クラウド13分で読める

Nscaleが欧州史上最大の$2BシリーズC——AIインフラの覇権争い

クラウドAIデータセンタースタートアップヨーロッパ
加木谷 直俊ソース記事を見る

評価額$14.6B（約2.2兆円）、調達額$2B（約3,000億円）——英国発のAIインフラ企業Nscaleが、欧州のVC調達として史上最大となるシリーズCラウンドをクローズしました。出資者にはDell Technologies、Lenovo、NVIDIA、Nokia Growthといったテック業界の巨人が名を連ねています。AIモデルの大規模化に伴い、GPUクラウドインフラへの需要が爆発的に拡大するなか、Nscaleは欧州発のAIインフラプレイヤーとして一気に世界の最前線に躍り出ました。

この調達額は、欧州のスタートアップ資金調達記録を塗り替えるものです。参考までに、これまでの欧州最大級のラウンドはスウェーデンのKlarnaやドイツのCelonisなどが$1B前後でしたが、Nscaleはその2倍の規模を一気に集めたことになります。AIインフラという分野の戦略的重要性を、投資家がいかに高く評価しているかが伝わる数字です。

Nscaleとは何か

Nscaleは2021年に英国で設立されたAI専用のクラウドインフラプロバイダーです。一般的なクラウドサービス（コンピュート、ストレージ、ネットワーキング全般）を提供するAWSやGoogle Cloudとは異なり、NscaleはAIワークロード——特にLLM（大規模言語モデル）のトレーニングと推論——に特化したインフラを提供しています。

Nscaleの主な特徴は以下の通りです。

  • GPU特化型クラウド: NVIDIAの最新GPU（H100、B200）を大量に集約したクラスタを提供。一般的なクラウドでは数十〜数百GPU規模が主流ですが、Nscaleは数千GPU規模のクラスタをオンデマンドで利用可能にしている
  • 欧州データセンター: ノルウェー、英国、スウェーデンなど北欧を中心にデータセンターを展開。冷涼な気候を活かした自然冷却と水力・風力発電による再生可能エネルギー100%を実現
  • AIワークフロー最適化: モデルのトレーニングからファインチューニング、推論デプロイまでを一貫して管理できるプラットフォームを提供
  • データ主権対応: EU域内でデータを完結させることが可能で、GDPRやEU AI Actへの準拠を容易にする

以下の図は、NscaleのAIクラウドインフラの全体的なアーキテクチャを示しています。

NscaleのAIクラウドインフラアーキテクチャ

このアーキテクチャの特徴は、ユーザーが意識するのはAPIやSDKだけで、裏側のGPUクラスタ管理、ジョブスケジューリング、冷却・電力管理はすべてNscaleが担う点です。いわば「AIのためのAWS」とも言えるポジショニングです。

投資家の顔ぶれが示す戦略的重要性

今回のシリーズCで特に注目すべきは、出資者のラインナップです。単なるVCではなく、AIインフラのサプライチェーンを構成する大手企業が戦略的投資家として参加しています。

投資家業種Nscaleとのシナジー
Dell Technologiesサーバー・ストレージGPUサーバーの供給パートナー
Lenovoサーバー・PCデータセンター向けハードウェア供給
NVIDIAGPU・AIチップGPU供給の優先枠確保
Nokia Growth通信インフラデータセンター間ネットワーク技術
G42AI・クラウド（UAE）中東・アフリカ市場への展開
Sandton Capitalインフラ投資大規模設備投資のファイナンス

NVIDIAが出資している点は特に重要です。現在、AIトレーニング用GPUは世界的に供給が逼迫しており、NVIDIAとの資本関係はGPU供給の優先枠確保に直結します。CoreWeaveやLambda Labsといった米国の競合もNVIDIAとの関係構築を急いでいますが、NscaleはこのラウンドでNVIDIAの戦略的パートナーとしてのポジションを確立しました。

AIインフラ企業の資金調達競争

Nscaleの$2Bは巨額ですが、AIインフラ市場全体で見ると、さらに大規模な資金調達が相次いでいます。

以下の図は、主要AIインフラ企業の資金調達額を比較したものです。

AIインフラ企業の資金調達比較

米国のCoreWeaveが2025年にIPOに加えて$11.5Bを調達し、圧倒的な規模を誇ります。イーロン・マスク率いるxAIも$6Bを調達してAIインフラを内製化しています。Nscaleの$2Bは米国勢と比べると控えめに見えますが、欧州企業としては前例のない規模であり、欧州AI市場のゲームチェンジャーとなる可能性があります。

企業本拠地累計調達額評価額主な特徴
CoreWeave米国$11.5B+$35BNVIDIAと深い提携、最大規模のGPUクラウド
Lambda Labs米国$4.5B+$11BAI研究者向けGPUクラウドの先駆者
Nscale英国$2B+$14.6B欧州最大、再エネ100%、データ主権対応
Vultr米国$1.5B+$3.5B中小企業向けクラウド、AMD GPU対応
Together AI米国$1.2B+$3.3Bオープンソースモデル推論に特化
AWS米国——最大手パブリッククラウド、Trainiumチップ開発
Google Cloud米国——TPU自社開発、Vertex AIプラットフォーム

