[前回のエグゼクティブサマリー]

前号の調査対象は2026年9月16日〜9月29日でした。したがって、続編は翌日の9月30日〜10月13日です。9月30日の1日間と、10月1〜13日の13日間で、きっかり14日間になります。10月14日以降の発表は入れていません。なお、OCP Global Summitは10月12〜15日の開催ですが、本稿では10月12日と13日の発表だけを採用し、14〜15日は次号へ送ります。

調査対象期間：2026年9月30日〜10月13日の14日間
情報基準日：2026年10月13日
想定読者：東証プライム上場企業の経営者、経営企画、CFO、CIO/CDO、調達・研究開発・事業責任者

前号「海外／日本のAI半導体・メモリ重要ニュース：9月29日までの2週間」では、AI半導体市場をNVIDIA GPU市場だけで見てはいけないこと、そして、

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

というシステム全体の供給能力を見る必要があると整理しました。前号では、HBMが世界のDRAMウエハー能力の約3割を使う可能性、中国企業が独自AIアクセラレータを巨大クラスタとして展開する動き、CoWoSを中心とする先端パッケージ投資を取り上げました。さっつーのAIエージェント：監修今泉大輔

今回の14日間では、その産業構造がさらに一段進みました。

最大の変化は、クラウド大手の独自AI半導体が、NVIDIA GPUを補完する小規模な専用チップから、自社AIサービスを支える主力基盤へ移ったことです。

Microsoftは、独自AIアクセラレータ「Maia 300」を2027年からマルチGW規模で配備し、最大では100万個を超える可能性があると明らかにしました。Microsoftは、同システムが主要なGPUベースシステムと比べて、1MW当たり約40％多くのトークン処理を行えると主張しています。比較対象を明示していないため、この40％はMicrosoft自身の評価として読む必要があります。The Official Microsoft Blog

第二に、メモリの供給能力が、顧客の現金前払いによって囲い込まれる市場になりました。

Micronの長期供給契約に伴う顧客の金融コミットメントは320億ドルへ増え、その大半は現金預託です。契約済み将来収益の指標であるRPOは約1,500億ドルに拡大し、2027年のHBM供給量の大部分も契約済みとなりました。メモリメーカーが設備を建ててから顧客を探すのではなく、顧客が先に資金を入れて将来の製造能力を確保する構造です。Reuters

第三に、AI向け需要はHBMだけでなく、通常のDRAMとNANDの価格・企業利益まで押し上げ始めました。

Samsung Electronicsは、2026年第3四半期の営業利益が前年同期比で約9倍の107兆4,000億ウォンになるとの暫定見通しを示しました。一方、同じSamsungのスマートフォン事業は、メモリなど部材価格の上昇によって10億ドルを超える損失になったとアナリストは推計しています。

つまり、AI投資ブームは同じ企業グループ内でも、

メモリ部門から巨額利益を生む一方、メモリを購入する完成品部門の利益を圧迫する

という利益移転を起こしています。Reuters

第四に、先端パッケージの供給網が台湾から米国へ広がり始めました。

TSMCはGlobalFoundriesと20億ドル、5年間の契約を結び、CoWoS向けシリコンインターポーザを米ニューヨーク州で生産します。量産開始は2028年上期の予定です。GPUダイを米国で製造するだけでなく、HBMとGPUをつなぐパッケージ部材まで米国内に持つ動きが始まりました。GlobalFoundries

第五に、日本企業では、キオクシアがAI用SSDを液冷システムの中へ組み込む方向を明確にし、ルネサスが800VDCから48V、12V、6Vへ電力を変換するGaNパワー半導体を相次いで投入しました。

AI半導体市場は、演算チップやHBMだけではありません。

データを保持するSSD、電力を変換するGaN、熱を除去する液冷設備までが、AI計算性能を決める半導体システムの一部になっています。KIOXIA Corporation

