[前回のエグゼクティブサマリー]

調査基準日：2026年9月29日。対象期間：9月16日〜29日の14日間。

AI半導体、カスタムASIC、HBM・DRAM、NAND・SSD、先端パッケージ、半導体製造能力を対象に、日本企業の投資・調達・研究開発・事業ポートフォリオへ影響するニュースを整理します。

9月30日以降の発表は本来次号の対象ですが、前号で確認予定としていたMicron決算など重要案件については、末尾に「期間外速報」として区別して掲載します。

エグゼクティブサマリー

前号では、

「どのAI半導体を買うか」から、「演算・メモリ・通信をどう組み合わせ、長期契約と資金調達で事業化するか」へ競争が進んでいる

と整理しました。前号ではBroadcomのカスタムAI半導体、AmazonとQualcomm、SK hynixのFull-Stack AI Memory、キオクシアの長期供給契約などを取り上げています。

今回の2週間では、その競争がさらに一段進みました。

最大の変化は、HBMがAI専用の高付加価値メモリという一商品ではなく、DRAM産業全体の生産能力配分を左右する存在になったことです。

Samsung Electronics幹部は9月29日、HBMが世界のDRAMウエハー生産能力に占める割合について、現在の約20％から2027年には約30％へ上昇するとの見通しを示しました。HBMと通常のDRAMは同じウエハー能力を取り合います。AI向けHBMを増やせば、サーバーDDR5など通常DRAMの供給余力が減ります。

つまり、

「HBMが足りない」という問題から、「AIがDRAM工場そのものを取り始める」という問題へ移った

と見ることができます。

第二に、HBM4は将来技術ではなく、NVIDIA Vera Rubinへ実装される量産世代のメモリになりました。

SK hynixはTSMC Open Innovation Platform Conferenceで、12層36GB HBM4と96GB SOCAMM2を搭載したVera Rubinを展示しました。次世代候補として48GB HBM4E、16層48GB HBM4なども示しています。

GPU、HBM、CPUメモリ、先端パッケージを別々の市場として見ることが難しくなっています。

第三に、中国のAI半導体がロードマップだけでなく大規模システムとして具体化しました。

HuaweiはAscend 960DTを2027年第1四半期、960PRを第3四半期に投入し、その後2028年に970、2029年に980へ進む年次ロードマップを示しました。同時に最大4,096 NPUを接続するAtlas 960E SuperPoDを発表しています。

Alibabaも9月22日、AIアクセラレータ「Zhenwu V900」を発表しました。同社によれば前世代比3倍の性能で、最大50万枚規模のクラスタを構成できます。

「中国には最先端GPUがないからAI計算能力も伸びない」という単純な見方では不足します。

中国企業は、

単体チップの性能差を、大規模クラスタ、独自インターコネクト、ソフトウェア、データセンター投資で補う

方向へ進んでいます。

第四に、AI半導体のボトルネックが前工程だけでなく、CoWoSなどの先端パッケージへさらに移っています。

台湾ではTSMCを中核とする高雄・白埔産業園区が9月21日に起工しました。設備・材料メーカーがTSMCと同じエコシステム内で研究、テスト、認証を行い、量産導入を早めることが狙いです。

第五に、NVIDIA GPU以外のAIアクセラレータにも実需が付き始めています。

Cerebrasは9月28日、Gimlet Labs向けに約100MW相当のAIシステムを供給する計画を発表しました。Wafer-Scale Engineを用いた高速推論をクラウドサービスとして展開します。

