#BernsteinSaysMemoryBullMarketToLastUntil2027 AI革命の加速により、半導体投資家はメモリ業界をテクノロジー分野でも最も景気循環の大きいセクターの1つだと見なしていました。DRAMおよびNANDメーカーは通常、過剰供給の期間、その後の価格下落によってもたらされる、予測可能な好況・不況のサイクルを経験していました。数年おきにメーカーは生産をやや強引に拡大し、在庫が積み上がり、マージンが圧縮され、バリュエーションがリセットされます。Bernsteinの最新リサーチは、そうした数十年にわたる前提に異議を唱えています。アナリストのGautam Chhugani氏とMahika Sapra氏によれば、現在のメモリ上昇局面は業界がこれまで経験してきたものとは本質的に異なります。伝統的な2〜4年の期間内で終わるのではなく、AI主導のメモリ景気の強気局面は少なくとも2027年まで維持される可能性がある、と彼らは考えています。これが正しいとなれば、投資家は半導体企業の評価の考え方を見直す必要があるかもしれず、メモリ製造業者を非常に景気循環の大きい事業として捉えるのではなく、グローバルなAI経済を支える戦略的なインフラ提供者として認識することになるでしょう。

Bernsteinの論拠の土台は、ひとつのシンプルな現実にあります。人工知能（AI）が、メモリをコモディティからミッションクリティカルな資源へと変えつつある、ということです。AIアクセラレータはここ数年で劇的に高性能化していますが、その性能は、非常に高速で膨大なデータを移動させる能力にますます依存するようになっています。ここでHigh Bandwidth Memory（HBM）がゲームを変えます。パーソナルコンピュータや従来型のエンタープライズサーバで使われる従来のDRAMとは異なり、HBMはより大きな帯域幅を、より少ない消費電力で提供し、GPUがトリリオン規模のパラメータを持つAIモデルを効率的に処理できるようにします。AIハードウェアの新世代が進むたびに、必要なメモリ容量とデータ転送速度は大幅に増えるため、HBMは現代のAIシステムの中でも最も価値の高い構成要素の1つになります。

従来のクラウドサーバは、ウェブアプリケーション、データベース、ストレージ、メールサービス、仮想化ワークロードなど、比較的メモリ帯域幅に対する要求が控えめな用途を扱っていました。AIサーバは、まったく別種のインフラです。大規模言語モデルの学習には、巨大なクラスタ上で何千ものGPUが同時に稼働し、毎秒膨大な情報をやり取りする必要があります。単一の最新AIアクセラレータには、超幅広のインターフェースで接続された先進的なHBMスタックが複数層搭載され、毎秒テラバイト級の帯域幅を提供し得る場合があります。モデルサイズが拡大し続け、推論（インファレンス）のワークロードがより高度になるにつれ、新しいAIサーバは前世代よりもはるかに多くのHBMを必要とします。この「メモリ集約度」の構造的な増加は、需要が利用可能な供給を上回り続ける主な理由の1つです。

世界最大級のテクノロジー企業は、かつてない規模でAIインフラへの投資を進め、この流れを加速させています。NVIDIAはAI GPU市場で引き続き優位を保っており、そのアクセラレータの各世代にはより高度なHBM技術が組み込まれています。AMDも、ハイパースケールのAIデプロイメントに対抗すべくInstinct GPUのポートフォリオを急速に拡大し、高品位なメモリソリューションへの需要を押し上げています。一方で、最先端のAIモデルを開発している—Anthropic、OpenAI、xAI、Meta、Microsoft、Amazon、Googleといった—企業は、人工知能向けに特化して設計された次世代データセンターへ数百億ドル規模を投じています。これらの企業は、老朽化したインフラを置き換えるためだけにハードを購入しているわけではありません。膨大な量の先進GPU、ネットワーク機器、ストレージシステム、電力インフラ、そしてとりわけ高性能メモリを必要とする、まったく新しいAIキャンパスを構築しています。

これらの組織によって配備されるあらゆるAI学習クラスタは、従来型のクラウドインフラよりも指数関数的に多くのHBMを消費します。基盤モデルがより大きく、より高能力になっていくのに伴い、推論ワークロードも急速に拡大します。毎日、AIアシスタントとやり取りする何百万人ものユーザーが継続的な計算資源を必要とするため、需要は学習だけにとどまらず長期のデプロイメントにも及びます。これは一時的なものではなく、メモリ消費の構造的な源泉を生み出し、業界の需給バランスが本質的に変わったのだというBernsteinの主張を裏づけています。

拡大した強気局面を支えるもうひとつの重要な要因は、商業規模で最先端のHBMを製造できる企業数が限られていることです。コモディティDRAMとは異なり、高度なHBMの製造には最先端のプロセス技術、洗練されたパッケージング手法、そして何年ものエンジニアリング経験が必要です。これにより、価格が非常に魅力的になったとしても、供給の拡大余地は大幅に制約されます。

SK Hynixは現在、世界のHBM市場で先行しており、複数の主力AIアクセラレータにおいてNVIDIAの主要サプライヤーとして地位を確立しています。初期段階での投資により、市場で支配的なシェアを獲得でき、需要がさらに高まるにつれて大きな価格決定力を得ています。報道によれば、同社の将来のHBM生産能力の多くはすでに長期の顧客契約を通じてコミットされており、不確実性が減り、収益の見通しも非常に高いとされています。