エグゼクティブサマリー
1. 10月12日
経営指標がFLOPSから「Tokens per MW」へ
1. 9月30日
HBMだけでなく、SOCAMMとSSDも伸びる
1. 10月8日
Samsungも「HBMだけ」ではなく全階層を提案
1. 10月8日
2. 10月8日
7-1．E1.L型QLC SSDで1Uサーバーを高密度化
1. 10月9日
7-2．CM9シリーズに直接液冷対応モデル
1. 10月13日
8-1．650V GaNを8mm角・両面冷却パッケージに
1. 9月30日
8-2．100V GaNで48V以下の電力変換も高効率化
1．NVIDIA前提だけでAI投資計画を作らない
2．FLOPSではなく「1MW当たりの成果」を聞く
3．メモリを市況品として扱わない
4．HBM以外のメモリ価格もストレステストする
5．先端パッケージの第二供給地域を確認する
6．AI半導体市場への参入領域を演算チップに限定しない

エグゼクティブサマリー

論点	今回確認された変化	東証プライム企業への意味
カスタムAI半導体	MicrosoftがMaia 300を100万個超、マルチGW規模で配備する可能性	NVIDIA GPUだけを前提に事業計画を立てられなくなる
メモリ供給	Micronの長期契約コミットメント320億ドル、RPO約1,500億ドル	メモリ供給枠を現金前払いで確保する時代へ
メモリ価格	Samsungの営業利益が約9倍、通常DRAM・NANDも高騰	AIを使わない製品にも部材価格上昇が波及
先端パッケージ	TSMCとGlobalFoundriesが米国インターポーザ生産で20億ドル契約	CoWoS供給網が台湾一極から地理的分散へ
NAND／SSD	キオクシアが高密度QLCと直接液冷SSDを発表	SSDが保管装置からAI Context Memoryへ
電源半導体	ルネサスが650Vと100VのGaNを相次ぎ投入	800VDC電源変換が日本企業の参入領域になる
中国	NVIDIA 34％、Huawei 28％、非GPU型がGPUを台数で上回る	単体性能よりクラスタ全体の性能で評価すべき
設計標準	NVIDIAがVera Rubinのラック設計をOCPへ提供	半導体が電源・液冷を含む標準ラック製品になる

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	元記事
9月30日	Micron	長期契約コミットメント320億ドル、RPO約1,500億ドル	将来のメモリ能力を顧客が前払いで確保	Micron公式
9月30日	ルネサス	800VDC向け650V GaN	AIラック電源の高密度化	ルネサス公式
10月1日	Volantis	光でAIチップと多数のメモリを接続	Memory Wallへの光I/O適用	Reuters
10月6日	AMD	2027年のCPU・GPU供給を大幅増	ウエハー、HBM、組立能力の確保競争	Reuters
10月6日	ルネサス	AIサーバー向け100V GaN	48V以下の電力変換までGaN化	ルネサス公式
10月8日	Samsung	営業利益107.4兆ウォンとの暫定見通し	AIメモリ不足が通常DRAM・NANDにも波及	Reuters
10月8日	TSMC	第3四半期売上高が約50％増の過去最高	AIロジック需要がさらに拡大	TSMC公式
10月8日	TSMC・GlobalFoundries	米国でCoWoS用インターポーザ生産	先端パッケージ供給網の米国化	GlobalFoundries公式
10月9日	キオクシア	E1.L型QLC SSDをサンプル出荷	1Uサーバーの高密度AIストレージ	キオクシア公式
10月12日	Microsoft	Maia 300をマルチGW、最大100万個超規模へ	カスタムASICが主力推論基盤へ	Microsoft公式
10月12日	NVIDIA	Vera Rubinのラック・トレイ設計をOCPへ	チップから電源・液冷・ラック標準へ	NVIDIA公式
10月13日	キオクシア	直接液冷対応CM9 SSD	SSDも液冷ラックの一部へ	キオクシア公式
10月13日	中国AI半導体	NVIDIA 34％、Huawei 28％	中国で国産AI半導体への置き換えが進展	Reuters
10月13日	AMD・Scaleway	スウェーデンにAMD型AIスーパーコンピューター	AMD AI基盤が商用導入段階へ	Reuters

