CoreWeaveとは何者か — 受注残15.6兆円・債務500億ドルのネオクラウドとPhysical AI戦略

生成AIとフィジカルAIの計算需要が急増するなか、GPU特化型クラウド（ネオクラウド：Neocloud）最大手のCoreWeave（コアウィーブ）が、AIインフラの成長と金融リスクの双方を象徴する存在として浮上している。2026年6月30日時点の契約残高（収益バックログ）は約1,040億ドル（1ドル＝150円換算で約15.6兆円）に達し、6月末以降の追加契約も250億ドル超に上る^[1,2]。一方で、2026年上半期だけで141億1,700万ドルの現金設備投資（CapEx）を投じる先行投資モデルにより、2026年10月には総債務負担が約500億ドル規模に達し、信用市場が織り込む5年デフォルト確率が一時60%を超えたとReutersに報じられた^[1,4]。さらに同社は2026年10月21日、NVIDIA Isaac Sim・MuJoCo・CARLAを事前構成した「Physical AI Launchables」を発表し、ロボット・自動運転シミュレーション基盤へと事業領域を広げている^[3]。本稿ではSEC提出書類の一次数値をもとに、ネオクラウドの資金循環構造とフィジカルAI開発への実務的影響を検証する。

1. CoreWeaveとは何者か ── 仮想通貨マイニングから15兆円バックログへ#

CoreWeaveは2017年、もともとイーサリアム等の暗号資産マイニング企業（Atlantic Crypto）として創業された後、保有する大量のGPU資産をAI・CGレンダリング・高性能計算（HPC）向けに転換し、2025年3月に米NASDAQ市場へ新規株式公開（IPO）を果たしたAIインフラ企業である^[1]。

AWS、Microsoft Azure、Google Cloudといった総合クラウド（ハイパースケーラー）が、汎用CPUサーバーやストレージ、データベース、企業向けSaaSまで幅広いメニューを提供するのに対し、CoreWeaveは「大量の最新NVIDIA GPUを高速ネットワーク（InfiniBand / Spectrum-X）と液冷設備で束ね、ベアメタルに近い性能で貸し出すこと」に特化している。この専門特化型クラウド群は市場で「ネオクラウド（Neocloud）」と呼ばれる^[6]。

売上22倍の急拡大とメガテック3社への集中

SEC提出書類（Form 10-K / 10-Q）によれば、同社の年間売上高は2023年の約2億3,000万ドルから、2025年には51億3,100万ドルへとわずか2年で約22倍に急拡大した^[1]。さらに2026年6月30日時点の収益バックログ（将来計上予定の契約残高）は約1,040億ドルに達し、6月末以降に発表された追加契約も250億ドル以上に上る^[1,2]。この成長を支えているのは、自社データセンターの建設が追いつかない巨大テック企業やAIラボとの長期・大型契約である。

このように「約15.6兆円の受注残」は架空の数字ではなく、Microsoft・OpenAI・Metaという世界最大のAI計算消費者が複数年にわたって結んだ拘束力の高い契約群によって裏付けられている^[1,2,5]。しかし同時に、2025年売上の約3分の2をMicrosoft 1社に依存していた構造は、大口顧客の設備投資方針や契約更新条件の変化に対する感応度が極めて高いことを意味する^[1]。

2. 決算書が示す二面性 ── 調整後EBITDAマージン59%と純損失6.26億ドルの理由#

CoreWeaveを巡る議論が「AIインフラの覇者」と「巨額債務の火種」に二分される最大の理由は、損益計算書（P/L）のどの段階を見るかで景色が180度変わるためである。2026年第2四半期（4〜6月期）および2026年上半期（1〜6月期）のSEC Form 10-Qの数字を並べて検証する^[1,2]。

稼働中のGPUクラスター単体で見れば、顧客との長期契約によって調整後EBITDAマージン59%という高いキャッシュ創出力を持つ^[2]。しかし、1,040億ドルの受注残を実際の売上に変えるには、契約履行に先立って何十万基もの最新GPUと液冷データセンターを現金で購入・建設しなければならない。2026年上半期だけで営業キャッシュフロー（36億6,300万ドル）と現金設備投資（141億1,700万ドル）の間に104億5,400万ドルもの資金ギャップが生じており、この差額を埋めるために巨額の負債調達が繰り返されている^[1]。

3. GPU担保金融と「NVIDIAとの資金循環」のメカニズム#

なぜ設立数年の企業が、ここまでの巨額資金を借り入れることができたのか。その中核にあるのが、エネルギー業界や航空機リースに近いプロジェクトファイナンス型の資金循環モデルである^[1,4,5]。

第一に、Microsoft、OpenAI、Metaといった信用力のある顧客と、「数年間、一定のGPU計算容量を固定料金で借りる（使わなくても支払う）」テイク・オア・ペイ（Take-or-Pay）型の長期契約を結ぶ^[1,2]。第二に、その長期契約から生まれる将来の売上債権と、購入するNVIDIA製GPU自体を担保（コラテラル）に入れ、プライベートクレジットファンドや銀行団から数十億〜百億ドル規模の融資を引き出す^[1,4]。第三に、借りた資金でNVIDIAから最新GPUを購入し、データセンターに設置して稼働させ、次の契約と借入へ進む^[1,5]。