今回の経営上の結論は、

AI半導体市場を「GPU市場」として見てはいけない

ということです。

これから企業が確保すべきなのは、

演算チップ × HBM/DRAM × 先端パッケージ × 通信 × 電力

で構成されるシステム全体の生産枠です。

1．今回の主要ニュース一覧

日付	企業・テーマ	ニュース	経営上の意味
9/17	Huawei	Ascend 960シリーズとAtlas 960Eを発表	中国AI半導体が年次ロードマップ＋クラスタ競争へ
9/21	台湾・TSMC	高雄の先端パッケージ産業園区起工	材料・装置まで含めたCoWoSエコシステム形成
9/22	Alibaba	Zhenwu V900を発表	中国独自AIアクセラレータ競争が激化
9/22	SPIL	CoWoS新工場への約NT$1000億投資を台湾政府が発表	AIチップの後工程能力を大幅増強
9/23	SK hynix・TSMC OIP	HBM4搭載Vera Rubinを展示	HBM4が量産システム世代へ
9/28	Cerebras・Gimlet	約100MWのAIシステム供給	NVIDIA以外の推論ASICにも大規模実需
9/28	キオクシア	3D NANDによる多値In-Memory Computing	NANDが「保存」から「演算」へ
9/29	Samsung	HBMが2027年DRAM能力の約30％へ	通常DRAMの供給制約にも波及

2．〖最重要・メモリ〗Samsung――HBMがDRAM工場の3割を使う時代へ

9月29日

出典：Reuters「Samsung Electronics says HBM to account for nearly 30% of industry DRAM capacity next year」

Samsung ElectronicsのKim Taewoo Executive Vice Presidentは、HBMがDRAMメーカー全体のウエハー生産能力に占める割合について、

現在：約20％
2027年：約30％

になるとの見方を示しました。

このニュースは、今回最も重要です。

HBMはDRAMダイを積層して作ります。

したがってHBM需要が増えたからといって、メモリメーカーが無限にHBMを作れるわけではありません。

HBMへ投入したDRAMウエハーは、

サーバーDDR5
PC DRAM
モバイルDRAM
その他のDRAM

には使えません。

つまりAIデータセンター投資が拡大すると、

AI向けGPUの価格だけでなく、普通のサーバー、PC、ネットワーク機器などに搭載するDRAMの供給と価格まで影響を受ける

可能性があります。

前号では、メモリメーカーがAI顧客と長期契約を結び始めていることを取り上げました。

今回、その理由がさらに明確になりました。

メモリメーカーにとって2027年の経営判断は、

「HBMを何個売るか」

ではなく、

「有限のDRAMウエハーを、HBMと通常DRAMのどちらへ何％振り向けるか」

という生産ポートフォリオ判断になります。

日本企業への意味

サーバー、通信機器、産業PC、車載機器などで通常DRAMを大量購入する企業は、AI市場とは無関係ではありません。

HBM増産によって通常DRAMの供給が絞られれば、自社が直接AIサーバーを買わなくても部材コストへ波及します。

2027年度調達では、

HBM価格だけでなく、DDR5、LPDDR、NANDまで含めたメモリ全体の供給契約

を見る必要があります。

3．SK hynix――HBM4がVera Rubinの「実物」に載った

9月23日イベント／9月28日公表

出典：SK hynix「Behind AI’s Rapid Growth Lies Memory — SK hynix Shares Its Next-Generation Memory Portfolio at the TSMC OIP Conference」

SK hynixはTSMC Open Innovation Platform Conferenceで、NVIDIA Vera Rubin実機とともに次世代メモリを展示しました。

展示されたVera Rubinには、

12層36GB HBM4
96GB SOCAMM2

が搭載されています。

Rubin GPUの周囲でHBM4が高速メモリとして機能し、Vera CPU側ではSOCAMM2がシステムメモリを担います。

さらにSK hynixは、

12層48GB HBM4E
16層48GB HBM4
192GB SOCAMM2

など次世代製品も展示しました。

ここで重要なのは「HBM4が速い」という技術論だけではありません。

AIサーバーのメモリ階層そのものが変化していることです。

GPU直近にはHBM。

CPUには大容量で省電力なSOCAMM。

さらに外側にはSSDによるContext Memory。

AIエージェントが長いコンテキストを扱うようになるほど、演算チップだけでなく、その周囲の各メモリ層へデータをどう置くかがシステム性能を決めます。

日本の材料・装置企業にとっても、「HBM市場」だけを追うより、

HBM → SOCAMM → SSD → 先端パッケージ

を一つのAI Memory Systemとして見る方が有効です。

4．〖最重要・AI半導体〗Huawei――Ascendを毎年更新、単体GPUではなくSuperPoDでNVIDIAを追う

9月17日

出典：Huawei「Advancing the Agentic World, Building a Solid Silicon Foundation」

Huawei公式発表を読む

HuaweiはHUAWEI CONNECT 2026でAscend AI半導体の新ロードマップを示しました。

計画は、

Ascend 960DT：2027年第1四半期
Ascend 960PR：2027年第3四半期
Ascend 970：2028年
Ascend 980：2029年