2．〖今回最重要〗Microsoft Maia 300――カスタムASICが「主力AI基盤」になる

10月12日

元記事①：Microsoft「Microsoft to expand Azure Maia system to multi-gigawatt deployments」

Microsoft公式発表を読む

元記事②：Reuters「Microsoft plans huge deployment of its own AI chips, with an eye on saving costs」

Reutersの記事を読む

Microsoftは、独自AIアクセラレータ「Maia 300」を2027年から量産配備します。

Reutersによると、配備数は100万個を超える可能性があります。Microsoftは公式には「マルチGW規模」と表現しており、100万個超は確定発注・出荷済み台数ではなく、2027年の配備計画が最大規模まで進んだ場合の数字です。Reuters

Maia 300は、学習を中心とする汎用アクセラレータではなく、

長いコンテキストを使う推論
メモリ負荷の大きい処理
トークンを順次生成するDecode処理
複数段階で仕事を行うAIエージェント

に最適化した「Inference-first」の半導体です。

1ラックに96個のMaia 300を搭載し、ラック電力は167kWです。8スタックのHBM4を搭載し、1チップ当たり18TB/sのピークメモリ帯域、950WのTDPを持ちます。ラック全体では27.6TBのHBMと、1.7PB/sの総メモリ帯域になります。The Official Microsoft Blog

Microsoftは、Maia 300が主要なGPUベースシステムと比べ、

1MW当たり約40％多くのトークン処理

を実現するとしています。

ただし比較対象となったGPUシステムは公表されていません。この40％は、Microsoft自身のシステム比較値です。第三者による独立比較として扱うべきではありません。The Official Microsoft Blog

経営指標がFLOPSから「Tokens per MW」へ

このニュースで最も重要なのは、100万個という台数だけではありません。

Microsoftが評価軸として、

「半導体1個が何FLOPSか」ではなく、「1MWの電力から何トークンを生産できるか」

を前面に出したことです。

AIサービス事業者が欲しいのは、ベンチマーク上の最高性能ではありません。

同じ電力、同じデータセンター、同じ資本支出で、

何人の顧客へサービスを提供できるか
何トークンを生成できるか
AIエージェントを何件動かせるか
1トークン当たり原価をいくらまで下げられるか

です。

Microsoftは、NVIDIA GPUを全面的に置き換えるというよりも、予測可能な自社サービスを自社ASICへ移し、高価で汎用性の高いGPUを、それが本当に必要な処理へ集中させようとしています。

つまりカスタムASICは、

GPUの代替品というより、GPUを最も経済的に使うための事業ポートフォリオ

になりつつあります。

3．〖メモリ最重要〗Micron――顧客が320億ドルを前払いして製造能力を確保

9月30日

元記事①：Micron「Micron Technology, Inc. Reports Record Fiscal Fourth-Quarter and Full-Year 2026 Results」

Micron公式決算発表を読む

元記事②：Reuters「Micron’s AI-fueled revenue forecast blows past estimates, backlog swells」

Reutersの記事を読む

Micronの2026年度第4四半期売上高は542億2,900万ドル、通期売上高は1,331億8,800万ドルとなりました。翌四半期の売上高見通しは615億ドル±15億ドルです。マイクロンテクノロジー投資家向け情報

しかし今回の最大の数字は、売上高ではありません。

顧客が長期供給契約に基づいて行った金融コミットメントが、前四半期の220億ドルから320億ドルへ増えました。その大半は現金預託です。

また、将来の契約済み収益を示すRPOは約1,000億ドルから約1,500億ドルへ増えました。Micronは2027年のHBM供給量の大部分について、すでに契約を確保したと説明しています。Reuters

