CASPAパネル：セミアナリシス、AIの最大の制約は電力ではなく基板と指摘 バーンスタインは資金調達とカスタムシリコンをプレッシャーポイントに挙げる
CASPA 2026 CEOサミットにおける半導体産業見通しパネル（2026年10月24日）
セミアナリシス（SemiAnalysis）の創業者兼CEOであるディラン・パテル氏と、バーンスタイン（Bernstein）のマネージングディレクター兼シニア半導体アナリストであるステイシー・ラスゴン氏は、CASPAのパネルディスカッションにおいて、AIインフラ投資に関する複数の市場コンセンサスに異議を唱えた。パテル氏は、電力やデータセンターのスペースは市場が想定しているほど大きな制約ではなく、真のボトルネックは基板、メモリ、そして光学部品であると主張した。一方、ラスゴン氏は、資金調達が現在投資家の懸念事項の筆頭に近づいており、需要と供給のシグナルから少なくとも2028年までは需給緊迫が続くと指摘した。両氏は、部品コストが高騰し、エヌビディア（Nvidia）やブロードコム（Broadcom）がカスタムシリコンの波に直面する中、誰がマージンを維持できるのかという点がより困難な問いであることで意見が一致した。
最大のボトルネックは電力ではなく基板
パテル氏の最も逆張り的な主張は、制約のランキング付けにあった。同氏は、土地・電力・シェル（外殻構造）や半導体製造装置よりも前に、基板を最上位に置いた。「基板、PCB（プリント基板）材料、基板材料、これらすべてのコンポーネントは深刻な投資不足に陥っている」と同氏は述べ、このサプライチェーンの大部分を支える日本のサプライヤーは保守的であり、生産能力の増強に慎重であると指摘した。その次にメモリが続き、その後に光学部品が続くとされる。共同パッケージング（CPO）および近接パッケージ光学系について、パテル氏は、仮に大手企業1社が2028年にCPOへ完全に移行したいと考えたとしても、レーザー、ファイバー接続、その他のコンポーネントにおいて「その物量を満たすことはできないだろう」と述べた。
電力に関しては、セミアナリシスの調査によると、来年に向けて世界で約50ギガワット分のデータセンターが建設中である。そのうち約35ギガワットが米国、7〜8ギガワットが中国であり、残りはオーストラリア、インド、マレーシアなどで占められている。パテル氏は、敷地内タービン、レシプロエンジン、燃料電池が、デベロッパーの送電網容量の制限回避に役立っていると述べた。同氏はこれらの解決策について、「半導体サプライチェーンに比べればはるかに複雑ではない」と表現した。これに対し、ラスゴン氏はより慎重な見方を示し、エヌビディアやブロードコムは土地、電力、シェルを制約要因とみなしているようだと指摘した。同氏はまた、イーロン・マスク氏が自社製タービンブレードの製造について言及していることを引き合いに出し、タービンのリードタイムに疑問を呈した。
ラスゴン氏は、各制約をクリアしていかなければ次の段階に進めない、多層的な不足が生じていると説明した。装置ベンダー自身も、PCB、チップ、バルブ、マスフローコントローラーの短期的な不足が、出荷を上積みする能力を制限していると不満を漏らしているという。期間の見通しについて、同氏は率直にこう語った。「今年は問題ないと思う。来年も同じような状況だろう。2028年も依然としてひっ迫した状態が続く可能性が高い。2029年は分からない。それは需要の問題に移行するからだ」。
サプライチェーンのひっ迫を示すメモリとWFE
ラスゴン氏は、価格が「天井知らずに高騰」しているにもかかわらず、メモリ関連銘柄の株価収益率は予想利益の2〜4倍で取引されていると述べた。同氏は、サンディスク（SanDisk）が、24カ月前の株価を上回る四半期EPS（1株当たり利益）の業績見通しを発表したことに言及した。こうした低いバリュエーションの背景には、2028年に供給が本格化し価格が暴落するというピーク・サイクルへの懸念があると分析した。これに対する同氏の反論は構造的なものであり、AIラック内のシリコン面積の70%〜80%はメモリ（主にDRAM）が占めているという。また、高帯域幅メモリ（HBM）は、標準的なDRAMであるDDR5と比較して、1ギガバイトあたり3〜4倍のウェーハを消費する。