です。

Huaweiによれば、960DTは当初計画より3四半期、960PRは1四半期前倒しです。

同社は今後、基本的に1年一世代のペースでAscendを更新する方針です。

またHuaweiは、Atlas 960E SuperPoDを発表しました。

出典

Huawei「Huawei Launches the World’s First NPO-based SuperPoD – the Atlas 960E SuperPoD」

Atlas 960EはNPO（Near-Packaged Optics）を採用し、最大4,096 NPUを一つの巨大な計算システムとして接続します。10兆パラメータ級モデルの学習・推論を想定しています。

Reutersによると、Huawei幹部は中国国内のAI計算需要に供給が追い付いておらず、海外へ本格展開する余力がないとも説明しました。

これは重要です。

Huaweiの戦略は、最先端製造プロセスでNVIDIA GPUに正面から追いつくことだけではありません。

多数のNPUを高速インターコネクトで束ね、システム全体の性能で競う

方向です。

AI半導体を比較する際、

「1チップ何FLOPSか」

だけでは市場を読めません。

今後は、

チップ × メモリ帯域 × Scale-up Network × 光接続 × ソフトウェア

で比較する必要があります。

5．Alibabaも独自AIチップ「Zhenwu V900」。中国で第2極が育つ

9月22日

出典

Alibaba Group「Alibaba Group CEO Eddie Wu Shares Alibaba’s Strategic Full-Stack AI Roadmap at the 2026 Apsara Conference」

Alibabaは次世代AIアクセラレータZhenwu V900を発表しました。

同社によれば、

前世代Zhenwu M890比で3倍の性能
1クラスタ最大50万枚
今後AI半導体の年間出荷量を大幅拡大

を計画しています。

Alibabaは同時に、5兆〜10兆パラメータ規模の次世代AIモデルの学習計画と、2032年までにAlibaba Cloudの世界データセンター容量を20GW超へ拡大する方針も示しました。

つまりAlibabaは、

モデル → AIチップ → クラウド → データセンター

を一体として設計しています。

HuaweiとAlibabaを並べると、中国のAI半導体産業について別の見方ができます。

これまでは、

NVIDIA vs Huawei

で語られることが多かった。

しかし今後は、

Huawei Ascend、Alibaba T-Head、そして各社の独自ASICが競争する中国国内のAI半導体エコシステムそのものを見る必要があります。

米国の輸出規制によってNVIDIA製品へのアクセスが難しくなるほど、中国側には自社半導体へ投資する経済的インセンティブが強くなります。

6．台湾、高雄に「先端パッケージ材料・装置の検証基地」を作る

9月21日

出典

台湾政府「白埔産業園区」起工に関する発表
Reuters「Taiwan breaks ground on advanced packaging park anchored by TSMC」

台湾・高雄で白埔産業園区の起工式が行われました。

敷地面積は約88.7ha。

TSMCを中核として、先端パッケージ向けの、

半導体製造装置
材料
検査
技術検証

を集積させます。

TSMCは技術検証ラボと人材育成拠点を設ける計画で、Reutersによれば2029年第4四半期からの稼働を予定しています。

この仕組みは日本企業にとって極めて重要です。

AI半導体では、優れた材料や装置を開発しただけでは売れません。

TSMCの先端パッケージ工程で、

テストする → 認定される → 量産ラインへ入る

必要があります。

台湾は、その認定プロセスそのものを地理的に集積させようとしています。

日本の材料・装置企業がAI半導体需要を取り込む場合、研究開発力だけでなく、

TSMC、ASE、SPILなどのβ-siteに、どれだけ早く評価品を入れられるか

が競争力になります。

7．SPIL、CoWoSへ約NT$1000億――AI半導体では「後工程」が巨大設備産業になる

9月22日台湾政府発表

※工場の起工自体は9月11日。

出典

台湾経済部「Siliconware Precision to invest NT$100 billion in Yunlin Industrial Park」

ASE Technology傘下のSiliconware Precision Industries（SPIL）は、台湾雲林の新工場へ約NT$1000億を投資します。

