NVIDIAのフアン氏辞任とは。33年の歩みとCUDAの出どころを整理

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。今回は、ブックマークしたPC Watchの笠原一輝さんのコラムを紹介します。NVIDIAのフアンCEOの辞任を受けて、33年の歩みとCUDAの出どころ、次のリーダーの条件を整理した記事です。

ChatGPTやClaudeのようなAIを動かす土台の会社に起きたことを、AIを使う側の目線で読み直したいと思います。誰かに判断を渡す時に、先に何を決めておくか。それを考える材料にもなります。

読み方の筋は、辞任の発表、経営哲学、CUDAとAI、2004年のバック氏、経営リスクと後任の見方、事実と見立てと読みの分け方、役割を分ける考えを持ち帰る、の順です。私はNVIDIAのGPUやCUDAを動かして確かめたわけではなく、元記事を読んで整理した記事です。

PC Watch 笠原一輝さんのコラム（2026年11月13日）より

NVIDIAのジェンスン・フアンCEOが辞任した(現地時間11月12日)。

引用の一文は、発表された事実そのものです。NVIDIAのジェンスン・フアンCEOが、現地時間の11月12日に辞任しました。CEOは最高経営責任者、会社の進む方向を最後に決める人のことです。

後任として、執行副社長でCFOのコレット・クレス氏が、暫定CEOに就くことが明らかにされました。CFOは最高財務責任者で、会社の財務を見る役です。暫定は、次の人が決まるまでの仮の就任のことです。

元記事は、PC Watchに載った笠原一輝さんのコラムです。公開は2026年11月13日。ここから先は、この一本を読んで整理した話になります。

筆者の笠原さんによると、フアン氏は日本では政府関係者に会う時以外、公式の場に必ず革ジャンで登場しました。だから「革ジャンCEO」の異名があります。NVIDIAを創業から33年、率いてきた人です。

笠原さんは、辞任の裏で何があったのかは、公式発表されている内容以上のことは知らないと書いています。個人的な感想を聞かれたら「残念」の一言に尽きる、とも書いています。

元記事は、NVIDIAがどう成長してきたかを歴史で振り返り、次のリーダーに求められる資質を考える形です。NVIDIAは今、「AIのNVIDIA」として世界中から注目される会社だと元記事は書いています。

辞任の理由には踏み込みません。筆者も公式発表以上は知らないと断っているからです。想像で穴を埋めると、ただのうわさ話になってしまいます。

元記事の中身は、歴史の振り返りと筆者の見立ての2つに分けて読めます。見立てを事実の顔で読まない。地味ですが、ここが大事です。

PC Watch 笠原一輝さんのコラム（2026年11月13日）より

フアン氏の経営哲学は非常に分かりやすく、「他社が真似できない何かを作ること」だった。

引用の一文が言っているのは、フアン氏の経営の軸です。他の会社がまねできない何かを作る。たったこれだけの話です。

元記事によると、フアン氏は台湾生まれで、子どもの頃に米国へ移り住みました。エンジニアとして社会に出て、1993年にNVIDIAをほかの創業者と共同で創業しています。そこからCEOを33年続けました。

まだ小さな半導体メーカーだった頃の話も載っています。日本に来るたび、フアン氏は社員とラーメン屋へ行きました。ラーメンのように簡単な食材でも、味で差をつけるから客はまた来る。そう経営哲学を語っていたそうです。

フアン氏は、いつもビジョンを語る人だったと筆者は書きます。未来がこうなるから、この技術が必要なんだ、という順番です。

最初のGeForceである「GeForce 256」の発表会で、フアン氏は「次世代PlayStationにも負けないグラフィックスチップになる」と述べました。

GPUという言葉を使ったのも、この発表会が初めてだったそうです。GPUは、画面の絵を描くための専用の半導体のことです。

この発表会は1999年9月、米国パームスプリングで開かれたIDFの会場の片隅で行なわれました。IDFはIntel Developer Forum、Intelの開発者向けイベントです。

当時のNVIDIAは、Intelのイベントを取材に来た記者が片手間に寄る規模の会社だったと、筆者は振り返っています。

その後フアン氏は「将来はGPUでフォトリアリスティックな3Dゲームや動画が可能になる」と説明していました。筆者は当時「本当に？」と思いながら記事を書いたそうです。