注意したいのは、320億ドルが売上高ではないことです。

顧客が将来のメモリ供給を確保するために差し入れた預託金などであり、RPOも将来の契約上の履行義務です。

それでも産業構造としては大きな変化です。

従来のメモリ産業は、

需要を予測して工場を建てる → 需給が緩む → 市況が暴落する

という循環を繰り返してきました。

現在はAI顧客が先に長期契約と現金を入れ、その資金を根拠にメモリメーカーが設備能力を増強します。

つまり、

メモリ供給能力そのものが、予約販売されるインフラ資産になった

ということです。

HBMだけでなく、SOCAMMとSSDも伸びる

Micronは同時に、

512GB DDR5 RDIMMをサンプル出荷
サーバー向けSOCAMM売上高が前四半期比2倍超
PCIe Gen5／Gen6 SSDをKVキャッシュ用途で出荷

したと発表しました。マイクロンテクノロジー投資家向け情報

AIのメモリ需要はHBMだけではありません。

メモリ層	主な役割
HBM	GPU直近の最高速メモリ
DDR5／SOCAMM	CPU・システムメモリ
CXLメモリ	外部拡張・プール化
SSD	KVキャッシュ、Context Memory、大容量データ
NAND	長期保存、データセット、モデル保存

AIエージェントが長いコンテキストを使うほど、HBMの外側にあるメモリ層も増えます。

メモリ調達は、HBMだけを確保すれば終わりではありません。

4．Samsung――AIメモリで営業利益9倍。ただしスマートフォン部門を圧迫

10月8日

元記事①：Samsung Electronics 第3四半期暫定業績

Samsung公式発表を読む

元記事②：Reuters「Samsung flags $80 billion profit on AI boom, highest quarterly for any tech company」

Reutersの記事を読む

Samsungは2026年第3四半期について、

営業利益：107兆4,000億ウォン
売上高：195兆ウォン

との暫定見通しを発表しました。

営業利益は前年同期比で約9倍、売上高は約127％増です。部門別の詳細業績は10月29日に発表されるため、本稿の時点では暫定値です。Reuters

AIメモリ需要を背景にHBMが伸びただけではありません。

Reutersによれば、通常のDRAMとNANDも供給が引き締まり、価格が上昇しました。SamsungとMicronは、需給の逼迫が2028年まで続く可能性があると見ています。Reuters

一方、Samsungのスマートフォン事業は、メモリなど部品価格の上昇によって10億ドルを超える損失になったとアナリストは推計しています。ファウンドリー事業も固定費と低稼働率のため、赤字が続くと予想されています。いずれもSamsung公式の部門別確定値ではなく、アナリスト推計です。Reuters

ここには、東証プライム企業にとって重要な教訓があります。

AI半導体ブームが企業全体に一様な利益をもたらすわけではありません。

メモリを製造する企業は利益を得ます。

しかし、

スマートフォン
PC
通信機器
車載機器
産業用コンピューター
サーバー

など、DRAMやNANDを購入する企業は原価上昇に直面します。

自社がHBMを使わなくても、AIブームによるメモリ価格上昇から逃れられない可能性があります。

Samsungも「HBMだけ」ではなく全階層を提案

OCP Global SummitでSamsungは、

HBM4E
LPDDR5X-PIM
CXL接続メモリ
SOCAMM2
PCIe Gen6 SSD
大容量QLC SSD
直接液冷に組み込んだSSD

を展示しました。

AIインフラ向けメモリ事業は、HBM単品ではなく、高速化・容量拡張・KVキャッシュ・永続保存を一体化する事業へ移っています。Samsung Semiconductor

5．TSMC――第3四半期売上高は過去最高。AI半導体需要がさらに加速

10月8日

元記事①：TSMC「2026 Monthly Revenue」

TSMC公式売上高資料を読む

元記事②：Reuters「TSMC’s third-quarter revenue surges to record, beating market forecast」

Reutersの記事を読む

TSMCの9月売上高は5,118億5,700万台湾ドルで、前年同月比54.6％増でした。

1〜9月累計では3兆8,987億2,700万台湾ドルとなり、前年同期比41.1％増です。TSMC

Reutersによると、第3四半期売上高は約1兆4,900億台湾ドル、約467億ドルとなり、前年同期比約50％増で過去最高を更新しました。詳細な第3四半期決算は10月15日の発表であり、本稿の対象期間外なので、利益や設備投資見通しは次号で扱います。Reuters

