見出し画像

HBMと先端パッケージは、なぜAI時代の要所なのか｜AIインフラの地図を読む 第10回

Archi / Lucky Cat

第2部｜AIインフラを支える物理レイヤー

今日の読みどころ

この記事では、AI半導体の制約を、GPU本体ではなく、HBM、先端パッケージ、基板、実装、検査から見ます。

ポイントは、AI半導体の出荷上限が、GPU需要だけではなく、メモリ供給、パッケージ能力、検査・実装工程にも左右される点です。

最後まで読むと、HBM・先端パッケージ関連銘柄を見るときに、どのKPIを確認すべきかが整理できます。

前回は、AIデータセンターの制約が、送電網、変圧器、冷却のような見えにくい設備にも現れることを見ました。

次に見るのは、AI半導体の供給制約です。

AI半導体と聞くと、まずGPUを思い浮かべます。もちろん、GPUやAIアクセラレータは重要です。AIの計算を担う中心部だからです。

ただし、GPUだけではAIは動きません。

大量のデータを高速に読み書きするメモリが必要です。GPUとメモリを近くでつなぐ先端パッケージが必要です。大きく複雑なチップを支える基板、実装、検査も必要です。

つまり、AI半導体の制約は、GPU本体の外側にある工程の受注、売上、粗利率にも分かれて表れます。

今回は、HBMと先端パッケージを、技術の細かい説明ではなく、AI半導体の物理的な供給制約として整理します。

AI半導体の出荷上限は、GPUだけでは決まりません

AI半導体の出荷上限は、GPU本体だけでは決まりません。

大きく見ると、少なくとも4つの層に分かれます。

  • GPU本体：NVIDIA(NVDA)、AMD(AMD)、Broadcom(AVGO)が関わるカスタムASICなど

  • HBM：Micron(MU)、SK hynix、Samsung Electronics

  • 先端パッケージ：TSMC(TSM)のCoWoS / SoIC、OSAT、関連装置

  • 基板・実装・検査：イビデン(4062.T)、Shinko Electric(非上場)、アドバンテスト(6857.T)、ディスコ(6146.T)など

AI需要が強くても、この4層のどこかが詰まれば、最終的なAI半導体の出荷量は伸びにくくなります。

投資家として見るべきなのは、GPU需要そのものだけではありません。

GPU需要が、HBMの供給枠、先端パッケージの能力、基板・実装・検査の処理能力を通って、どの企業の受注、売上、粗利率、FCFに変わるかです。
ここを分けないと、AI半導体を「GPU企業だけで完結するもの」として読んでしまいます。

HBMは、GPUの近くでデータを高速に動かします

HBMは、高帯域メモリです。

ざっくり言えば、GPUやAIアクセラレータの近くに置かれ、大量のデータを高速に読み書きするためのメモリです。

AIでは、計算する力だけでは足りません。計算に使うデータを、GPUへ速く渡す必要があります。データ転送が遅いと、高性能なGPUを持っていても、能力を十分に使えません。

GPUの計算能力を使い切るため、HBMはAI半導体の要所になります。

ただし、HBMは通常のメモリをただ増産すれば足りる部品ではありません。

複数のメモリチップを積み重ね、高速に接続し、GPU世代や顧客仕様に合わせる必要があります。
歩留まり、検査、顧客認定も関わります。

投資家として見るべきなのは、HBMという言葉の新しさではありません。
HBMの規模感は、メモリ市場全体の中でも無視できない水準に入っています。

TrendForceによれば、HBMのDRAMビット容量シェアは2023年の2%から、2024年に5%、2025年には10%超へ上がる見通しです。
金額ベースではさらに大きく、HBMは2024年にDRAM市場価値の20%超、2025年には30%超を占める可能性があります。
Yole Groupも、HBM売上が2024年の約170億ドルから、2025年には約340億ドルへほぼ倍増すると見ています。

つまり、HBMはもはや特殊な高性能メモリの一部ではなく、AIデータセンター向けDRAM市場そのものを動かす領域になっています。

ここで見るべきなのは、HBMという技術名ではありません。

HBMが、GPU出荷量、顧客認定、長期供給契約、粗利率にどう表れているかです。

HBMは、メモリサイクルの外にあるわけではない

HBMはAI向けの高付加価値メモリですが、メモリサイクルと無関係ではありません。

Micron、SK hynix、Samsung Electronicsは、HBMだけを作っている会社ではありません。通常DRAM、NAND、SSD、サーバーメモリも抱えています。

