📚 業界ナレッジ

買ったのは技術のはずなのに、支払いの85%は「人」の値段だった — エヌビディアが最速の挑戦者を「買収せずに」取り込んだ8か月

深堀AI・イノベ2026-08-26

執筆: KID

【国際・海外企業】連載・AI・イノベ米国【経済・半導体電子部品】【経済・生成AI】【科学・半導体】【科学・AI】

#NVIDIA#Groq#LPU#GroqLPX#VeraRubin#AI推論#推論チップ#のれん#リバースアクハイア#独占禁止法#Nebius

目次
  1. 「会社は買っていない」と書かれた取引
  2. のれんが語っているのは「人」の値段
  3. エヌビディアが自前で作らなかった理由
  4. 4倍という数字を、もう一度置き直す
  5. 見立てと監視ポイント
  6. 関連リンク

買ったのは技術のはずなのに、支払いの85%は「人」の値段だった — エヌビディアが最速の挑戦者を「買収せずに」取り込んだ8か月

［図：エヌビディアがGroqの技術と人材をライセンスと雇用という形で取り込んだ取引の構造を一本の因果で示す概要図。出発点の変化として、2026年8月24日にエヌビディアが推論アクセラレータNVIDIA Groq 3 LPXの本格量産を発表し、そのプレスリリースの脚注に、GroqとLPUはGroq社からのライセンスに基づいて使用されている、と記されていたこと。さかのぼると2025年12月、エヌビディアはGroq社と非独占ライセンス契約を結び、同社の従業員の一部を雇用したこと。株式も顧客契約も既存製品も取得していないと会社自身が明記していること。原因として、大規模言語モデルの推論のうち1トークンずつ生成するdecodeの工程はメモリ帯域が律速となり、演算器を積んだGPUだけでは応答速度を詰めきれないため、チップ上のSRAMに重みを載せる別系統の設計が必要だったこと。仕組みとして、法形式はライセンスと雇用だが会計処理は事業結合であり、のれんが計上されたこと。根拠数値として、対価の総額が170億ドルであること、そのうちのれんが144億ドルで対価の約85%を占め、その理由を会社が主に人材と将来の開発に帰属すると説明していること、実際に受け取った開発済み技術の評価額が25億ドルにとどまり作り直しに要する費用という方法で算定されたことの3点を示す。一文の結論として、支払いの大半は技術ではなく人に付いた値段であり、買収と呼ばないことで得たものと会計が認めた実態は食い違っている、と着地させる図］

同じ製品名のなかに、競合他社のブランドが並ぶことは、ふつう起きません。
買ったのなら自社の名前を付けるし、買っていないのなら他社の名前を使う理由がない。
ところが2026年8月24日にエヌビディアが量産開始を発表した推論アクセラレータの名前は、「NVIDIA Groq 3 LPX」でした。

そのプレスリリースの末尾には、小さな断り書きが添えられています。
「Groq and LPU are used under license from Groq, Inc.」——GroqとLPUはGroq社からのライセンスに基づいて使用されている、と。

製品の中身は派手です。
ベンチマーク企業Artificial Analysisの計測で、Gemma 4 31Bを10万トークンのコンテキストで走らせたときの出力速度が毎秒3,400トークン。
エヌビディアは「最も近い代替プラットフォームより4倍高速」と書いています。
ラック単位で組んだ構成には、256個のLP30アクセラレータがチップ間の直結リンクで結ばれます。
最初に採用するAIクラウドはNebiusで、同社のToken Factory経由で提供されます。

ただ、この製品の本当に珍しいところは速度ではありません。この製品が生まれた取引の形です。

「会社は買っていない」と書かれた取引

さかのぼると2025年12月24日、Groq社が短い声明を出しています。
エヌビディアと非独占のライセンス契約を結んだこと。
創業者のJonathan Ross、社長のSunny Madraほかのチームメンバーがエヌビディアへ移ること。
前CFOのSimon EdwardsがCEOに就くこと。
そして「GroqCloud will continue to operate without interruption.」——GroqCloudは中断なく運営を続ける。
金額は書かれていませんでした。