製造装置に関して、ラスゴン氏は、今週決算を発表した企業が2027年のWFE（ウェーハ fab装置）市場見通しとして2,000億ドル超を暫定提示したと述べた。多くの投資家は「ファブ（半導体工場）が存在しない」ため、さらに多くの金額を期待していたが、同氏はその予想に驚いたという。クリーンルームは既に満杯であり、業界は既存の拠点を極限まで活用し尽くしている。今年のWFEの予想は120億ドル近辺でスタートしたが、最終的には155億ドル前後で着地する公算が大きい。新しいクリーンルームの生産能力は2027年に小規模ながら稼働し始め、2028年から2029年にかけて本格化する見込みであり、ラスゴン氏はこの時期に市場が需給のミスマッチに直面するかどうかを見極められると予想している。
資金調達がインフラ構築を抑制、エヌビディアが下支え
ラスゴン氏は、株式市場が最高値から下落しているのは、インフラ構築の持続可能性に対する懸念を反映したものであり、「明らかに資金調達はその懸念事項の1つであり、おそらく最上位に近い位置にある」と述べた。かつて「人類の歴史上最も現金を稼ぐ事業」だったハイパースケーラーが、現在では現金を急速に消費しており、株式の発行を迫られる可能性が高いと指摘した。同氏は、メタ（Meta）の新しい株式クラス構造をその実現要因の1つに挙げた。CoreWeaveの無担保債券は約15%の利回りで取引されており、これは現在の調達コストというよりは市場水準を示すものだが、新たな無担保債がどの水準で価格設定されるかを示すシグナルであると語った。それでも同氏は、「今後1〜2年は」業界はおおむね問題ないとの結論を下した。また、制約要因が存在することは、供給を抑制し、ITバブル崩壊後に残されたダークファイバーのような過剰投資を防ぐという意味でプラスに働く可能性もあると主張した。
一方、パテル氏はより詳細な現状を描き出した。ハイパースケーラーは年間2兆〜2兆5,000億ドルの設備投資を自力で賄うことができないため、その支出には自ずと限界があるという。インフラ構築の約半分を占めるネオクラウド（新興クラウド事業者）は、ハイパースケーラーや主要AI研究所からのオフテイク（長期購入契約）がなければ、クラスターの資金調達を行うことができない。仮に調達できたとしても、その債務コストは非常に高額である。同氏は、アンソロピック（Anthropic）向けに最近構築されたクラスターの例を挙げ、12%のクーポンが付与され、95セントのディスカウント価格で発行された結果、実効利回りが約15%に達したことを紹介した。そのTier（階層）以外の事業者については、「ハイパースケーラーが後ろ盾になっていなければ、インフラ構築は文字通り不可能だ」と述べた。それが、マスク氏の戦略が自らキャパシティを構築し、短期契約かつ非常に高価格でスタートアップにレンタルするという形になっている理由である。
パテル氏は、エヌビディアがこの問題を認識し、買い手責任（バックストップ）として機能していると指摘した。Sharon AIやFermiとの間では、資金調達を保証する見返りにレベニューシェア（売上分配）を受け取る契約を結んでいる。このスキームにおいて、エヌビディアはクラスターを1時間あたり3.50ドルの保証価格でクラウド事業者に貸し出し、クラウド事業者の利益は残らない仕組みとなっている。その上で、エヌビディアはその価格を超える売上の一部を分配受ける。Lambdaはアンソロピック向けインフラ構築のためにエヌビディアに10%のレベニューシェアを差し出したが、Sharon AIやFermiの契約では50%とはるかに大きな割合となっている。さらに、ブロードコムはアンソロピックと、チップの支払いを数年間にわたって分割するリースバック契約を結んでいるとパテル氏は述べた。また、メタによる1兆4,000億ドル規模の計算資源およびデータセンターのコミットメントは資本市場が注視している点であるとしつつ、「メタは完全に健全である」と付け加えた。