Microsoft Maia 300は、演算チップレットにTSMCの2nm級プロセスを採用します。

NVIDIA、AMD、Microsoft、Apple、各種カスタムASICが同時に先端プロセスへ移ると、TSMCの供給能力をめぐる競争はさらに激しくなります。Microsoft自身が半導体を設計しても、製造能力をTSMCから確保しなければ配備できません。Reuters

「独自半導体を作る」ことは、TSMC依存から離れることではありません。

むしろ、

GPUメーカー、クラウド企業、AI企業が同じ先端Fabの製造枠を競う

ことを意味します。

6．TSMC×GlobalFoundries――CoWoS用インターポーザを米国で生産

10月8日

元記事①：GlobalFoundries
「GlobalFoundries reaches agreement to establish U.S.-based supply of silicon interposers for advanced AI packaging」

GlobalFoundries公式発表を読む

元記事②：Reuters「GlobalFoundries to make key AI chip component for TSMC in $2 billion deal」

Reutersの記事を読む

GlobalFoundriesは、ニューヨーク州Malta工場でTSMCのCoWoS向けシリコンインターポーザを生産します。

契約は20億ドル、当初5年間で、2028年上期から量産を立ち上げる計画です。GlobalFoundriesによれば、米国内で初めてとなる先端パッケージ向けシリコンインターポーザ供給源です。GlobalFoundries

AIアクセラレータは、GPUダイを作っただけでは完成しません。

GPUやASICと複数のHBMをシリコンインターポーザの上に載せ、微細配線で接続し、基板へ実装する必要があります。

したがって供給能力は、

先端ロジックFab
× HBM
× インターポーザ
× パッケージ組立
× 基板
× 検査

の最も不足している工程で決まります。

これまで先端ロジックだけを米国へ移しても、パッケージ工程を台湾に依存したままでは、完成したAI半導体を米国内で供給できませんでした。

今回の契約は、AI半導体の米国生産を、

「前工程のFab」から「完成品を作るパッケージ供給網」へ広げる動き

です。

日本の材料・装置企業は、台湾のCoWoSラインだけでなく、米国で立ち上がる新しい認定ラインにも対応する必要があります。

7．〖国内最重要・メモリ〗キオクシア――SSDが「AIの外部メモリ」と「液冷部品」になる

7-1．E1.L型QLC SSDで1Uサーバーを高密度化

10月9日

元記事：キオクシア「ハイパースケールデータセンター向けE1.L QLCベースSSDの開発について」

キオクシア公式発表を読む

キオクシアは、第8世代BiCS FLASH QLCを採用した「KIOXIA LD4シリーズ」のサンプル出荷を開始しました。

容量は15.36TBと30.72TBで、アーキテクチャとしては最大122.88TBまでの大容量化に対応します。E1.Lフォームファクターを採用し、1Uサーバーへ多数のSSDを高密度に搭載する用途を狙います。現在は機能評価用の限定サンプルであり、量産製品の最終仕様とは異なる可能性があります。KIOXIA Corporation