エヌビディア側もこの時点では個別の適時開示を出していません。取引の中身が公になったのは2026年2月、年次報告書（Form 10-K）の注記でした。そこにはこう書かれています。

2025年12月、当社はGroq社と、その言語処理ユニット技術について非独占ライセンス契約を締結し、Groqの従業員の一部を雇用した。顧客契約、既存製品、株式持分はいずれも取得していない。

会社は「買っていない」と明言しています。ところが、同じ注記の次の文で数字が出てきます。

対価の総額は170億ドル。
内訳はクロージング時に現金で払った130億ドルと、みなし利息を含めて1年以内に支払う40億ドルです。
そしてこの取引で、エヌビディアはのれんを144億ドル、開発済み技術の無形資産を25億ドル計上しました。

のれんが立つということは、この取引が会計上は事業結合——つまり「取得」として処理されたということです。
法律上の形は非独占ライセンスと雇用。
会計上の扱いは、企業を買ったときと同じ。
この二つが同じ取引のなかで同居しています。

用語の補足
  • のれん — 買収の対価が、受け取った資産の評価額の合計を上回ったときの差額です。ブランド、顧客基盤、人材、将来の稼ぐ力など、個別に値段を付けられないものがここに吸い込まれます。米国基準では規則的に償却せず、毎年、価値が毀損していないかの減損テストにかけます。
  • 開発済み技術（developed technology） — 買収で受け取った、すでに完成している技術に付けられる無形資産です。のれんと違って耐用年数を決めて償却します。
  • cost-to-recreate（再作成費用法） — その技術を自前でゼロから作り直すとしたら、いくらかかるかで評価する方法です。将来いくら稼ぐかで評価する方法とは別の考え方で、技術そのものの「置き換えコスト」を測ります。
  • 非独占ライセンス — 権利を貸す側が、同じ権利を他社にも貸せる契約です。独占ライセンスと違い、借りた側はその技術を自分だけのものにはできません。
  • decode（デコード／生成） — 大規模言語モデルが答えを1トークンずつ吐き出していく工程です。プロンプトをまとめて読み込むprefill（プリフィル）と対になります。

のれんが語っているのは「人」の値段

数字の並び方に、この取引の正体が出ています。

払った総額が170億ドル。そのうち、実際に受け取った「技術」に付いた値段は25億ドルです。残りの144億ドル、割合にして約85%は、のれんとして計上されました。

では、そののれんは何なのか。エヌビディア自身が注記で説明しています。のれんは主に人材と、ライセンスされた技術の将来の開発に帰属する、と。

つまり、支払いの大半は完成品の技術に対してではなく、その技術を作った人たちと、その人たちがこれから作るものに対して払われています。
しかも技術側の25億ドルという評価額は、cost-to-recreate——自分で作り直したらいくらかかるか——という方法で算定されました。
裏を返せば、25億ドルあれば作り直せると見積もられた技術に、その約7倍を上乗せして人を連れてきたことになります。

エヌビディアの帳簿全体で見ると、この一件の重さがわかります。
同社ののれんは2025年1月時点で51.88億ドルでした。
それが2026年1月時点では208.32億ドル。
1年で4倍になっており、増分のほとんどがこの取引です。
しかもこののれんは税務上損金算入が可能だと注記に書かれています。

一方、開発済み技術の25億ドルには耐用年数5年が設定されました。
単純に割れば年5億ドルずつ費用に落ちていきます。
これは損益計算書に毎年出てくる、目に見えるコストです。
対して144億ドルののれんは償却されません。
毎年の減損テストを通り続ける限り、損益計算書には一切現れないまま資産として残ります。