価格デフレから価格決定力への転換、1ギガバイトあたりのコストが急上昇
ラスゴン氏は、かつて価値破壊者であった産業としての歴史的アイデンティティが逆転したと主張した。1990年代から2000年代初頭にかけて、業界はフルサイクルを通じて経済的利益を破壊し、価値が顧客に流れていたことを示す自身のマッキンゼー（McKinsey）時代からの調査結果に言及した。しかし、コロナ禍がそれを変えたという。「入力コストの上昇によってマージンの縮小を経験した企業は1社もなかった。すべての企業がコストを相殺するために値上げを行った」。同氏は今年の業界売上高が約1兆5,000億ドルに達し、前年比で約100%増加すると予想している。その成長の70%〜80%はメモリのASP（平均販売価格）上昇によるものであり、出荷台数の伸びは約10%に過ぎないという。顧客は「実質的に選択肢がない状態にある」と述べた。
パテル氏は、AI計算能力の1ギガバイトを構築するためのコストが、2024年の約400億ドルから600億ドル超へと上昇したと指摘した。その上で、価格設定における行動の違いについて言及した。TSMCは過去10年間で粗利益率を45%から60%へと引き上げてきたが、その圧倒的な独占的地位と長期的なパートナーシップを考慮すれば「可能であったにもかかわらず、価格を法外につり上げてはいない」。一方、約24カ月前にマイナスの粗利益率から脱したばかりのメモリメーカーは、顧客を厳しく締め付けている。パテル氏は、「アップル（Apple）が景気後退期にメモリメーカーを圧迫してきたのだから、メモリメーカーは好況期にアップルを痛めつけるだろう」と述べた。エヌビディアは、メモリ、基板、光学部品のコスト上昇を吸収しつつも粗利益率をほぼ横ばいに維持してきたため、顧客が直面する価格上昇はエヌビディアのマージンから示唆されるよりも急ピッチで進んでいる。チップベンダー、クラウド事業者、AI研究所の間で、最終的に誰がそのコストを吸収するのかは依然として不透明だとパテル氏は指摘した。
エヌビディアのマージン防衛は「ドルあたり性能」、勝ち続ける必要性
ラスゴン氏は、エヌビディアの価格戦略を「顧客価値」の観点から説明した。AmpereからHopperへの移行期において、ASPはおおむね2倍になった一方で、性能は約10倍に向上した。HopperからBlackwellへの移行では、ASPが約50%上昇したのに対し、性能は3倍から30倍に向上した。BlackwellからRubinへの移行では、ラックコストがさらに2倍になる一方で、性能は約10倍に向上する。同氏は、Blackwellが1ギガバイトあたり約250億ドル、Rubinが約400億ドルというエヌビディア自身の参考数値を引き合いに出した。「もし彼らがFeynmanを投入し、その性能向上がわずか20%にとどまるようなことがあれば、その時は価格とマージンについて大いに懸念し始めるだろう」。同氏は、ビル・ダリー氏がHot Chipsで語った「過去10年間でGPU性能は1,000倍に向上し、次の10年でさらに1,000,000倍にすることを目指す」という発言を振り返った。
カスタムシリコンとチップ設計のコモディティ化
パテル氏は、業界にとって最大の問いであると指摘する問題提起を行った。それは、AIモデルによってチップ設計がソフトウェアのようにコモディティ化（汎用品化）するかどうかという点である。同氏によると、オープンソースの中国製モデルを実行するセミアナリシスのオープンソースベンチマーク「InferenceX」において、オープンAI（OpenAI）の第1世代チップはBlackwellを凌駕する性能を記録し、その設計やプログラミングの過程ではAIが深く活用されていたという。アンソロピックは独自のチップ開発プログラムを開始し、開発期間を半分に短縮することを目指している。グーグル（Google）はTPUを外部に販売しており、アマゾン（Amazon）のTrainiumは現在「PyTorchで完全に利用可能」となっている。