20年以上たった今、そのビジョンは実現していると元記事は書いています。フォトリアリスティックは、写真と見分けがつかないほど本物らしい絵、という意味です。

ビジョンを先に口に出して、時間をかけて現実が追いつく。この順番は、仕事の目標を先に言葉にする一人会社の動き方にも、近いかなと思います。

PC Watch 笠原一輝さんのコラム（2026年11月13日）より

CUDAは当時のプログラマーがプログラミングに使っていたCなどの言語を利用してGPUを汎用に使うためのプログラミングモデルだった。

引用の一文を言い換えると、CUDAは、プログラマーが使い慣れたC言語などでGPUを計算に使えるようにする仕組み、ということです。C言語は、昔からある定番のプログラミング言語です。

元記事の説明では、CUDAは2006年にNVIDIAが発表しました。それまでのGPUは、Direct3DやOpenGLといった決まりごと（API）を使って、画面に絵を描くだけでした。

APIは、ソフト同士が話すための窓口のことです。

CUDAで、GPUがCPUのように、いろいろな計算に使えるようになりました。CPUは、パソコンの中で命令を順番にこなす部品です。

CPUは、命令を次々と速く処理する作りです。2000年代にデュアルコア、クアッドコアとコアを増やして、並列処理もできるようにしました。それでも並列処理はあまり得意ではなかった、と元記事は書きます。

並列処理は、たくさんの仕事を同時に進めることです。

それに対してGPUは、小さな演算器が内部にたくさんあります。大量のデータを同時に処理するのが得意です。当初は、HPC、つまり高性能計算の用途で使うことが考えられていました。

CUDAが大きく花開いたのは、2010年代の半ばです。Googleの研究部門が、ディープラーニングという技術で猫や犬の画像を見分けられるようにしたあと、注目が急に高まりました。

ディープラーニングは、大量のデータから学ぶAIの方法です。

AI開発者は、最初はAIモデルの学習にCPUを使っていて、数カ月かかっていました。それがCUDAとNVIDIAのGPUなら数時間で終わると気づいた。これが今のAI向けGPUでの強さの始まりだと元記事は書きます。

その後は、GPUを8基束ねたサーバーDGX-1（2016年4月のGTCで発表）、GB200 NVL72へと進みました。

AIデータセンターを建物ごと展開する形にまで広がり、会計年度2026の売上は前年度比65%増です。

ChatGPTやClaudeのようなAIと、この半導体の話がつながるのは、学習が数カ月から数時間になった、という一点だと私は読みました。

PC Watch 笠原一輝さんのコラム（2026年11月13日）より

CUDAが成功したのは、まったく新しいプログラミング言語を発明しようとしなかったからだ。

引用の一文は、新しい言語を作らなかったことが成功の理由だった、という話です。話しているのは、CUDAを作ったイアン・バック氏です。

元記事によると、CUDAはNVIDIAが開発した技術ではありません。作ったのは、当時スタンフォード大学の学生だったバック氏です。

バック氏と仲間は、2004年にCUDAの原型をNVIDIAへ売り込みに行きました。ところが買われたのは原型だけではありません。バック氏ら開発メンバーごと、NVIDIAに社員として雇われたんです。

それから2年かけて開発し、2006年11月にフロリダ州タンパのSC（スーパーコンピューティング）の会場で、最初の発表をしました。会場は小さな部屋で、記者もとても少なかったそうです。

2026年3月のGTCで、バック氏は成功の理由を語りました。開発に2年かかったのは、GPUに汎用の計算をさせる正しいプログラミングの形を探すのに時間がかかったから、とのことです。

プログラマーに、2スレッドや4コアではなく、1万並列で考えてもらうにはどうするか。それを研究していたそうです。スレッドやコアは、同時に動く仕事や部品の数のことです。

成功の理由は2つです。1つは、新しい言語を発明せず、C言語をできるだけ変えずに、本当に重要な部分だけを1万コアで動かせるようにしたこと。2つ目は、常に互換性を保ってきたことです。