ここが、この種の買い物を検算するときの勘所になります。
対価の85%がのれんということは、この取引の値打ちのほとんどが「連れてきた人が、これから何を作るか」に賭けられているということです。
人が辞めれば、賭けの対象そのものが消えます。
設備を買ったのなら現物が残りますが、人材に付けた値段には残存価値がありません。
減損はある日まとめて来ます。
自社で人材ごと事業を買う判断を検討するなら、見るべきは買収倍率よりも先に、対価のうち何%がのれんに落ちるか、そしてその人たちを何年つなぎ止められるかのほうです。

なぜ「買収ではない」形にしたのか
  • 株式を取得していない — Groq社は独立した企業として存続し、CEOも交代して事業を続けています。エヌビディアはGroqの株主にはなっていません。
  • 顧客契約も既存製品も取得していない — GroqCloudの顧客はGroq社に残ります。エヌビディアが受け取ったのは技術のライセンスと、移籍してきた人たちです。
  • 非独占である — 契約上、Groq社は同じ技術を他社にライセンスすることを妨げられません。ただし実際に他社へ再ライセンスした事実は確認できていません。
  • 合併審査との関係 — 株式・資産・支配権の移転を伴わない取引は、企業結合の事前届出制度の網にかかりにくいと一般に整理されています。ただし本件について届出の有無や当局の審査状況は公開情報で確認できておらず、断定はできません。

［図：エヌビディアがGroqに支払った対価170億ドルが、会計上どこに配分されたかを示す構造図。問いは、技術のライセンスに払ったはずの金額は、実際には何の値段だったのか。中央を左右2列の対比にする。左列は受け取ったものとして計上された資産。開発済み技術の無形資産が25億ドルで、これはcost-to-recreate、すなわち自前でゼロから作り直すとしたらいくらかかるかという方法で評価され、耐用年数5年が設定されていること。単純計算で年5億ドルずつ費用に落ちること。右列はのれんとして計上された144億ドル。会社自身が注記で、主に人材とライセンスされた技術の将来の開発に帰属すると説明していること。米国基準ののれんは規則的に償却されず、毎年の減損テストの対象となるため、うまくいっている間は損益計算書に一切現れないこと。税務上は損金算入が可能とされていること。対価の内訳を上部に一行で置く。総額170億ドルはクロージング時に現金で支払った130億ドルと、みなし利息を含めて1年以内に支払う40億ドルの合計であること。下部に取得しなかったものを明示の空欄として置く。顧客契約、既存製品、株式持分はいずれも取得していないと会社が明記していること。この空欄がこの図の主題なので推定で埋めない。左右は色ではなく見出しラベル、受け取った技術の値段と人に付いた値段、で区別が付くようにする。のれんが対価の約85%を占めるという比率が、面積として一目で分かる配置にする。ラック構成やベンチマークの数値は扱わない。一文の答えとして、払った金額の大半は完成した技術ではなく、それを作った人と、その人たちがこれから作るものに対して払われた、と着地させる図］

エヌビディアが自前で作らなかった理由

なぜ、GPUで圧倒的な地位にある会社が、他社の設計思想を丸ごと必要としたのか。ここは技術の話になります。

大規模言語モデルの推論は、性質の違う二つの工程に分かれます。
ひとつはprefill——プロンプトをまとめて読み込む工程で、大量の行列演算を一度に回せるので、演算器の量が効きます。
もうひとつがdecode——答えを1トークンずつ生成する工程です。

decodeが厄介なのは、1トークン出すたびにモデルの重み全体をメモリから読み直す必要があることです。
演算量そのものは小さいのに、毎回の読み出しが待ち時間を作る。
つまりここは演算器の数ではなく、メモリの帯域が律速になります。

GPUは演算器を潤沢に積んでいますが、モデルの重みはHBMというチップの外側のメモリに置かれています。
Groqの説明によれば、そのオフチップHBMの帯域が毎秒約8テラバイトなのに対し、LPUがチップ上に持つSRAMは毎秒80テラバイト超。
1桁違います。
重みをチップの中に置いてしまえば、外との往復そのものが消えるという設計思想です。