QLCは、一つのメモリセルに4bitを記録する方式です。

書き換え耐久性や速度よりも、低コストで大容量を実現しやすいため、

AI学習データ
モデルデータ
動画・画像
長いコンテキスト
推論履歴
KVキャッシュの下位階層

など、大量のデータを保存する用途に向きます。

HBMを増やすだけでは、AIエージェントが使う全データを保持できません。

高価なHBMから安価なQLC SSDまで、用途に応じてデータを階層配置することがAIシステムの経済性を決めます。

7-2．CM9シリーズに直接液冷対応モデル

10月13日

元記事：キオクシア「エンタープライズSSD『KIOXIA CM9シリーズ』に直接液冷対応モデルを追加」

キオクシア公式発表を読む

キオクシアは、E3.SフォームファクターのCM9シリーズに、コールドプレートによる直接液冷対応モデルを追加しました。

直接液冷環境と従来の空冷環境の双方で使用できます。限定顧客向けにサンプル出荷を開始しています。KIOXIA Corporation

ここが重要です。

液冷はGPUやCPUだけを冷やす技術ではなくなります。

ラック内のGPU密度が上がれば、SSD、ネットワーク機器、電源変換器などの発熱も増えます。

SSDがKVキャッシュやContext Memoryとして頻繁に読み書きされれば、ストレージ自体も冷却設計へ組み込む必要があります。

キオクシアの二つの発表をつなげると、

NANDは「保存装置」から「AIメモリ階層の一部」へ移り、その結果として液冷ラックの構成部品になる

という変化が見えます。

8．〖国内最重要・電源半導体〗ルネサス――800VDCの上流と下流をGaNで押さえる

8-1．650V GaNを8mm角・両面冷却パッケージに

9月30日

元記事：Renesas
「Renesas Unveils Industry’s First 650V GaN in Dual-Side Cooled 8x8mm Package for Megawatt-Scale AI Data Centers」

ルネサス公式発表を読む

ルネサスは、800VDC型AIデータセンター向けに、8mm角の両面冷却パッケージへ収めた650V GaNを発表しました。

同社によれば、

オン抵抗20mΩ
従来の10×15mm TOLT型より実装面積57％減
上面側熱抵抗を10％低減
800Vから48V、12V、6Vへの変換
BBU・キャパシタバンク向け

を想定しています。

主要なAIデータセンターOEM・ODMへサンプル出荷中で、量産開始は2027年半ばの計画です。性能・「業界初」という表現はいずれもルネサスによるものです。Renesas

8-2．100V GaNで48V以下の電力変換も高効率化

10月6日

元記事：Renesas
「Renesas Expands GaN Portfolio with First Low-Voltage GaN FETs for AI Data Centers and Robotics」

ルネサス公式発表を読む

ルネサスはさらに、100Vの低電圧GaNファミリーを投入しました。

800VDCから48Vへ下げた後、GPU、CPU、メモリなどが必要とするさらに低い電圧へ変換する段階で使います。

同社は、シリコン型と比べて1〜3％の効率向上、スイッチング損失40〜70％削減、最大2倍の電力密度を掲げています。これらはルネサスが示した設計・製品性能値であり、すべての実装条件で同じ効果が得られることを意味しません。製品はすでに販売を開始しています。Renesas

二つのニュースを合わせると、ルネサスは、

800V側の高電圧変換
→ 48V中間バス
→ GPU近傍の低電圧変換

までを一つのGaN製品体系で押さえようとしています。

AI半導体市場をGPUやHBMだけで見ると、この市場を見落とします。

データセンターへ100MWの電力を供給しても、変換段階で1％を失えば1MWが熱になります。

したがって、パワー半導体の効率改善は、

使えるGPU数、冷却設備容量、電力料金、PUEへ直接影響するAI計算技術

です。

9．AMD――「製品はある」から「供給能力と実配備」へ

10月6日・13日

元記事①：Reuters「AMD plans to substantially increase supply in 2027, CEO says」

Reutersの記事を読む

元記事②：Reuters「Scaleway to build AMD-powered AI supercomputer in Sweden」

Reutersの記事を読む

AMDのLisa Su CEOは、2027年にCPUとGPUの供給量を大幅に増やすと述べました。

そのために、

TSMCの先端ウエハー能力
Samsung、SK hynixなどのメモリ供給
Foxconnなどのシステム製造能力

を確保し、3〜5年先まで供給計画を立てていると説明しています。Reuters

10月13日には、フランスのクラウド企業Scalewayが、AMD Instinct MI355Xを使った商用AIスーパーコンピューターをスウェーデンに構築すると発表しました。