ソフトウェアの立ち上げ（インテグレーション）に要する時間が、このトレンドを裏付けている。パテル氏によれば、セミアナリシスがInferenceX上でエヌビディアを動作させるには6カ月かかったが、AMDでは6〜9カ月、グーグルとアマゾンではそれぞれ数カ月、そしてオープンAIではわずか約1カ月半であったという。設計が容易になれば、「マージンは低下せざるを得ない」とパテル氏は主張した。設計会社のマージンをサプライチェーンから取り除くことができれば、1ギガバイトあたりのコストは約200億ドルまで低下するという。その一方で、メモリ、ファウンドリ、基板、光学部品などのコンポーネントベンダーには「価格面でまだ大きな余地がある」。
パテル氏の分析によれば、エヌビディアはすでにサプライチェーンにおけるシェアを低下させつつある。同社は2026年のCoWoSウェーハおよびHBMの総供給量におけるシェアを低下させており、来年もさらにシェアを落とす見通しである。それでも業績（アーニングズ）が約2倍に増加すると予想されているのは、市場の土台自体が急速に拡大しているためだ。両氏はこの動向をバリュエーションに関連づけて説明した。パテル氏によると、エヌビディアとブロードコムのマルチプル（倍率）は「基本的に過去最低水準」にあるという。ラスゴン氏が約9〜10カ月前に測定した際、過去10年間でエヌビディアが広範な半導体指数に対してより割安であった日はわずか13日しかなかったが、現在はさらに割安となっている。ラスゴン氏は、エヌビディアの参入障壁（モート）としてCUDA（議論の余地はあるとしながらも）に加え、既存のインストールベース、年次製品ロードマップ、バランスシート、そして自社設計におけるAIの活用を挙げた。同氏はジェンスン・フアン氏を「パラノイア（常に危機感を抱く人物）」と評し、「インテルの過去の教訓を心に深く刻み込んでいる」と述べた。
企業向け需要は本物だが、大部分は「トークン」として購入される
ラスゴン氏は、エヌビディアの売上高がハイパースケーラー向けと非ハイパースケーラー向けでおおむね50対50に分かれており、そのうち直接的および間接的なAI研究所向けが約20%を占めていると述べ、この顧客基盤を「我々が当初考えていたよりも、おそらく少し多様性に富んでいる」と表現した。企業によるAI採用は不可欠であり、「企業による採用がなければ、産業は存在しない」と断言した。同氏は、エージェンティック・コーディング（自律型プログラミング）を最初のキラーアプリケーションとみなしており、その収益は「垂直に急増している」。エピソードとして、同氏のチームメンバーの1人が、Claudeを使用して、すでにカバレッジ対象となっている企業の完全な財務モデルをゼロから1時間20分で作成したことを挙げた。これは通常のアナリストであれば1週間かかる作業であるという。さらに、こうした効率化の恩恵は売上高というよりも生産性として現れる可能性があり、雇用への影響は別途議論すべき課題であると付け加えた。AIによるプラスの投資対効果（ROI）を示すアネクドタル（ anecdotal：実例的）な証拠はあるものの、多くの企業はいまだに実験段階にとどまっているという。
一方でパテル氏は、これが企業のハードウェア需要の大幅な増加には直結しないと警告した。規模の経済が働くため、製薬会社やヘッジファンドを含む大半の企業は、自社の計算資源でオープンソースモデルを実行するのではなく、「トークンを購入し」それを自社のデータと組み合わせる道を選ぶことになるという。これにより、AIへの支出少数の主要プロバイダーに集中したままとなり、両アナリストが指摘した資金調達および価格決定のダイナミクスがさらに強化される結果となっている。