NVIDIAとの三位一体関係と「GPUの経済寿命」という急所

この金融ループにおいて特殊な役割を果たしているのがNVIDIAである。NVIDIAはCoreWeaveに対して、①最大のGPU供給元であり、②出資者（株主）であり、さらに③2025年には「CoreWeaveのGPU容量に顧客がつかなかった場合、2032年4月まで最大約63億ドル分をNVIDIA自身が買い取る」というバックストップ契約まで締結している^[5]。

NVIDIAにとっては、自社AIチップ（TrainiumやTPU）を開発するAWSやGoogleに依存せず、自社の最新GPU（BlackwellやRubin ── 半導体・GPU進化コラム参照）を最速で大量導入してくれるネオクラウドを育成する戦略的合理性がある。しかし批判的な視点からは、「NVIDIAが出資・保証してネオクラウドに借金させ、その借金でNVIDIAのGPUを買わせている」という循環取引に近い構造的リスクが指摘されている^[4,5]。

さらに最大の論点は「GPUの経済寿命」である。発電所や光ファイバー網は15〜30年使えるが、AI向けGPUはHopper（H100）→ Blackwell（GB200）→ Rubin（VR200）と1〜2年周期で世代交代し、推論あたりのトークン処理効率が数倍単位で向上する（RubinではGB200比最大4.8倍）。4〜5年の長期契約が終わった時点で、担保となっていた旧世代GPUの市場価値や時間単価が想定以上に下落していれば、借換（リファイナンス）や残存価値の回収が成立しなくなるリスクがある^[1,4]。

4. 本当のボトルネックは「電力」── 1.5GW稼働とネオクラウド群雄割拠#

2026年現在のAIインフラ競争において、GPUの調達以上に厳しい制約となっているのがデータセンターの電力容量（メガワット／ギガワット）と送電網接続権、および液冷設備である。

CoreWeaveの開示によれば、2026年6月末時点で稼働中のデータセンターは51拠点、稼働電力容量（Active Power）は約1.5 GW（ギガワット）に達している^[2]。1.5 GWとは一般的な原子力発電所1.5基分に相当する電力規模である。さらに同社は2026年8月時点で、将来建設分を含む契約済み電力容量（Contracted Power）を約4.2 GWまで確保している^[2]。ただし、この「契約済み4.2 GW」を「稼働中1.5 GW」へと転換していくためには、変電設備・冷却装置・建屋工事・GPU納入に今後さらに数百億ドルの追加設備投資と厳格な工期管理が必要になる^[1,2]。

急成長するネオクラウド競合群と市場予測

この「電力×GPU」の空白地帯を狙うプレイヤーはCoreWeaveだけではない。調査会社Synergy Research Groupは、ネオクラウド市場が2025年に250億ドル超に達し、2031年には4,000億ドル近くまで拡大すると予測している（※調査会社による将来予測値）^[6]。

5. 単なるGPU貸しからの脱却 ──「Physical AI Launchables」が意味するもの#

もしCoreWeaveが「電力とGPUを束ねて貸すだけのインフラリース業」にとどまれば、将来ハイパースケーラー自身のデータセンター増設が完了した時点で価格競争に巻き込まれる。そのため同社は、ソフトウェア層を取り込んで開発者を定着させる「AIクラウド・プラットフォーム化」を急いでいる^[3]。

その象徴が、2025年のAI実験管理・モデル開発ツール大手Weights & Biases（W&B）の買収であり、そして2026年10月21日に発表された「Physical AI Launchables」である^[3]。

フィジカルAI（ロボット・自動運転・VLAモデル）の開発現場において、最も工数を奪われる作業の一つが「クラウドGPU上でのドライバ、CUDA、Vulkan/レイトレーシング描画ライブラリ、ROS 2、そしてIsaac SimやCARLAのコンテナ環境の構築と並列スケーリング」である。CoreWeaveがこれらを事前構成済みテンプレート（Launchables）として提供し、さらに買収したWeights & Biasesの実験トラッキングと直結させたことは、「LLMの学習クラウド」から「実世界ロボティクス・自動運転の仮想訓練工場」へと需要の柱を広げる布石と本紙は評価する^[3]。

フィジカルAI開発者・インフラ調達者が注視すべき3つの実務チェックポイント

ロボティクス企業やVLA開発チームがCoreWeaveをはじめとするネオクラウドをシミュレーション・学習基盤として採用する際は、①ワークロードの可搬性（ポータビリティ）確保（Docker / Apptainerコンテナを特定クラウドの独自機能に密結合させず、AWS・GCP・オンプレミスへ移行できる構成を維持すること）、②四半期ごとの「稼働電力転換ペース（契約済4.2GW→稼働1.5GW）」と「純支払利息（Q2で6.4億ドル）」の監視^[1,2]、③次世代GPU（Rubin世代）でのシミュレーション単価比較（Rubinでは強化学習速度がGB200比最大3.8倍）の3点を冷静に見極める必要がある。関連する日々の動向は半導体・GPUニュースおよび計算資源・クラウドニュースで随時追跡している。