新工場ではCoWoS先端パッケージ工程を導入し、2028年からの稼働を予定しています。約2,200人の雇用を見込みます。

AI半導体では、TSMCがGPUダイを製造すれば終わりではありません。

GPU、HBM、インターポーザ、基板などを高密度に統合して初めてAIアクセラレータになります。

したがってAI需要が増えるほど、

前工程Fabだけではなく、CoWoSなど後工程の設備投資額も巨大化します。

東証プライム企業で見るべき商機は、

半導体材料
接合材料
基板
精密加工
プラズマ・洗浄
検査装置
搬送
温調
電源
工場設備

などに広がります。

「TSMCの設備投資」だけを見るのではなく、

TSMCの周囲でASE/SPIL、基板メーカー、HBMメーカーがどれだけ設備投資するか

を見る必要があります。

8．Cerebras、100MW級契約――NVIDIA以外にも「実際の電力容量」が付く

9月28日

出典

Cerebras / Gimlet Labs公式発表
Reuters「Cerebras to supply AI systems to cloud computing startup Gimlet Labs」

Gimlet LabsはCerebrasの最新AIシステムをクラウドへ導入します。

Reutersによれば、計画されているハードウェアは約100MWの電力を消費する規模です。導入は今後1〜2年かけて進み、Gimletは2027年からCS-4をクラウドサービスとして提供する計画です。

CerebrasはGPUのように多数の小さなダイを使うのではなく、ウエハーサイズの巨大プロセッサを使う独自アーキテクチャを採用しています。

今回の重要点は技術方式ではありません。

非NVIDIA方式のAIアクセラレータにも、100MW単位の実需要が付き始めた

ことです。

カスタムASICや推論専用チップを評価するとき、発表されたTOPSやFLOPSだけでは足りません。

今後見るべきは、

何MWが実際に発注され、いつデータセンターへ設置され、誰が料金を払うのか

です。

9．日本：キオクシア、NANDを「データを置く場所」から「計算する場所」へ

9月28日／研究開発成果

出典

キオクシア「時間軸変調による3次元フラッシュメモリを用いたインメモリコンピューティングの多値化」

キオクシアは3次元NANDフラッシュを使ったIn-Memory Computingの研究成果を公開しました。

従来の1bit・128次元の類似ベクトル検索から、3bit・128次元へ多値化できる技術を示しています。

これは直近の量産製品発表ではありません。

2026年5月の国際学会IMW 2026で発表した研究成果を9月28日に技術トピックとして公開したものです。

したがって短期の売上材料として見るべきではありません。

しかし長期的には重要です。

AIでは、

プロセッサで計算するために、メモリから大量のデータを移動する

こと自体が電力消費と遅延の原因になります。

メモリ側で検索や演算の一部を処理できれば、データ移動を減らせます。

つまりNANDの役割が、

Storage → Context Memory → Computing

へ広がる可能性があります。

前号で取り上げたGP1やContext Memory向けSSDと合わせると、キオクシアのAI戦略は「大容量SSDを売る」だけではないことがわかります。

10．今回のニュースを「供給能力」で並べ直す

AI半導体市場を理解するには、各社の新製品名を覚えるよりも、どの生産能力が不足しているかを見る方が有効です。

層	今回確認できた変化	ボトルネック
AI accelerator	Huawei、Alibaba、Cerebrasなど選択肢増加	設計能力、先端プロセス
HBM	DRAM能力の20％→約30％へ	DRAMウエハー、積層・実装
CPU memory	SOCAMM2など新階層	高容量・低消費電力DRAM
Storage	Context Memory、In-Memory化	NAND性能、IOPS、容量
Advanced Packaging	台湾で大規模投資継続	CoWoS能力、材料、装置
Interconnect	HuaweiがNPO、各社が高速Scale-up	光・電気接続、SerDes
Fab	TSMC等の先端ロジック	先端ノード生産能力