Micronは、AIブームのもうひとつの主要な受益者として浮上しています。同社のHBM3E製品は堅調な顧客需要を受けており、直近の生産分の多くは、将来の納入スケジュールにまで売り切れていると報じられています。同社は、先進パッケージング能力を引き続き拡張しながら製造歩留まりも改善し、高付加価値のAIメモリ領域で積極的に競争できる体制を整えています。世界でAIデプロイメントが増えるほど、Micronが長期の供給契約を確保する力は、収益の安定性と営業利益率の両方を強めます。

Samsungは、世界でも最大級のメモリメーカーの1つであり、DRAMとNANDの両方にわたる膨大な生産能力を持っています。同社は一部の顧客セグメントではSK HynixよりHBM競争への参入が遅かったものの、HBM3E、HBM4、先進パッケージング技術、次世代のプロセスノードへの投資を引き続き大きく行っています。Samsungの製造規模、財務の強さ、研究能力は、今後のAI需要が拡大する中で追加の市場シェアを獲得し得る、強力な競争相手であり続けることを保証しています。

競争は現在、HBM4へと移っています。HBM4はAIメモリ技術における次の大きな進化を指します。HBM4は、より高い帯域幅、より大きな容量、省エネ性の向上、そしてますます複雑化するAIワークロードに対する優れたスケーラビリティを提供すると見込まれています。こうした性能向上を実現するには、メモリ製造の進歩だけでなく、3Dスタッキング、ハイブリッドボンディング、先進のインターコネクト方式といったパッケージング技術の進歩も必要です。これらの技術を習得できる企業は、今後数年にわたり、主要なAIチップ設計企業と長期のパートナーシップを結ぶ可能性が高いでしょう。

Bernsteinが「今回のサイクルは過去のものと違う」と考えるもうひとつの重要な理由は、長期の供給契約が広く採用されていることです。歴史的には、メモリ生産者は在庫状況によって価格が大きく変動する、ボラティリティの高いスポット市場に大きく依存してきました。しかし現在、ハイパースケールのクラウド事業者やAIインフラ企業は、将来の供給を保証する複数年契約をますます好むようになっています。これらの契約は、価格の変動を抑え、生産計画を改善し、メモリメーカーが新たな製造設備に数十億ドルを投資する際にも、より大きな確信をもたらします。

供給拡大そのものも、半導体製造の驚くほどの複雑さによって制約されたままです。先進的なメモリ製造工場を建設するには、大規模な資本投資、洗練された設備、規制上の承認、熟練したエンジニアリング人材、そして有意義な生産が始まるまで数年かかります。Micron、SK Hynix、Samsungが意欲的な拡大計画を発表しても、この追加能力の多くは、10年後半までグローバル供給に実質的な影響を与える可能性は低いでしょう。一方で、AIインフラへの支出は引き続き加速しており、需要は生産の伸びを十分に上回った状態が続きます。

影響はメモリメーカーだけにとどまりません。半導体製造装置、先進的なリソグラフィシステム、パッケージング技術、電力管理ソリューション、熱冷却システム、AIネットワーキング・インフラを供給する企業も、持続的な投資の恩恵を受ける立場にあります。メモリスタックがますます高度化するにつれて、先進リソグラフィ装置、ウエハ検査システム、チップのパッケージング技術、そして特殊な製造材料への需要が高まり、半導体のサプライチェーン全体に機会が生まれます。

それでも投資家は、潜在的リスクに注意しておくべきです。深刻な世界的景気後退は、エンタープライズのAI支出を減らし得ます。想定よりも速い生産拡大が、いずれ供給の需給を再調整する可能性があります。地政学的な緊張、輸出規制、または新興競合による急速な技術進歩は、競争環境の力学を変えるかもしれません。AI投資それ自体も、インフラ投資のリターンが見込んだより時間がかかる場合には、成長が鈍る局面が訪れる可能性があります。Bernsteinは構造的なトレンドが前向きに維持されると見込んでいますが、技術サイクルが不確実性をまったく伴わないことはありません。

私の見解では、Bernsteinのレポートは半導体業界全体で起きているより大きな変化を反映しています。人工知能は、メモリを低マージンのコモディティから、現代の計算において最も戦略的に価値の高い構成要素の1つへと変えつつあります。GPUは多くの場合、見出しの大半を占めますが、高性能メモリが大量に存在しなければ、最先端のAIアクセラレータであっても能力を十分に発揮できません。政府、ハイパースケーラ、企業、そしてAI開発者が次世代インフラへの投資を積極的に続ける限り、メモリメーカーは、投資家がこれまで同セクターに割り当ててきた水準を上回る、より強い価格決定力、より長い収益の見通し、より高いバリュエーションを得られる可能性があります。

Bernsteinの予測が最終的に正しいとなれば、2027年は単に別の半導体サイクルのピークを意味するだけではないかもしれません。それは市場が、メモリ企業を反復的な好況・不況サイクルに閉じ込められた事業ではなく、長期のAIインフラのリーダーとして恒久的に再定義する転機となり得ます。AI優先の世界では、処理能力だけではもはや十分ではありません。これらのプロセッサへ電力を供給するメモリを提供できる企業は、この10年で最も戦略的に重要なテクノロジー企業になっていくかもしれません。
@Gate_Square