Nvidia一強時代の「隙間」
2024年、AI用GPU市場におけるNvidiaのシェアは推定80%を超えている。H100、そしてBlackwellアーキテクチャへと続く製品ラインは、世界中のAI企業が喉から手が出るほど欲しがるプロダクトだ。需要に対して供給が圧倒的に不足し、NvidiaのGPUは「現代のゴールド」とまで呼ばれている。
しかし、独占市場には必ず「不満」が存在する。価格の高騰、納期の長期化、ベンダーロックインへの懸念。Nvidiaに依存することのリスクを感じる企業は少なくない。そこに目をつけたスタートアップがいる。ラスベガスを拠点とするTensorWaveだ。
AMD GPUに全てを賭けた理由
TensorWaveの戦略は明快だ。NvidiaのGPUを一切使わず、AMDのGPU（Instinct MI300X/MI325X）だけでAIクラウドを構築する。これは2023年の創業時点では、多くの人から「無謀」と見なされた判断だった。
なぜAMDだったのか。理由は3つある。第一に、AMDのGPUは調達可能だった。NvidiaのH100は発注から納品まで半年以上かかることもあったが、AMDは比較的スムーズに供給できた。第二に、AMDのMI300Xはメモリ容量（HBM）でNvidiaを上回っていた。大規模言語モデルの推論では、メモリ容量が性能のボトルネックになることが多い。第三に、価格性能比でAMDが有利なユースケースが確実に存在した。
公開情報によると、CUDAエコシステムの壁は確かに高い。しかしTensorWaveは、自社でソフトウェアスタックを最適化し、顧客がAMD GPU上でも既存のAIワークロードをスムーズに実行できるよう、マネージドサービスとして提供した。ハードウェアの選択を、ソフトウェアの力で「見えなくする」戦略だ。
$100M Series Aの衝撃
2024年、TensorWaveはSeries Aで$100M（約150億円）を調達した。Series Aとしては異例の大型ラウンドだ。リード投資家にはSandstone Capital、Founders Fundなど、シリコンバレーのトップティアVCが名を連ねた。
投資家たちがTensorWaveに注目した理由は明確だ。AI計算需要の爆発に対して、Nvidiaだけでは供給が追いつかない。これは構造的な問題であり、短期的には解決しない。であれば、AMDという「第二の選択肢」を大規模に提供するプレイヤーには、巨大な市場機会がある。
TensorWaveのビジネスモデルは、GPU-as-a-Serviceだ。顧客はAMD GPUクラスターをクラウド経由で利用でき、自社でハードウェアを調達・管理する必要がない。AIスタートアップにとって、「今すぐ使えるGPU」は命綱であり、NvidiaのGPUが手に入らないなら、AMDでもいいから今すぐ計算資源が欲しい。そういう切実な需要にTensorWaveは応えた。
世界最大のAMDクラスター
TensorWaveは2025年初頭時点で、8,000台以上のAMD Instinct MI325X GPUを運用しており、これは世界最大規模のAMD GPUクラスターとされている。ラスベガスに構えるデータセンターは、電力コストが比較的安い地域という立地の利点も活かしている。
- 1
MI325X。AMDの最新フラッグシップ256GB HBM3eメモリ搭載。大規模言語モデルの推論でH100を上回るケースも。
- 2
クラスター規模の優位性AMD GPU単体の性能テストは多いが、数千台規模のクラスター運用ノウハウは希少。TensorWaveはここで差別化。
- 3
ソフトウェア最適化チームAMD ROCm上でPyTorch、JAXなどを最適化。CUDAからの移行コストを最小限に抑えるツールを自社開発。
- 4
エネルギーコストの最適化ラスベガス（ネバダ州）の電力料金は全米でも低水準。GPU密度を最大化する冷却設計も自社で開発。
大規模クラスターの運用は、単にGPUを並べるだけでは成り立たない。ネットワーク帯域幅、ストレージI/O、ジョブスケジューリング、障害復旧。あらゆるレイヤーでの最適化が必要であり、ここにこそTensorWaveの技術力が問われる。
セカンドプレイヤー戦略の本質
TensorWaveの戦略は、スタートアップ戦略論の教科書に載るべきケーススタディだ。彼らは「1位を倒す」のではなく「2位の市場を丸ごと取る」という発想で事業を設計した。
歴史を振り返れば、IntelがPC市場を支配していた時代にAMDが「安くて十分な性能」で生き残り、やがてサーバー市場でシェアを伸ばしたのと構図は似ている。独占市場のセカンドプレイヤーは、1位よりも高い成長率で拡大できることがある。なぜなら、市場全体が成長しているとき、供給制約がある1位の「取りこぼし」を全て吸収できるからだ。
日本のAIインフラへの示唆
日本においてもAIインフラの整備は喫緊の課題だ。さくらインターネットがNvidiaのGPUクラウドを国内で提供し始め、KDDIやNTTもAI用計算基盤への投資を加速している。しかし、日本のAIインフラはNvidiaへの依存度が極めて高い。
TensorWaveの事例は、「一つのベンダーに依存しない計算基盤」の重要性を示している。AMD、Intel、さらには国産半導体（Preferred NetworksのMN-Coreなど）を組み合わせたマルチベンダー戦略は、地政学リスクや供給リスクへのヘッジとしても有効だ。
- 1
「逆張り」は勇気ある戦略的選択全員がNvidiaを選ぶ中でAMDに賭けたTensorWave。日本のスタートアップにも「あえて主流を外す」発想が必要。
- 2
供給制約は新規参入のチャンス独占市場のボトルネックは、そのままスタートアップの市場機会になる。日本の半導体不足問題も同じ構図。
- 3
ソフトウェア層での差別化ハードウェアの違いをソフトウェアで吸収する。プラットフォームとしての価値を作り出すTensorWaveのアプローチは応用範囲が広い。
Nvidia一強の時代にAMDに全てを賭けたTensorWave。その判断は、一見すると無謀に見える。しかし、市場の構造的な歪みを正確に読み取り、そこに資本を集中させるという意味では、極めてロジカルな逆張りだった。独占市場のセカンドプレイヤーは、静かに、しかし確実に成長する。