ただし、HBMは従来の汎用DRAMと同じサイクルで動くわけでもありません。

通常DRAMやNANDは、PC、スマートフォン、サーバー、在庫循環、価格下落、設備投資の波に左右されます。一方、HBMは、GPU世代、AIアクセラレータの採用、顧客認定、長期供給契約、CoWoSなどの先端パッケージ能力と結びつきます。

つまり、HBMはメモリサイクルの外に出たのではありません。

メモリサイクルの中にありながら、AI需要によってサイクルの形が変わった領域です。

見るべきなのは、単に「メモリ市況が良いか悪いか」ではありません。

  • HBMの売上比率が上がっているか

  • HBMミックス改善が粗利率を押し上げているか

  • 通常DRAMやNANDの価格回復に見えているだけではないか

  • HBM向けCapExが、数年後の供給過剰につながらないか

  • HBM4以降の世代交代で、顧客認定や在庫リスクが出ていないか

AIの進歩は、メモリ需要を構造的に押し上げています。
しかし、メモリ企業である以上、供給を増やしすぎれば、どこかで価格とマージンの調整は起きます。

だからHBMを見るときは、従来のメモリサイクルと、AI需要による新しいHBMサイクルを重ねて読みます。

HBMは、採用世代、供給枠、粗利率で見る

HBMを見るときは、SK hynix(000660.KS)、Samsung Electronics(005930.KS)、Micron(MU)のどこが勝っているかだけでは足りません。

確認したいのは、HBM需要が決算のどの数字に近づいているかです。

  • HBM3E / HBM4 のどちらが主力になっているか

  • NVIDIA(NVDA)、AMD(AMD)、Broadcom(AVGO)が関わるカスタムASIC向けに採用されているか

  • 大口顧客との長期供給契約、供給枠、顧客認定があるか

  • HBMミックス改善が粗利率を押し上げているか

  • HBM向けCapExが、数年後の供給過剰につながらないか

HBMは、AI需要に近い高付加価値メモリです。

ただし、メモリ企業の決算は、HBMだけでなく、通常DRAM、NAND、SSDの市況にも左右されます。HBM売上の増加が粗利率を押し上げているのか、それともメモリ市況全体の回復に見えているだけなのかを分けて見ます。

HBM企業を見るときに重要なのは、AI向け高付加価値メモリの伸びと、DRAM・NAND・SSDの市況を分けて読むことです。

HBMでは、Micron、SK hynix、Samsung Electronicsを同じ一列で見るだけでは足りません

SK hynixは、現時点のHBM実績で先行する企業です。
Samsungは、DRAM、NAND、ファウンドリ、先端パッケージまで持つ総合半導体企業です。
Micron(MU)は、HBM首位ではありませんが、米国唯一のメモリメーカーとして、米国AIスタックに組み込まれる意味が大きい企業です。

したがって、MUを見るときは、単に「HBMで韓国勢に勝てるか」だけではなく、米国内メモリ供給、CHIPS Act、HBM4、NVIDIA世代、データセンターDRAM、eSSDまで含めて見ます。

SK hynixはHBMの先行度、Samsungは総合力、Micronは米国AIスタックへの組み込まれ方。
この違いを分けないと、HBM企業を同じメモリ銘柄として見てしまいます。

ここまでの整理

ここまでを一度整理します。

AI半導体の制約は、GPU本体だけでは読めません。

HBMは、GPUの計算能力を使い切るために必要な高帯域メモリです。
ただし、HBMはメモリサイクルの外にあるわけではありません。

だから見るべきなのは、HBM需要が強いかどうかだけではありません。

HBM売上比率、採用世代、顧客認定、長期供給契約、粗利率、CapEx過剰リスクを、通常DRAMやNANDの市況と分けて確認します。

次に見るのは、GPUとHBMを実際に出荷できる製品へ組み上げる工程です。
それが、先端パッケージです。

先端パッケージは、GPUとHBMを出荷できる製品に組み上げます

GPUとHBMがあっても、それらを別々に用意するだけではAI半導体として出荷できません。

高性能なAIチップでは、GPU、HBM、周辺部品をできるだけ近く、高速につなぐ必要があります。GPUとHBMを近くで接続する工程が、先端パッケージです。

先端パッケージは、複数のチップを高密度につなぎ、ひとつの高性能なシステムとして動かすための工程です。

投資家目線では、先端パッケージは「GPUとHBMの需要を売上化するための出荷上限」として見ます。

GPUとHBMの需要が見えていても、先端パッケージ能力が足りなければ、AI半導体として出荷できる量は増えにくい。

AIサーバー市場の規模も、先端パッケージの重要性を押し上げています。

TrendForceによれば、AIサーバー関連市場価値は2024年の約2,050億ドルから、2025年には2,980億ドルへ拡大する見通しです。

出荷台数でも、AIサーバーは2024年に前年比46%増、2025年も約28%増が見込まれ、全サーバー出荷に占める比率は15%超へ上がるとされています。
さらに、AIサーバー需要を背景に、先端パッケージ装置売上は2024年に10%超、2025年には20%超の成長も見込まれています。