AWSやGoogle Cloudのような大手パブリッククラウドとの最大の違いは、特化型 vs 汎用型のアプローチです。NscaleやCoreWeaveはAIワークロードのみに最適化することで、汎用クラウドでは実現が難しい価格性能比を提供しています。一方で、汎用クラウドにはデータベース、CDN、サーバーレスなどAI以外のサービスとの統合という強みがあります。

欧州デジタル主権の文脈

Nscaleへの巨額投資の背景には、欧州のデジタル主権（Digital Sovereignty）をめぐる政策的な動きがあります。

現在、世界のクラウドインフラ市場は米国企業が約70%のシェアを占めており、欧州企業のデータはほぼ米国企業のインフラ上で処理されています。EUはこの状況に強い危機感を持っており、以下のような政策を推進しています。

  • EU AI Act（2024年施行）: AIシステムのリスク分類と規制。高リスクAIにはEU域内でのデータ処理を求める条項も
  • GAIA-X: 欧州独自のクラウドインフラ構想。データの相互運用性とポータビリティを重視
  • European Chips Act: 半導体の域内生産を促進。2030年までに世界シェア20%を目標
  • Digital Markets Act（DMA）: 大手テック企業のゲートキーパー規制

Nscaleは、こうした欧州のデジタル主権戦略に完全に合致する企業です。EU域内のデータセンターでAIワークロードを完結できるため、GDPRの越境データ移転制限やEU AI Actのデータローカライゼーション要件を満たしやすいのです。

また、北欧の再生可能エネルギーを活用している点も重要です。AIモデルのトレーニングには膨大な電力が必要で、環境負荷が大きな課題になっています。Nscaleは再エネ100%を掲げることで、ESG要件が厳しい欧州企業のニーズにも対応しています。

日本視点: 国内データセンター市場との比較

Nscaleの動きは、日本のデータセンター・AIインフラ市場にも示唆を与えます。

日本でもAIインフラへの投資は急増しています。さくらインターネットは経済産業省の補助金を活用してNVIDIA GPUを大量導入し、国産AIクラウドの構築を進めています。ソフトバンクはNVIDIAと提携して国内最大級のAIデータセンターを建設中です。NTTデータやKDDIもAIインフラ事業を強化しています。

項目Nscale（欧州）さくらインターネット（日本）
直近調達額$2B（約3,000億円）約130億円（公募増資、2024年）
GPU規模数万GPU級（計画）約2,000GPU（H100、2025年時点）
データ主権EU域内完結日本国内完結
エネルギー再エネ100%（北欧水力・風力）石狩DC一部再エネ対応
主要顧客欧州AI企業・研究機関国内AI企業・官公庁
政策支援GAIA-X、EU AI Act経産省GPU補助金、デジタル田園都市

日本とNscaleの最大の差は資金規模です。Nscaleが一度に3,000億円を調達したのに対し、日本のAIインフラ企業の資金調達は1〜2桁小さい規模にとどまっています。この資金力の差は、GPU調達量やデータセンター建設速度に直結します。

一方で、日本には日本なりの優位性もあります。経済安全保障の観点から政府がAIインフラへの補助金を拡充しており、さくらインターネットには経産省から約500億円規模の支援が決定しています。また、日本企業はデータを国内で処理したいニーズが強く、国産AIクラウドへの需要は確実に存在します。

ただし、日本市場を狙ってNscaleが将来的にアジア展開する可能性も否定できません。欧州でのデジタル主権モデルを、アジア各国のデータ規制に適合させて横展開するシナリオは十分にあり得ます。

まとめ: AIインフラ時代に何をすべきか

Nscaleの$2B調達は、AIインフラが「次のクラウド戦争」の主戦場になったことを明確に示しています。以下のアクションステップを検討してみてください。

  1. AIワークロードの配置先を再検討する: 現在AWSやGoogle CloudでAIトレーニングを行っている場合、GPU特化型クラウド（CoreWeave、Lambda Labs、Nscale等）の価格性能比を比較検討する価値がある
  2. データ主権要件を確認する: 欧州顧客のデータを扱う場合、EU AI ActやGDPRのデータローカライゼーション要件を確認し、欧州データセンターの利用を検討する
  3. マルチクラウドGPU戦略を構築する: GPU供給リスクを分散するため、複数のGPUクラウドプロバイダーを併用する戦略を立てる。NVIDIA GPU以外にAMD MI300XやGoogle TPUも選択肢に入る
  4. 日本国内のAIインフラ動向を注視する: さくらインターネットのGPUクラウドやソフトバンクのAIデータセンターなど、国内AIインフラの拡充状況をフォローし、コスト・レイテンシの観点から最適な選択肢を把握しておく
  5. エネルギーコストとESGを考慮する: AIインフラの電力消費は急増しており、再生可能エネルギー対応のプロバイダーを選ぶことが、長期的なコスト管理とESG対応の両面で重要になる

この記事をシェア

XはてブLinkedIn

「クラウド」カテゴリの記事

「クラウド」の記事をもっと見る

関連記事

新着記事