互換性は、古いものが新しい環境でもそのまま動くことを指します。

バック氏は、CUDA 1.0のコードが今のVera Rubin上でも動き、その結果100万倍速くなっている、と話しています。

AI氣道『ジェンスン・フアンが教科書3冊を買った理由。分からないまま学び始めていい』より

「フアンさんも、分かってから始めたわけではありません。始めてから、学び直したんです。」

会社が外から学ぶ向きを、私は『ジェンスン・フアンが教科書3冊を買った理由。分からないまま学び始めていい』で書いています。

筆者の笠原さんは、2004年の学生から同じ説明を聞いて、今の成功を予想できる人が何人いるだろうか、と書きます。フアン氏の最大の功績は、この買い方だと筆者は考えています。

バック氏は今、NVIDIAのAI半導体事業を動かしている副社長です。

私の読みでは、一番のポイントは、新しい言語を作らず、人が今使っている手元のやり方に乗せたことです。AIを仕事に入れる私たちにも、そのまま当てはまる見方だと思います。

PC Watch 笠原一輝さんのコラム（2026年11月13日）より

NVIDIAにとって、最大のリスクは、ジェンスン・フアン氏の身に何かが起こること、というのは業界の誰もが認識していた。

引用の一文は、NVIDIAの最大のリスクは、フアン氏の身に何かが起こることだと、業界の誰もが分かっていた、という内容です。

元記事の説明では、NVIDIAは非常にフラットな組織です。フアン氏の下に、各事業部の責任者が直接つながっていて、すべてをCEOのフアン氏が決める形でした。フラットは、間に何段も管理役がいないことです。

たとえばフアン氏が病気で倒れたらどうなるか。それは経営上のリスクとして認識されていた、と筆者は書きます。それが違う形で現実になったのが、今の状況だそうです。

クレス氏の暫定CEO就任は、名前のとおり暫定の措置だろう、と筆者は書いています。CEOが急にいなくなった時に、CFOが代わりを務めるのは、どこの会社でもよくある話だそうです。

ただ、33年間、強いCEOが引っ張ってきた会社の暫定CEOは、普通の会社より大変だと筆者は書きます。

次のCEOを決めるのは取締役会です。取締役会は、米国企業で株主を代表する機関で、CEOを任命します。社外と社内の複数の候補から選ぶことになるだろう、と筆者は見ています。

それでも、誰であってもフアン氏の代わりになる候補者はいない、というのがテック界隈の共通認識だと筆者は書きます。

EPIC GamesのCEO、ティム・スイニー氏は、2026年11月12日にXへ投稿しました。

「NVIDIAの取締役会が彼を首にすることは、Appleがスティーブ・ジョブズを首にするようなものだ」という趣旨だと、元記事は紹介しています。

実際にはAppleはジョブズ氏を一度首にしているので、筆者は、第2期のジョブズ氏を首にするようなものという意味だと読んでいます。

ここに並んでいるのは、筆者とスイニー氏の見方です。事実として確定したことではないので、私は「筆者は〜と書いています」と、持ち主を付けて読みます。

PC Watch 笠原一輝さんのコラム（2026年11月13日）より

筆者はテック系記者であって、芸能や政治の記者でもないため、フアン氏辞任の裏で何があったのかは、公式発表されている内容以上のことは知らない。

引用の一文は、筆者が自分の立ち位置を先に決めている、という宣言です。テック系の記者なので、公式発表以上のことは知らない、と断っています。

ここで元記事を、置き場所を分けて読んでみます。まず、発表された事実です。辞任の発表、クレス氏の暫定就任、CUDAの経緯、バック氏の言葉、売上が前年度比65%増になったこと。ここは事実として書かれています。

次に、筆者の見立てです。「残念」という感想、暫定の措置だろうという読み、誰もフアン氏の代わりにはなれないという見方、役割を分割するのではないかという予想。ここは、笠原さんの考えです。