サーバーはGiga Computing、ネットワークはHPE、ストレージはVAST Data、冷却はMotulなどが関わります。Reuters

ここで重要なのは、AMD製GPUの性能比較だけではありません。

AMDのAIシステムにも、

GPU
＋ CPU
＋ HBM
＋サーバー
＋ネットワーク
＋ストレージ
＋液冷

という一式のサプライチェーンが付き始めたことです。

AMDのOCP発表によると、Heliosラックの初期システムはOpenAI、Meta、Microsoft、Oracleに設置され、検証・導入が進んでいます。

また2027年投入予定の第6世代EPYC「Verano」は、EPYCとして初めてLPDDRメモリインターフェースを採用します。AIサーバーではCPU側でも、従来のDIMMだけでなく、省電力で高帯域なLPDDR系メモリを使う流れが強まっています。AMD Newsroom

10．中国市場――NVIDIA 34％、Huawei 28％。非GPU型がGPUを台数で上回る

10月13日

元記事：Reuters「Nvidia’s China AI-chip share falls as Huawei closes gap, report finds」

Reutersの記事を読む

IDCの調査をReutersが報じたところによると、2026年上期の中国データセンター向けAIアクセラレータ市場は次のようになりました。

企業	出荷台数	シェア
NVIDIA	67万8,000台	34％
Huawei	57万2,000台	28％
Alibaba T-Head	―	7％
Cambricon	―	5％
Baidu Kunlunxin	―	4％
Hygon	―	3％

NVIDIAは依然として単一企業では最大ですが、出荷台数は前年同期比44％減りました。Huaweiは前年の30万台超から57万2,000台へ増加しています。Reuters

さらに重要なのがチップ方式です。

中国で出荷されたAIアクセラレータは合計200万8,000台でした。

そのうち、

GPU：99万1,000台
GPU以外のAIアクセラレータ：101万6,000台

となり、非GPU型が台数でGPUを上回りました。非GPU型は前年同期比で約80％増えています。Reuters

これは、非GPU型の計算性能や売上高がGPUを上回ったという意味ではありません。

1台当たり性能、価格、用途が異なるため、台数だけで優劣は決まりません。

それでも、中国では推論や特定用途を中心に、

GPUでなくても処理できる仕事を、国産ASIC・NPUへ移す

動きが進んでいます。

IDCは、競争軸が単体チップ性能から、大規模クラスタの中でどれだけ効率よく動くかというシステム性能へ移っていると指摘しています。Reuters

日本企業が中国AI半導体市場を分析する場合、製造ノードの遅れだけを見てはいけません。

中国企業が多数のNPUを使うなら、

メモリ
基板
電源
光接続
冷却
ネットワーク

の必要量が増える可能性があります。

チップ単体性能の不足を、システム全体の物量で補う市場構造にも商機があります。

11．NVIDIA――Vera Rubinを「専有設計」からOCP標準へ

10月12日

元記事：NVIDIA
「OCP Global Summit: Amid Ecosystem Adoption, NVIDIA Opens Vera Rubin Architecture to Help Scale AI Factories Worldwide」

NVIDIA公式発表を読む

NVIDIAは、Vera Rubin向けのラックおよびコンピュートトレイ設計を、MGXアーキテクチャを通じてOpen Compute Projectへ提供しました。