ここから一つの重要な結論が出ます。

AI半導体の供給量は、最も不足している一つの工程によって決まります。

GPUダイを100個作れてもHBMが80個分しかなければ、完成品は80個です。

HBMが100個あってもCoWoS能力が70個分なら、出荷できるのは70個です。

したがって半導体産業を見る際、

「各企業の生産能力」ではなく、「GPU＋HBM＋パッケージを完成品にできる最小能力」

を見る必要があります。

11．前号から何が変わったのか

前号	今回	変化
メモリ価格上昇	HBMがDRAMウエハー能力の3割へ	AI需要が通常DRAM供給へ波及
Full-Stack AI Memory	HBM4＋SOCAMM2をRubinに実装	メモリ階層が実システム化
カスタムASIC拡大	Huawei、Alibaba、Cerebrasが大規模システム化	NVIDIA以外もMW規模へ
AIチップ＋通信共同設計	Huawei SuperPoDでNPO採用	チップ性能よりクラスタ性能へ
先端パッケージ需要増	台湾が材料・装置検証園区を整備	後工程が国家産業政策へ
NAND＝AI用高速ストレージ	NAND内で検索演算	メモリと演算の境界が薄れる

前号では、

「演算・メモリ・通信をどの契約と資本負担で組み合わせるか」

が問いでした。

今回はさらに、

「限られたウエハー、HBM、パッケージ能力を誰が先に確保するのか」

が加わりました。

12．東証プライム企業の経営会議で確認したい4項目

1．「AI向けではないDRAM」も長期調達対象として見る

HBM比率が上がれば、通常DRAMにも影響します。

サーバー、通信、産業機器、車載機器を作る企業は、

「自社はHBMを使わないから関係ない」

とは言えません。

2027年の調達計画では、

DDR5、LPDDR、NANDの価格と供給量までAI需要の影響を織り込む

必要があります。

2．AI半導体メーカーを単体性能だけで評価しない

Huawei、Alibaba、Cerebrasの動きが示しているのは、AI半導体がシステム製品になったことです。

評価項目は、

FLOPS
メモリ容量
メモリ帯域
Scale-up能力
Scale-out能力
ソフトウェア
消費電力
1MW当たりの推論量
1トークン当たりのコスト

へ広げる必要があります。

3．日本の材料・装置企業は「誰の認定ラインに入るか」を決める

優れた材料を開発するだけではAI半導体市場へ入れません。

TSMC、SK hynix、Samsung、Micron、ASE、SPILなどの開発ロードマップに合わせ、

いつ評価サンプルを出し、どのβ-siteで認定を受け、どの世代の量産に入るか

を逆算する必要があります。

先端半導体市場では、量産開始後に営業しても遅いケースがあります。

4．「中国半導体＝遅れている」で経営判断しない

中国企業は先端露光装置へのアクセス制約を抱えています。

一方でHuaweiやAlibabaは、

多数のチップを巨大クラスタにし、ネットワークとソフトウェアでシステム性能を上げる

方向へ進んでいます。

日本企業が中国市場、競合製品、材料需要を分析する際には、半導体の製造ノードだけではなく、

システムとして何個のチップを配置し、どれだけのメモリ・基板・光部品を必要とするか

を見るべきです。

むしろチップ単体性能が低ければ、同じ計算能力を得るために使用するチップ、メモリ、基板、電源、冷却設備が増える可能性もあります。

13．次の2〜4週間で確認すべきこと

最大のポイントはHBMです。

Samsungが示した「DRAM能力の約30％」という数字が現実化すると、

AI向けHBM需要の増加 → 通常DRAM供給減少 → DRAM価格上昇

という波及がどの程度起こるのかを確認する必要があります。

次にHBM4です。

SK hynix、Samsung、Micronの3社について、

NVIDIA Rubin向け認定
出荷数量
12層／16層
HBM4E
歩留まり
価格
2027年供給契約

を分けて追う必要があります。

先端パッケージについては、TSMC自身だけでなくASE/SPILのCoWoS能力増強、パッケージ基板、材料、検査装置まで追う必要があります。

AIアクセラレータではHuawei Ascend 960、Alibaba Zhenwu V900、Cerebrasなどについて、発表スペックより実際に何MWが稼働するかを見ることが重要です。