加えてLPUは、キャッシュや動的スケジューリングといった「実行してみないと何が起きるかわからない要素」を排除しています。
Groqは「コンパイラのアーキテクチャを設計し終えるまでチップ設計には手を付けなかった」と書いています。
命令の順序をコンパイラがサイクル単位で事前に確定させるので、応答時間のばらつきも小さくなります。

エヌビディアが採った統合の形は、置き換えではなく分業でした。
公式ブログは「Rubin GPUが大規模なコンテキスト処理を担い、LPXがレイテンシに敏感なdecodeを加速する」と書いています。
prefillはGPU、decodeはLPX。
工程ごとに向いたチップを当てる構成です。

この分業が必要になった背景も同じブログに書かれています。
エージェント型のAIは、ツールを呼び、サブエージェントを立て、コンテキストを膨らませながら何度も往復します。
そのたびにdecodeが走るので、decodeの待ち時間がそのまま体感速度になる。
エヌビディアの言葉では「エージェント型AIは新しい性能課題を生んでいる——decodeのレイテンシだ」。

［図：大規模言語モデルの推論がprefillとdecodeという性質の異なる二工程に分かれ、エヌビディアがそれぞれに別のチップを当てる分業構成を採ったことを示す構造図。問いは、GPUで圧倒的な地位にある会社が、なぜ他社の設計思想を必要としたのか。中央を左右2列の対比にする。左列はprefillの工程で、プロンプトをまとめて読み込むため大量の行列演算を一度に回せる演算律速の工程であり、担当するのはRubin GPUで、1個あたりのメモリは288ギガバイトと大容量であること。右列はdecodeの工程で、答えを1トークンずつ生成するため1トークンごとにモデルの重み全体をメモリから読み直す必要があるメモリ帯域律速の工程であり、担当するのがGroq 3 LPXであること。帯域の対比を中央に置く。GPUのオフチップHBMが毎秒約8テラバイトであるのに対し、LPUのオンチップSRAMは毎秒80テラバイト超で1桁違うこと。代償も同じ図に置く。LPU1個あたりのメモリは500メガバイトにとどまりRubin GPUの288ギガバイトの576分の1であるため、1つのモデルを多数のチップに分割して載せる必要があり、ラック構成では256個のLP30アクセラレータをチップ間直結リンクで結ぶこと。左右は色ではなく見出しラベル、読み込む工程と生み出す工程、で区別が付くようにする。一文の答えとして、置き換えではなく工程ごとに向いたチップを当てる分業であり、速さはチップを大量に並べることで買っている、と着地させる図］

4倍という数字を、もう一度置き直す

速度の主張は、条件を揃えて読む必要があります。

the-decoderの検証によれば、エヌビディアが比較対象にしたのはCerebrasで、同じベンチマークでのCerebrasの数字は毎秒882トークンでした。
3,400対882なら、たしかに約4倍です。

ただし、その速度を出すのに必要なハードウェアの量が違います。
同じモデルを載せるのに、Cerebras側は1〜2個のアクセラレータで足りるのに対し、エヌビディア側は最低64個を要するとされています。
LPU1個が持つメモリは500メガバイト。
Rubin GPUの288ギガバイトと比べると576分の1です。
オンチップSRAMは速い代わりに小さいので、モデルを細かく分割して大量のチップにまたがって載せることになります。

測定に使われたGemma 4 31Bというモデルの選び方にも偏りがあります。
1ラックに収まりきる密なモデルで、この構成にとってはベストケースにあたる、というのがthe-decoderの指摘です。
より大きなモデルなら必要なラック数は増えます。
さらにこの比較にはCerebrasの新世代であるCS-4が含まれていません。

