GPUだけではない、AI半導体の本当のボトルネック｜AIインフラの地図を読む 第4回

第1部｜AIインフラ地図の入口

前回は、データセンターが増えるほど、電力が制約になるという地図を見ました。

では、電力を確保できれば、AIインフラはどこまでも増やせるのでしょうか。

答えは、そう単純ではありません。

AIの地図では、まずGPUが注目されます。実際、NVIDIAのGPUやAIアクセラレータはAI計算の中心です。

ただし、AI半導体の供給制約を「GPUが足りるかどうか」だけで見ると、かなり粗くなります。

GPUは、それだけでAIシステムになるわけではありません。

高速なメモリ、先端パッケージ、基板、検査、製造装置、材料が必要です。どこかが詰まれば、最終的な出荷量はそこで制限されます。

今回は、AI半導体のボトルネックを、GPU本体の外側まで広げて見ていきます。

GPUだけでは、AI半導体は完成しません

AI半導体でまず押さえたいのは、HBMと先端パッケージです。

HBMは、高速で大容量のメモリです。AIでは、大量のデータをGPUの近くで素早く読み書きする必要があります。計算する力が強くても、必要なデータを渡せなければ性能を使い切れません。

先端パッケージは、GPU、HBM、その他のチップを高密度につなぎ、一つのシステムとして動かすための工程です。

ここで詰まると、GPU需要が強くても、AIシステムとして出荷できる量は増えにくくなります。

半導体供給は、複数のレイヤーに分かれます

AI半導体の供給網は、一つの部品だけで決まりません。

最低でも、先端ロジック、GPU・AIアクセラレータ、HBM・DRAM、先端パッケージ、基板、検査・計測、ネットワーク半導体、製造装置、材料に分かれます。

GPUがあっても、HBMが足りなければ出荷は制限されます。HBMがあっても、先端パッケージ能力が足りなければ組み上がりません。基板や検査で時間がかかれば、やはり売上化は遅れます。

投資家として重要なのは、どの技術名が注目されているかではありません。

どのレイヤーが詰まり、その需要がどの企業の受注・売上・利益に届くかです。

日本企業は、GPU本体ではなく製造装置・材料・基板で見ます

ここで日本企業の見え方も変わります。

日本企業は、AIアプリやGPU本体の中心にいるわけではありません。

ただし、AI半導体を作る工程では重要な場所にいます。

日本企業を見るときに大事なのは、「AIの主役かどうか」ではありません。 装置、検査、計測、精密加工、基板、レジスト、薬液、ウェハ、フォトマスク——これらの工程で、日本企業はAI半導体供給網の重要な場所にいます。

その企業が、AI半導体を作る工程のどこにいるか。
需要が、設備投資、受注、売上、利益のどこまで届いているか。
ここを見ます。

業績への距離を分けて見る

AI半導体関連といっても、企業ごとに数字への距離は違います。

GPUやAIアクセラレータ企業は、AI計算需要が売上に近い場所にいます。

HBMやメモリ企業は、AI需要を受けやすい一方で、メモリ市況や在庫サイクルの影響も受けます。

ファウンドリや先端パッケージ企業は、AIチップを作り、組み上げる能力に関わります。

装置・材料・基板企業は、設備投資、顧客認定、消耗品需要、受注残を通じて数字に表れやすくなります。

見るKPIも、データセンター売上、HBM売上、先端パッケージ能力、受注・バックログ、設備投資、稼働率、粗利率、在庫に分かれます。

この違いを分けないと、全部が同じ「AI関連」に見えてしまいます。

まとめ｜GPU不足だけでは、半導体の地図は読めません

第4回の地図はこうです。

• AI半導体の中心にGPUやAIアクセラレータはある

• ただし、GPUだけでは完成しない

• HBM、先端パッケージ、基板、検査、装置、材料まで見る必要がある

• どこが詰まるかによって、注目される企業群は変わる

AI半導体を見るとは、GPU不足のニュースを追うことだけではありません。

その不足が、HBMなのか、先端パッケージなのか、基板なのか、検査なのか、装置や材料なのかを分けることです。

第3部で半導体企業や日本企業を見るときも、この分解が前提になります。

そして次に出てくる問いは、自然に一つです。

なぜ、この供給網に企業だけでなく国まで関わるのでしょうか。

次回は、なぜAIが国家安全保障のテーマになったのかを見ていきます。