Partnered With:

AI半導体の終局シナリオ：供給不足は少なくともあと5年続くのか？

この記事を読むのに必要な時間は 48 分

メモリの周期性は非常に強く、その最大の要因は生産拡大サイクルが長すぎることにあり、迅速な生産拡大ができず、需要不足の時期とのミスマッチが生じることにある。

原文タイトル：「AI半導体終局推測2026(II)」
原文著者：fin、AIアナリスト

半導体が構造的にAI推論のメインストリームへと進化する中、メモリとストレージが最大のボトルネックとなっている。市場がメモリとストレージに対して抱く最大の疑問は以下の通りだ：

HBM/DRAM/SSDは従来の周期性から脱却できるのか？

HBMの指数関数的成長に依存するGPUアーキテクチャの進化路線は、いつ停止するのか？そもそも停止するのか？

長鑫（CXMT）の増産の影響はどの程度か？この市場を再び周期の泥沼に引きずり込むのか？

本稿では、これらの問題を整理するためのフレームワークを構築する試みを行う

万物は周期を持つが、メモリの周期性は特に強い。その最大の原因は、増産サイクルが長すぎるため、迅速な増産ができず、需要不足の時期とミスマッチが生じることにある

従来の周期性から脱却するためのいくつかの可能性

1. カスタマイズ化：製品が互換性を持たず、生産能力を簡単に転用できず、長期契約が必要となる。

2. 構造的な指数関数的需要成長：需要曲線自体が非常に急峻で、供給が常に追いつかない。

3. 技術の急速な世代交代：各世代の製品が前世代を急速に陳腐化させる。

これらの条件のいずれかを満たせば、従来の周期から部分的に脱却できる。2～3つを満たせば、従来の周期の大部分から脱却できる

このフレームワークに基づくと、HBMは3つの条件のうち、おおよそ2つ半を満たしている

1. カスタマイズ化、長期契約が必要（弱め、半条件）

HBMには確かにカスタマイズ化やNVIDIAとのコードサインの要素があるが、それほど強いわけではない。実際にカスタマイズされる部分はパッケージングとベースダイのみであり、その上の十数層のDRAMダイは完全にJEDEC標準化されている。

例えば、SamsungのHBM3EがNVIDIAのクオリフィケーション（認定）に合格せず、シェアが約60％から20％まで急落した際、同社はこの生産能力を抱え込んで廃棄することはなく、すぐにGoogleのTPUやAMDに供給した。物理的には、NVIDIA向けのHBM3EとAMD向けのHBM3Eは同一のものである。したがって、生産能力は依然として部分的に自由に転用可能である。

HBM4以降はカスタマイズ性がさらに高まり、ベースダイにカスタムロジックやキャッシュを統合するケースが増えている。より複雑な方法としては、HBM4Eメモリコントローラとカスタムdie-to-dieインターフェースを直接ロジックベースダイに組み込む方式がある。

SemiAnalysisによると、OpenAI、NVIDIA、AMDはそれぞれカスタムHBMの開発に取り組んでいるが、これはベースダイのカスタマイズを指しており、上部のDRAM層は標準仕様のままである。

部分的なカスタマイズ特性として、HBMは主にパッケージング面での協力が必要であり、その結果、顧客は長期契約を結ばざるを得ない。ただし、生産能力の移行は可能であるため、HBMはかろうじて「半カスタム」と見なせる。

2. 構造的な指数関数的需要の増加（充足）

最も直接的な理由は、Nvidiaのトークンファクトリーにおけるトークンスループットのハードウェアアップグレード需要により、HBM帯域幅の世代交代が極めて速く進み、HBMサイズの需要が指数関数的に増加していることである。