こう置き直すと、「4倍速い」は「チップあたりで4倍効率が良い」ではなく、「ラックという単位で組んだときに4倍の速度が出る」という主張だとわかります。
データセンターを運営する側にとってはラック単位の性能こそが実務的な指標なので、この比べ方自体が不当というわけではありません。
ただ、単価を見積もるときに「4倍速い＝4分の1のコスト」と読み替えると外します。
見るべきは、その速度を出すために何個のチップと何ワットを使ったかのほうです。

見立てと監視ポイント

この8か月で起きたことを一言でまとめるなら、エヌビディアは競合のアーキテクチャを、買収と呼ばずに手に入れました。
株式も顧客も既存製品も取らず、技術のライセンスと人だけを引き取る。
Groq社は看板を残して存続し、その看板は今、エヌビディアの製品名の一部になっています。
そして会計は、この取引を静かに「取得」として記録しました。

これから見るべきものを3つ挙げます。

1つ目は、のれん144億ドルが減損されるかどうかです。
この金額は主に人材に帰属すると会社自身が書いています。
移籍した技術者がどれだけ残り、次の世代のLPXを設計し続けられるか。
減損が出れば、それは「人を買った」という前提が崩れたという公式の宣言になります。
四半期ごとの無形資産の残高が、最も早いシグナルです。

2つ目は、非独占という条件が実際に使われるかどうかです。
契約上、Groq社は同じ技術を他社にライセンスできます。
もし別の大手がGroqから同じ技術を借りたなら、エヌビディアが170億ドルで買ったのは技術ではなく時間と人だったことが確定します。
逆に誰も借りないまま数年が過ぎるなら、非独占という言葉は形式にすぎなかったことになります。

3つ目は、この形が業界の標準になるかどうかです。
エヌビディアは2025年9月にEnfabricaで、CEOと主要チームの雇用＋コア技術のライセンスという同じ型を9億ドル超で使っています。
3か月後、同じ型が170億ドルに拡大しました。
届出義務のかからない規模で技術と人を吸い上げる手法が繰り返されるなら、規制当局が届出制度の設計そのものを見直す動きが出るはずです。
米国の競争当局がこの種の取引に関心を示しているという報道はありますが、本件への具体的な対応は確認できていません。

推論チップの分野で「エヌビディアに勝てるかもしれない」と言われてきた会社は複数あります。そのうちの1社は、勝ち負けの決着ではなく、名前ごと相手の製品ラインに組み込まれるという形で決着しました。

考え方

問い: エヌビディアはこの取引で、技術に25億ドル、のれんに144億ドルという配分を付けました。
もしあなたが、優秀な技術者チームを抱えるスタートアップを「人材ごと」取り込む側の立場だとしたら、この85%対15%という配分は、取引後にどんな実務上の宿題を残すでしょうか。
設備や工場を買う取引と比べて考えてみてください。

工場を買えば、買った翌日から現物がそこにあります。稼働率が落ちても建屋と機械は残り、最悪は売却して一部を回収できます。つまり支払った金額の下に、価値の床があります。

人材に付けた値段には、この床がありません。
のれん144億ドルの裏付けは、移籍した人たちがこれから設計するものです。
彼らが辞めれば裏付けは消えますが、支払いはすでに終わっています。
しかも米国基準ののれんは償却されないので、うまくいっている間は費用として一切表に出ません。
表に出るのは、うまくいかなくなった年に、減損としてまとめて出るときだけです。
損益計算書の見た目は「何も起きていない」か「大惨事」の二択に近くなります。

だからこの配分は、取引後の宿題を人事の側に置きます。
何年の在籍を条件にいくら報酬を積むか。
次の製品を出すまでのマイルストンをどう切るか。
キーパーソンが抜けたときに設計を引き継げる体制を、いつまでに作るか。
買収の成否が統合作業の巧拙で決まるとよく言われますが、対価の85%がのれんに落ちる取引では、その統合作業のほとんどが「人が辞めない理由を作り続けること」に集約されます。
値付けの交渉より、その後のほうが長い仕事です。

出典（一次／二次の切り分け）

一次

二次

関連リンク

↑ 今日の新着・3入口へ戻る