まとめ

この2週間で見えたのは、

AI半導体の主戦場が「GPUそのもの」から、GPUを大量に稼働させるためのメモリと先端パッケージへ移っている

ということです。

Samsungによれば、HBMは2027年に世界のDRAMウエハー能力の約30％を占める可能性があります。

SK hynixのHBM4はVera Rubin実機に搭載されました。

台湾ではTSMCを中心に、先端パッケージの材料・装置まで含む巨大な産業基盤が形成されています。

一方でHuaweiとAlibabaは独自AI半導体と巨大クラスタを構築し、Cerebrasにも100MW級の需要が付きました。

つまり、

AI半導体市場＝NVIDIA GPU市場

ではありません。

より正確には、

AI半導体 × HBM/DRAM × NAND × 先端パッケージ × インターコネクト × 電力

という巨大な設備産業です。

そしてこの産業では、最も不足している工程が全体の出荷量を決めます。

東証プライム企業にとって重要なのは、「次にどのGPUが強いか」を当てることではありません。

どの計算アーキテクチャが伸びても必要になる材料、装置、メモリ、パッケージ、電源、通信のどこに自社が入れるのか。

この視点でAI半導体市場を見る方が、日本企業にとって事業機会を捉えやすくなります。

期間外速報：9月30日に3件の重要ニュース

本稿の対象期間は9月29日までですが、翌9月30日に重要ニュースが集中しました。

速報1．Micron決算――2027年HBMの大半をすでに契約

前号で「次回確認すべきイベント」として挙げていたMicronの2026年度第4四半期決算が9月30日に発表されました。

出典

Micron公式決算発表
Reuters「Micron’s AI-fueled revenue forecast blows past estimates, backlog swells」

売上高は542.3億ドル、2027年度第1四半期の売上高見通しは615億ドルです。

さらに重要なのは供給契約です。

Micronは2027年のHBMビット供給量について大半を顧客との契約で確保済みと説明しており、長期顧客コミットメントは320億ドルへ増えています。

またデータセンターSSD売上高は約100億ドルと前年同期比10倍超になったと同社は説明しています。

これは次号の最重要ニュースです。

HBMだけではなく、

DRAM＋HBM＋SSDの全メモリ階層でAI需要が同時に強くなっている

ことが決算数字で確認されました。

速報2．キオクシア×Applied Materials――次世代AIメモリを米国で共同開発

出典

Applied Materials「アプライドマテリアルズとキオクシア、EPICセンターで次世代メモリ技術の発展に向け提携」

キオクシアはApplied MaterialsのEPIC Centerへ参加し、

新しいメモリセル
新メモリ構造
マルチチップ積層
AI向け高密度・高性能メモリ

を共同開発します。

キオクシアにとっても、メモリ開発は自社Fab内だけで完結するものではなく、

装置メーカーと材料段階から共同開発する方式

へ進んでいます。

速報3．TSMC、Texas投資を検討とのReuters報道

出典

Reuters「TSMC evaluates potential Texas investment, sources say」

Reutersは、TSMCがTexasへの半導体製造投資を検討していると報じました。

計画はまだ確定していません。

TSMCはすでにArizonaへ総額2650億ドルをコミットしており、Texas案件が実現すれば米国で第2の大型製造拠点となる可能性があります。

したがって現時点では設備発注が決まったニュースとして扱うべきではありません。

しかし、AI半導体の製造能力がTaiwanだけでなく米国内にも大規模に分散する流れとして、次号で継続確認する必要があります。

今回のレポートは、前号からのつながりが非常に明瞭です。**前号＝「メモリも含めて長期供給をどう確保するか」→今回＝「HBMがDRAM生産能力そのものを取り始め、HBM・CoWoSの生産枠を誰が取るか」**へ進んでいます。

特にSamsungの**「HBMがDRAMウエハー能力の20％→30％」**は、経営者向けの冒頭に置ける強い数字です。AIサーバーを買わない会社にも、通常DRAMの価格・供給を通じてAI投資ブームが波及することを一発で説明できます。