これは、前回の記事「AI半導体の終局シナリオ 2026(I)」の結論と一致する：

トークンスループット = HBMサイズ × HBM帯域幅、世代ごとに倍増。

GPUあたりのHBMサイズは年間40%以上増加している。

この需要曲線の急峻さは、DRAM供給側の14%のウェハー増加と9%の密度向上では追いつくのが難しい。

ハードウェア分野では、アテンション段階におけるKVキャッシュの極めて高い帯域幅とメモリサイズの要求により、HBMは独自の地位を確立している。たとえHBMの価格が3～5倍に上昇しても、HBMに投資することで得られる限界的なトークンスループットの向上は、他の領域に投資するよりもはるかに効率的である。

他のメモリ路線（SRAM、HBF、CXL、PIM）は、現時点ではHBMの主力分野であるKVキャッシュ/アテンションにおいて正面から競争できず、少なくとも今後5年、あるいはそれ以上にわたって代替路線が見つかる可能性は低い。

3. 技術イテレーションの急速な進化（充足）

DDR3時代から15年経ってもまだDDR5時代であるのに対し、HBMの世代交代速度は基本的に2年ごとであり、従来のDDRよりもはるかに速い。さらに最近では加速傾向にあり、HBMサイズ×HBM帯域幅が世代ごとに倍増するという法則が完全に成立している。

2年ごとにHBMが世代アップグレードされ、NV GPUの速度はほぼ指数関数的に上昇している：2TB/s→3.5TB/s→4.8TB/s→8TB/s→22TB/s。さらに、HBMの速度と推論トークンスループットは完全に線形比例しており、旧世代のHBMの限界使用コストは割に合わなくなる。誰もが可能な限り最新の製品を使うインセンティブを持っており、たとえ高価でも、それによって得られる収益（トークンスループット）はより大きい。

Token factory時代のロジックは、技術アップグレード（HBM帯域幅）が多ければ多いほど、稼げる金額も増えるというものだ。

この速度差により、CPUと似た状況が生まれている：旧製品の価値が急速に下落し、在庫を抱える価値が低下する。例えば、HBM3の価値は非常に速く下落し、今日では主流製品としてほとんど使われなくなっている。

そのため、HBMメーカーの合理的な選択は、現在の生産能力を競って市場を占める（数量競争）ことから、安定性とHBM速度で技術を競い、次世代のNVIDIAプラットフォームにおけるqualificationシェアを争う（品質競争）ことにシフトした。これにより、従来のサイクルの下降局面で、誰も生産を減らして市場シェアを失いたくないという囚人のジレンマを回避している。

HBMと従来のDRAMを比較すると、3つの条件のうち2つ半を満たしている。では、HBMは従来の周期性から脱却できるのか？

メモリ周期性の根源について、主流の見解は、DRAMにはコモディティ属性（差別化なし→価格競争→在庫の囤積が可能）があるため、周期性が生じるというものだ。

しかし、コモディティ属性自体が周期を生み出すわけではなく、それは単なる振幅増幅器に過ぎない。

特にDRAM分野では、かつて囚人のジレンマが発生した。下降局面でSamsungが生産を拡大して市場シェアを奪い、誰かが先に生産を減らせば損をするため、誰も簡単に生産を減らせず、最終的に全員が甚大な損失を被った。

実際、周期性の主な構造的要因は、供給サイクルが長すぎて需要サイクルとずれやすいことにある。工場を建設するには3年かかり、投資額は数百億ドルに上り、一度決定すると不可逆的である。一方、需要の成長は不安定であり、クラウドサービス、モバイルインターネット端末、パンデミック時のオンライン需要など、新たなパラダイムの成長が現れるたびに爆発的な増加が見られるが、2年経つと成長が鈍化し、供給が需要を上回り、価格が急落して損失サイクルに突入する。

すべてはサイクルであり、HBMも例外ではない。しかし、トークン需要が指数関数的に成長し続ける限り、構造的な指数関数的成長は周期性を弱める。なぜなら、需要の予測可能性が高まり、価格が下がれば顧客はHBMサイズの拡大（トークンスループットの増加）を求めるからだ。さらに、HBMにはカスタマイズ要件があるため長期契約が主流となり、これにより周期性から成長周期性へと転換し、今回のサイクルは特に長くなる。

