%程度の上昇を試す可能性がある。

上値目安は、直近高値236.54ドルを超え、240ドル台前半を試す展開である。

AI半導体だけでなく、電力、冷却、サーバー、半導体製造装置、日本のAI関連株にも連想買いが広がりやすい。

シナリオB：好決算でも横ばい

この場合、株価は時間外で乱高下した後、最終的に±2%前後に収まる可能性がある。

NVIDIAはすでに高い期待を織り込んでいるため、普通の好決算では「織り込み済み」と判断されやすい。

このシナリオでは、Rubin、Sovereign AI、エージェントAIの進捗を次の材料として待つ展開になる。

シナリオC：期待未達で急落

この場合、株価は5〜8%程度の下落を試す可能性がある。

テクニカル面では、まず210ドル前後、その下では193〜195ドル付近が下値確認ゾーンになる。

ただし、このシナリオでも、2027年に向けたBlackwell・Rubin需要が崩れない限り、中長期の成長ストーリーが完全に壊れるとは限らない。

投資家が本当に見るべきポイント

今回のNVIDIA決算で見るべきポイントは、次の8つである。

Q1実績が強いことは、ある程度市場に織り込まれている。

本当の焦点は、2027年までこの成長率が持続するかである。

日本株への波及

NVIDIA決算は、日本市場にも直接影響する。

理由はシンプルである。

NVIDIAが半導体サプライチェーンの最上流にいる巨大な発注元だからである。

NVIDIAが「Blackwellを増産する」「Rubinの立ち上げを進める」「AI Factory需要が強い」と語れば、その製造を担うTSMC、そしてTSMCに装置・材料・検査技術を供給する日本企業まで資金が流れ込みやすい。

サプライチェーンの構造

NVIDIAはファブレス企業であり、自社で半導体工場を持たない。

そのため、最先端GPUの製造、先端パッケージング、検査、実装は外部のサプライチェーンに依存する。

構造を簡略化すると、次のようになる。

Microsoft、Google、Amazon、Metaなど
↓
AIインフラ投資、GPU発注
↓
NVIDIA
↓
GPU設計、CUDA、AI Factory構想
↓
TSMC
↓
3nm / 2nm、CoWoS、先端パッケージング
↓
日本の半導体装置・材料・検査企業

ここで日本株が重要になる。

NVIDIAのAIチップは、EUV露光、先端プロセス、CoWoS、HBM、検査、切断、研磨、実装といった複数の工程を通って製品化される。

その各工程に、日本企業の装置や材料が入り込んでいる。

主な関連日本株

レーザーテックは、EUVマスクブランク検査装置でデファクト標準的な地位を築いている。

東京エレクトロンは、EUV露光の前後で使われるコータ・デベロッパに強く、同社資料でも高い市場シェアが示されている。

アドバンテストは、AI半導体の出荷前検査需要に連動しやすい。

ディスコは、先端パッケージや高性能チップで重要になる薄化、切断、研削工程で注目される。

つまり、NVIDIAが強いガイダンスを出すほど、日本の装置・検査・材料・部材企業にも「来期以降の受注が増えるのではないか」という期待が乗りやすい。

なぜ株価がリアルタイムに連動するのか

業績への反映には時間差がある。

NVIDIAが需要見通しを上げても、日本の装置メーカーの売上に反映されるまでには、発注、製造、納入、検収という工程があるため、数カ月から1年以上のズレが生じる。

それでも株価がすぐ動くのは、株式市場が未来の受注を先取りするからである。

NVIDIAのQ2ガイダンスが強い
↓
TSMCの先端プロセス・CoWoS投資が増えるとの期待
↓
日本の装置・材料・検査企業の受注増を先読み
↓
レーザーテック、東京エレクトロン、アドバンテストなどに買いが波及

逆に、NVIDIAが期待未達となれば、翌営業日の日本市場では半導体関連株に利益確定売りが出やすい。

これは個別企業の業績が急に悪化したというより、AI半導体サイクル全体への期待値が一時的に下がるためである。

ETFとテーマ資金の影響

もう一つ重要なのが、ETFや投資信託の存在である。

世界の機関投資家は、AI・半導体セクターを一つのテーマとして売買することが多い。

そのため、NVIDIA株が大きく動くと、SOX指数、半導体ETF、日本の半導体関連株にも資金の流入・流出が起こりやすい。

東京エレクトロン、アドバンテスト、レーザーテックなどは、海外投資家から「日本のAI半導体サプライチェーン」として見られやすい。

個別企業の材料がなくても、NVIDIA決算をきっかけに機械的に買われたり売られたりするのはこのためである。

投資家が見るべきポイント

日本株投資家がNVIDIA決算で見るべきなのは、EPSだけではない。

むしろ、次のコメントが重要である。

NVIDIAは、日本株半導体セクターにとって最大級のエンジンである。

エンジンが加速すれば、TSMC、日本の装置株、検査株、部材株まで牽引されやすい。

反対に、エンジンが急ブレーキを踏めば、サプライチェーン全体に利益確定売りが波及する。

今回の決算が日本株にも重要なのは、まさにこの連結構造があるからである。

結論

NVIDIAは、AI市場の中心にいる企業である。

ただし、株価はすでに世界最強級の成長を織り込んでいる。

今回の決算で重要なのは、Q1売上が良いかどうかではない。

本当に見るべきなのは、Q2ガイダンス、Blackwellの供給、Rubinの進捗、そして2027年まで続く1兆ドル規模のAI需要がどれだけ現実味を持って語られるかである。

強い数字と強いガイダンスが揃えば、NVIDIAは再びAI相場全体を押し上げる可能性がある。

一方で、少しでも成長鈍化や供給遅延が見えれば、巨大時価総額ゆえに利益確定売りも大きくなる。

決算後の短期値動きに振り回されず、2027年に向けてNVIDIAがAIインフラの中心であり続けるかを確認することが、投資家にとって最も重要である。

参考情報

• NVIDIA Sets Conference Call for First-Quarter Financial Results
• NVIDIA Announces Financial Results for Fourth Quarter and Fiscal 2026
• S&P Global Market Intelligence: Nvidia earnings preview Q1 2027
• TrendForce: HBM4 Mass Production Delayed to End of 1Q26
• TrendForce: Rubin Faces Delay Risks, Blackwell to Account for Over 70% of High-End GPU Shipments
• The Register: Supply chain challenges risk delaying Nvidia's Rubin GPUs
• Motley Fool: Nvidia Earnings on May 20
• Reuters via Investing.com: Nvidia sales opportunity for Blackwell, Rubin chips more than $1 trillion by 2027
• Tom's Hardware: China is blocking Nvidia H200 purchases despite US approval
• TechInsights: The Inference Bottleneck
• NVIDIA Developer: About CUDA
• NVIDIA AI Enterprise
• NVIDIA Omniverse and Cosmos for physical AI
• AMD Instinct MI350X GPUs
• Google Cloud TPU v6e / Trillium
• AWS Trainium
• Microsoft Maia 200
• Tom's Hardware: Big Tech AI capex spending plans
• Lasertec: Business and Core Technology
• Tokyo Electron: Corporate Update
• TSMC 4Q25 Management Report / 2026 CapEx outlook
• OptionSlam: NVDA earnings implied move
• NVDA market data