つまり、AIサーバー需要はGPUやHBMだけでなく、それらを出荷可能な製品へ組み上げるCoWoS、SoIC、基板、検査、実装工程の能力制約として表れます。

先端パッケージは、CoWoS能力と稼働時期で見る

先端パッケージの具体例として見やすいのが、TSMC(TSM)のCoWoSやSoICです。

NVIDIA(NVDA)のAI GPU、AMD(AMD)のAIアクセラレータ、Broadcom(AVGO)が関わるカスタムASICの需要が強くても、GPUとHBMを組み合わせるパッケージ能力が足りなければ、最終製品として出荷できる量は増えにくくなります。

ここで見るべきなのは、TSMC(TSM)の先端パッケージ能力がどれだけ増えるかだけではありません。

  • CoWoS / SoIC の能力増強がいつ稼働するか

  • AI GPU世代交代で、パッケージ面積や工程負荷がどれだけ増えるか

  • OSATとの連携で不足分をどこまで補えるか

  • 能力増強が、GPU出荷やAIサーバー出荷の時期に間に合うか

  • 先端パッケージ不足が、GPU本体ではなく出荷上限として表れていないか

先端パッケージは、技術名としてではなく、GPU需要とHBM需要を売上化するための能力制約として見ます。

先端パッケージ企業や関連装置・材料企業を見るときに確認するのは、次の項目です。

  • 先端パッケージ能力の増設計画

  • 設備投資の規模

  • 稼働開始時期

  • パッケージ工程の受注や稼働率

  • OSAT、装置、材料、検査、基板の受注

AI半導体では、前工程だけでなく、後工程もボトルネックになります。

先端ロジックを作れても、HBMと組み合わせ、基板に載せ、検査して出荷できなければ、最終製品にはなりません。

ここで見るべきなのは、CoWoSやSoICという技術名そのものではありません。

先端パッケージ能力が、GPUとHBMの需要を、いつ出荷可能な製品に変えられるかです。

基板、実装、検査は、日本企業を見る入口になります

HBMと先端パッケージの周辺では、基板、実装、精密加工、検査も重要になります。

高性能なAIチップは、大きく、消費電力も発熱も大きくなります。高速信号を扱い、構造も複雑になります。

AIチップの大型化や消費電力の上昇を支える基板にも、高い性能が求められます。

基板は、単なる土台ではありません。

  • 電力を安定して通す

  • 信号を正確に伝える

  • 熱や機械的な負荷に耐える

  • 大きく複雑なパッケージを支える

AIチップが大型化し、HBMや複数の部品を組み合わせるほど、基板や実装の難度は上がります。

基板、精密加工、検査、材料、実装周辺は、日本企業が自然に出てくる領域です。

日本企業は、AIアプリやGPU本体の主役ではありません。けれど、基板、精密加工、検査、材料、実装周辺では、AI半導体を作る工程に関わります。

見るべきなのは、分析対象企業が、基板、検査、材料、実装のどの工程にいて、AI需要がどれくらい直接届くかです。

日本企業を見るときは、GPU本体ではなく周辺工程で見る

日本企業を見るときは、AIアプリやGPU本体の主役として見るよりも、AI半導体を作る工程、支える工程にいるかで見た方が自然です。

たとえば、基板ではイビデン(4062.T)、検査ではアドバンテスト(6857.T)、精密加工ではディスコ(6146.T)、材料・封止・絶縁ではレゾナック(4004.T)が候補になります。

マスクや検査ではレーザーテック(6920.T)、DNP(7912.T)、テクセンドフォトマスク(429A)のような名前も出てきます。装置側では東京エレクトロン(8035.T)、SCREEN(7735.T)、荏原(6361.T)なども、先端半導体の製造能力を見る入口になります。

