インフラ（電力・送電網・変圧器など）の整備遅延が深刻であるにもかかわらず、NVIDIAの業績は低迷せず、むしろ過去最高売上（2026年1月期通期で2,159億ドル、前年比65%増）を更新し続けている。
一見すると「電気が足りないなら半導体も売れないはず」と思えるが、市場と技術の構造は以下のようになっている。
１．「既存データセンター」の置き換え（リプレイス）需要が膨大
新しくデータセンター（DC）を建てられなくても、「今あるDCの古い半導体を、NVIDIAの最新半導体に差し替える」だけで、消費電力を増やさずに処理能力を劇的に向上させることができる。
• 電力枠はそのままで性能を向上： 企業の持ち時間（利用可能な電力クォータ）が限られているからこそ、1ワットあたりの処理効率が圧倒的に高い最新のBlackwell（NVIDIA（エヌビディア）」が開発した次世代AI向けGPUアーキテクチャ（設計基盤）、およびそれを搭載した半導体チップの総称）などのアーキテクチャへの移行（リプレイス）が猛烈な勢いで進んでいる。
• 古いサーバーの撤去： 従来のCPUサーバーを何十台も並べるより、NVIDIAのGPUシステム（DGXなど）を1台置くほうが、省スペースかつ省電力で高いAI性能を得られるため、既存インフラの「高密度化」が売上を牽引している。
２．ビッグテックによる「在庫（確保）競争」
Microsoft、Amazon（AWS）、Google、Metaなどのメガクラウド事業者（ハイパースケーラー）は、「インフラが完成してから半導体を発注する」のではなく、「インフラの完成を見越して、数年先までの半導体をいま枠として買い押さえている」状態だ。
• AI開発の勝敗は「どれだけ早く、大量の計算資源を確保できたか」で決まるため、各社とも予算（CapEx）を前倒ししてでもNVIDIAへの発注を止めない。
• 仮に米国でDC建設が1年遅れたとしても、確保したGPUを「先にインフラが整った別の地域（欧州、中東、アジア、日本など）」へ回すだけなので、NVIDIA側で出荷が滞ることはない。
３．NVIDIA自身が「電力不足を解決する技術」を売っている
NVIDIAは単に「電気を大食いするチップ」を作っているわけではなく、インフラ側の負担を減らすためのソフトウェアや電源システム（周辺機器）までセットで開発し、それ自体を製品として販売している。
• GB300 NVL72などの電力平滑化（パワー・スムージング）システム： AIの学習は、何万個ものGPUが一斉に動くため、電力の消費に「急激なスパイク（山）」が発生し、これが送電網を痛める最大の原因になっている。NVIDIAの最新システムは、ラック内に大量の蓄電用キャパシタ（コンデンサ）を内蔵し、電力の急変動を最大30%カットして地域の送電網に優しい設計にしている。
• 電力最適化プロファイル（ソフトウェア）： Blackwell世代からは、AIの処理に影響の少ない回路の電力を自動でカットするソフトウェアが標準組み込みされており、性能を97%維持したまま最大15%の省エネを達成している。
インフラが制限されているからこそ、「限られた電力の中で最も効率よく動くNVIDIA製品を買うしかない」という独占的な状態（プレミアム化）が生まれている。
４．「AIモデルの巨大化」が半導体の必要数を押し上げている
AIモデル（LLMやエージェントAIなど）の規模は、インフラの伸びを遥かに超えるスピードで巨大化している。 以前であれば「GPU 1万個」で足りていた学習が、今や「10万個」「100万個」のクラスタを必要としている。
つまり、建設されるデータセンターの「棟数」が計画の半分に減ったとしても、その1棟の中に詰め込まれるGPUの「密度と数」が10倍に膨れ上がっているため、NVIDIAの出荷数量や売上は落ちないという仕組みだ。
何やらNVIDIAがAI時代の一人勝ち状態にもみえるが、実はそうでもない。いってみればローテクともいえる変圧器などの電力機器も品不足で大騒ぎになっているのだった。