MGX 1.2には、

ラック規模のブラインドメイト液冷
相互運用可能なラック間接続
液冷対応5,000Aバスバー
標準化された電力・冷却インターフェース
250kWまでのラック設計

が含まれます。NVIDIA Blog

これは、NVIDIAが知的財産をすべて無償公開するという意味ではありません。

GPU、ネットワーク半導体、ソフトウェアなどの中核技術はNVIDIAが保持します。

公開するのは、ODM、サーバーメーカー、電源・冷却機器企業が共通の仕様に基づいて、Vera Rubin対応設備を量産しやすくするラック・設備側の設計です。

ここから分かることは、AI半導体の競争単位が変わったことです。

以前は、

GPUを一個購入する

という市場でした。

現在は、

GPU、CPU、HBM、ネットワーク、ラック、バスバー、液冷、管理ソフトを一つの量産可能なAI Factory部品として購入する

市場になっています。

日本企業がAI半導体市場へ入る場合、NVIDIA GPUそのものを作れなくても、

バスバー
QDコネクタ
コールドプレート
ポンプ
センサー
電源変換器
光部品
基板
検査装置

をOCP・MGX仕様へ合わせることで、世界のサプライチェーンへ入れる可能性があります。

12．注目技術：Volantis――AIチップとメモリの間も光接続へ

10月1日

元記事：Reuters「Volantis raises $88 million for tech to connect AI, memory chips」

Reutersの記事を読む

半導体スタートアップVolantisは、8,800万ドルを調達し、AIプロセッサとメモリをVCSEL光通信で接続する技術を開発しています。

同社は、現在の電気接続ではGPUの近くに置けるメモリチップが約8個に限られるのに対し、光接続によって約220個まで接続できる可能性があると説明しています。これはVolantis自身の技術目標であり、量産製品や第三者実証による確定値ではありません。同社は翌年のチップ投入を計画しています。Reuters

現在、HBMはGPUのすぐ近くへ置かなければ、十分な帯域を確保できません。

しかしHBMを大量に積むほど、

パッケージ面積
熱
歩留まり
コスト
電気信号の到達距離

が制約になります。

光I/Oによって、プロセッサから少し離れた位置にある多数のメモリを高速接続できれば、AIパッケージ設計を変えられる可能性があります。

ただし、これはまだ量産前の技術です。

現時点では、

HBMを置き換える確定技術ではなく、「Memory Wall」を解く候補の一つ

として見るべきです。

13．AI半導体の全体構造を並べ直す

今回のニュースを積み重ねると、AI半導体の供給網は次のように整理できます。

レイヤー	今回の主なニュース	経営上の指標
AIサービス	Microsoftが自社サービスをMaiaへ	1トークン当たり原価
アクセラレータ	Maia、NVIDIA、AMD、中国NPU	Tokens per MW
HBM	Micronの2027年供給枠が大半契約済み	契約容量・帯域・電力
システムメモリ	SOCAMM、LPDDR、CXL	容量・帯域・省電力
SSD／NAND	キオクシアQLC、DLC対応SSD	Context Cache原価
先端パッケージ	TSMC・GlobalFoundries	CoWoS／インターポーザ能力
電源変換	ルネサス650V・100V GaN	変換効率・電力密度
ラック設備	NVIDIA MGX 1.2	kW／ラック、冷却、保守性
光I/O	Volantis	メモリ接続距離・帯域

ここから出る結論は明確です。

AI半導体は、単品のチップ市場ではありません。

1MWの電力を受け取り、

電圧を変換し
AIチップを動かし
HBMとSSDからデータを送り
ネットワークで多数のチップを接続し
発生した熱を液冷で捨て
最終的にトークンを生産する

一つの設備システムです。

したがって企業価値を評価する指標も、

FLOPS
→ Tokens per MW
→ Tokens per dollar
→ Revenue-generating tokens

へ移っていきます。

14．前号から何が変わったのか

前号まで	今回	変化
HBMがDRAM能力の約3割を使う	顧客が320億ドルを前払い	生産能力の囲い込みが金融取引になる
非NVIDIA半導体に100MW級需要	Microsoftが最大100万個超・マルチGW	カスタムASICが主力基盤へ
HBM4がRubinへ搭載	Maia 300もHBM4を8スタック搭載	HBM4需要がGPU以外へ広がる
台湾でCoWoS能力を増強	米国でもインターポーザを生産	先端パッケージを地理的に分散
NANDを演算・Context用途へ	高密度QLC＋液冷SSD	SSDがAIラックの構成部品になる
中国企業がロードマップを提示	HuaweiがNVIDIAに6ポイント差	国産化が実際の出荷シェアへ
AI半導体＝演算・メモリ中心	GaN、液冷、ラック標準まで一体化	Power-to-Token全体が競争単位になる