ここでは、個別企業の深掘りではなく、日本企業がどの工程にいるかを確認します。

重要なのは、AIアプリやGPU本体の主役かどうかではありません。

基板、実装、検査、精密加工、材料という作る工程にいて、AI需要がどれくらい直接届くかです。

  • AI向け高性能基板に近いのか

  • 検査や精密加工の需要を受けているのか

  • 材料が先端パッケージやHBM周辺で使われるのか

  • 受注や設備投資として確認できるのか

  • 半導体市況全体に左右される部分が大きいのか

工程別の切り分けがないと、日本企業をまとめて「AI関連」と見てしまいます。

企業分析では、基板、検査、材料、実装への関与を企業ごとに分けて見ます。

工程ごとに、業績に効く距離は違います

HBM、先端パッケージ、基板、検査は、どれもAI半導体の供給制約に関わります。

ただし、業績に効く距離は同じではありません。

技術名が語られている段階なのか、設備投資、受注や長期契約、売上成長、粗利率やキャッシュフローまで届いているのかを分けて見ます。

  • HBMは、売上と粗利率に比較的近い領域です。SK hynix(000660.KS)、Samsung Electronics(005930.KS)、Micron(MU)を見るときは、HBM売上、製品ミックス、価格、顧客契約、粗利率を見ます。ただし、DRAM市況全体との切り分けが必要です。

  • 先端パッケージは、出荷上限に近い領域です。TSMC(TSM)のCoWoS / SoICの能力増強、稼働開始時期、顧客需要とのずれを見ます。ここが詰まると、GPU需要があっても最終製品として出荷できる時期が遅れます。

  • 基板・実装は、AIチップの大型化・高密度化の影響を受ける領域です。イビデン(4062.T)やShinko Electric(非上場)を見るときは、AI向け高性能基板の売上比率、顧客構成、増産投資、納期を確認します。

  • 検査・精密加工は、チップとパッケージが複雑になるほど工程負荷が増える領域です。アドバンテスト(6857.T)やディスコ(6146.T)を見るときは、受注、受注残、稼働率、装置出荷時期を見ます。

  • 材料・装置は、さらに上流で、AI半導体を作る能力に関わる制約です。需要が装置、検査、材料の受注や売上まで波及しているかを確認します。

つまり、ここで見たいのは、HBMや先端パッケージの細かい仕組みではありません。

GPUの外側にある制約が、AI半導体の出荷量と出荷時期をどこで左右するかを読むことです。

投資家は、HBMと先端パッケージをこのKPIで見る

ここで確認したいKPIは、技術名そのものではありません。

HBM、先端パッケージ、基板、検査が、どの段階で受注、売上、粗利率、FCFに近づいているかです。

  • HBM売上比率

  • HBM3E / HBM4 の採用状況

  • 顧客認定、供給枠、長期供給契約

  • DRAM全体とHBMの粗利率差

  • SK hynix、Samsung Electronics、Micron(MU)のHBMミックス

  • TSMC(TSM)のCoWoS / SoIC能力の増設計画

  • CoWoS / SoIC の稼働開始時期

  • OSAT、基板、検査装置の受注

  • AI向け基板売上比率

  • アドバンテスト(6857.T)など検査装置の受注残と出荷時期

  • CapExが将来の供給過剰につながらないか

このKPIを並べると、AI半導体需要が、GPU本体の話にとどまっているのか、HBM、先端パッケージ、基板、検査まで実際に波及しているのかを分けて見られます。

ただし、装置と材料まで見ないと地図は完成しません

HBM、先端パッケージ、基板の上流も重要になります。

HBMを作るには、メモリ製造能力が必要です。

先端パッケージを増やすには、パッケージング装置、検査装置、材料が必要です。

基板を作るには、材料、加工、検査が必要です。

先端ロジックを増やすには、露光、成膜、エッチング、洗浄、計測といった装置が必要です。

つまり、AI半導体の供給制約は、GPU、HBM、先端パッケージだけで終わりません。

確認対象は、装置、検査、材料の受注や売上にも広がります。

次回は、AI半導体を作るための製造装置と材料が、なぜ供給制約の上流に位置するのかを見ていきます。

この記事で残したい判断軸｜HBMと先端パッケージは、出荷上限と決算項目で見る

この記事で残したい判断軸は、AI半導体をGPU本体だけで見ないことです。

GPU需要が強くても、HBM、先端パッケージ、基板、実装、検査が詰まれば、最終的な出荷量と出荷時期は制限されます。

だから確認するのは、HBM売上比率、採用世代、顧客認定、長期供給契約、CoWoS / SoICの能力増強、稼働開始時期、基板・検査工程の受注、粗利率、FCFです。

AI半導体関連企業を見るときは、AIテーマかどうかではなく、その企業がGPU、HBM、先端パッケージ、基板、検査、材料のどの工程にいて、どの決算項目に近いのかを確認します。

いいなと思ったら応援しよう！

Archi / Lucky Cat ご支援ありがとうございます。あなたの時間を節約できるよう、要点→根拠リンクの順で簡潔にまとめます。迷わず事実にたどり着けますように。。。

この記事は noteマネー にピックアップされました

noteマネーのバナー