最後が、私の読みです。元記事を読んで、私がAIを使う側として何を受け取ったか。この三種類は、別々の箱に入れておきます。

公式発表の内容は、別の記事にまとまっていると元記事は案内しています。事実を確かめたい時は、そちらを見る。そんな使い分けになります。

私がやるのは、事実の置き場に、見立てを紛れ込ませないことです。

AI氣道『Nemotronとは。NVIDIAが言うAIの所有を個人と小さな会社の目線で整理』より

「NVIDIAは、AIを作る組織の側から「どう組み立てるか」を見ています。私は、AIを使う人の側から「何を先に置くか」を見ています。」

AIを使う側から何を先に置くかを、私は『Nemotronとは。NVIDIAが言うAIの所有を個人と小さな会社の目線で整理』で書いています。

元記事は、半導体と経営の目線で書かれています。私は、AIを使う側の目線で読みます。同じ記事でも、立つ場所が違うと拾う所が変わるんですよね。

AIに元記事を渡して要約してもらう時は、この分け方で返してもらうと、見立てが事実に混ざりにくくなります。

見立てを事実の顔で読むと、判断を誤りやすくなるんです。たとえば「誰も代わりになれない」は筆者の見立てで、確定した事実ではありません。

地味ですが、ここが大事です。

PC Watch 笠原一輝さんのコラム（2026年11月13日）より

それに代わる誰かがいない以上、その役割を分割して担当してもらうのが論理的な解決策だと思う。

引用の一文が言っているのは、代わりになる人がいない時は、役割を分けるのが筋が通る、という筆者の考えです。

元記事によると、フアン氏は、政府や大口顧客との渉外、将来のビジョン、技術開発のリードなど、NVIDIAの方向性をほぼ一人で決めてきました。渉外は、外の相手との窓口の仕事のことです。

それに代わる人がいない以上、役割を分けるのが論理的だ、と筆者は考えています。たとえば、政府やAI産業との渉外は外部から雇い、新しいCEOはAI技術の開発のリードに注力する形です。

以前のGoogleは、エリック・シュミット氏が対外関係を担当し、共同創業者のラリー・ペイジ氏とセルゲイ・ブリン氏が技術を見る分業だったと、元記事は書いています。

NVIDIAにも「CUDAの父」など技術に明るい幹部が多くいるので、そういう人が次のリーダーの一人に選ばれることに期待したい、とのことです。

ここからは、ChatGPTやClaudeを仕事に使う一人社長や、小さなチームの経営者の目線に置き換えます。AIも、誰かが抜けた時に止まるのは困りますよね。

先に言っておくと、元記事の企業と、私の仕事のAIの役割分担は、大きさがまるで違います。同じだとは言いません。重なるのは、誰かが抜けても止まらないように、決める場所を前もって分けておく、という順番だけです。

AIに渡す仕事と自分に残す所を分ける時、私が先に決めておきたいことを書きます。

1つ目は、渡す前に、できた物を最後に誰が見るかを決めること。ここは私に残します。

2つ目は、渡すのは、実行して量産する側の仕事にすること。目的や守りたいものは、自分に残します。

3つ目は、渡した先が変わっても、違和感を確かめる位置を自分に残すことです。

AI氣道『Sakana AI デイビッド・ハー氏が語る、AIへの巨額の投資が鉄道ブームに似ている理由』より

「私は、預け先が変わっても、違和感を確かめる位置は自分に残します！ オープンでもクローズドでも、できた物を最後に見るのは私です。」

預け先が変わっても確かめる位置を自分に残す考えを、私は『Sakana AI デイビッド・ハー氏が語る、AIへの巨額の投資が鉄道ブームに似ている理由』で書いています。

あなたが一人で会社を回しているなら、まず1つ目の「最後に誰が見るか」から決めるのが、いちばん軽いかなと思います。

NVIDIAのフアンCEOが辞任し、CFOのクレス氏が暫定CEOに就く。元記事は、この発表から33年の歩みを振り返っていました。経営哲学は、他社がまねできない何かを作ること。ビジョンを先に語り、20年以上かけて現実が追いついた話でした。

CUDAは、2004年にバック氏ごと迎え入れた技術でした。新しい言語を作らず、C言語をできるだけ変えず、互換性を保った。その積み重ねで、AIの学習が数カ月から数時間になったと元記事は書いています。

後任の見方は、筆者の見立てです。誰もフアン氏の代わりにはなれないから、役割を分けるのではないか、という読みでした。辞任の理由は筆者も公式発表以上は知らないので、私も推測しません。事実と筆者の見立てと私の読み。事実、見立て、読みを分けて読む。それが今回の一番の持ち帰りです。

AIを仕事に使う一人社長や小さなチームの経営者も、渡す仕事と自分に残す所を、前もって分けておけます。まず、できた物を最後に誰が見るか。そこから決めてみませんか？

この記事で学んだことを誰かに教えて恩送りして学びを深めよう！