・周期性：上昇サイクルでは多く稼ぎ、下降サイクルでは多く失う

・成長周期性：上昇サイクルでは多く稼ぎ、下降サイクルでは稼ぎが少ない

さらに、HBM/DRAMはこれら3つの従来サイクルからの脱却条件に加え、もう1つの重要な優位性を持つ：

4. DRAMの密度向上（スケーリング）が徐々に鈍化し、HBMの世代交代によりDRAMスタック倍率が増加するため、供給側の増産難易度が継続的に上昇している

2000年頃、DRAMのウェハ1枚あたりのビット密度は年間約45%増加していた。つまり、ウェハ数を増やさなくても、供給側のDRAMビットは毎年45%増加していたことになる。

10年前、DRAMビットの年間密度増加率は20%に低下し、現在では9%にまで落ち込んでいる。以前は、DRAMの増産は新工場を建設しなくても、年間20～30%のビットボリューム増加が可能だった。しかし現在、DRAMの増産は主にウェハ数の増加、つまり新工場やクリーンルームの建設に依存している。

HBMの急速な増産が難しいもう一つの理由は、HBM3eには約3倍のDRAMウェハが必要であり、HBM4ではスタック密度の向上により約4倍のDRAMウェハが必要となることだ。これは、HBMビットがDRAMビットに比べて製造が常に難しくなり、単位DRAMウェハあたりのHBMビット生産量が減少し、デフレ状態にあることを意味する。

将来、HBMが成長周期性から従来の周期性に戻ることはあるのだろうか？最も重要な要素は構造的な指数関数的成長である。では、

AI推論時代において、HBMの指数関数的成長に依存するGPUアーキテクチャの進化路線は、いつ停止するのか？あるいは停止することはあるのか？

トークンスループット = HBMサイズ × HBM帯域幅。このHBM指数関数的成長の第一原理におけるHBMサイズの増加要因は、まさにKVキャッシュの増加である。KVCacheの特性やAttentionの特性は、HBMにも非常によく適合している。これにより、HBMは他の技術路線よりも優位に立ち、KVCacheとAttentionフェーズの利用率を最大化できる。

言い換えれば、もしKVキャッシュがアーキテクチャ上で存在しなくなれば、HBMサイズの指数関数的成長のロジックも挑戦を受けることになる。

したがって、この問題の本質は、今回のTransformerに代表されるAttentionメカニズム、およびそれから派生したKVキャッシュメカニズムが、消滅するのかどうかということである。潮が引いた後、これらは取って代わられるのだろうか？

歴史の法則から見ると、AIモデルアーキテクチャの革命において、真に残るのは、数学的に何らかの普遍性を持つプリミティブな操作である。

例を挙げると、FFN（フィードフォワードネットワーク、つまりモデル内の多数のMLP層）は2012年のディープラーニング時代の産物だが、今日の大規模言語モデルに至るまで生き残り、依然としてモデルのかなりのパラメータ数を占めている。なぜ生き残れたのか？これも普遍近似定理（universal approximation theorem）の一種だからだ。つまり、十分に広いMLPは任意の連続関数を近似できる。

Attentionもおそらく、そうした保存されるプリミティブの一つである。なぜなら、それは同様に基本的な問題、すなわちシーケンス内の任意の2つの位置間の動的ルーティング（dynamic routing）を解決し、シーケンス内の任意の2つの位置が必要に応じて関係を構築できるようにするからだ。この能力が有効であると確認されれば、簡単に捨て去ることは難しい。

したがって、将来アーキテクチャが純粋なTransformerからハイブリッドアーキテクチャへ、あるいは世界モデルへと進化しても、Attention層は依然として存在し、KVキャッシュ（または潜在圧縮後の等価物）も必要とされ、HBMは引き続き推論の中核の一つであり続ける。このHBMの指数関数的成長に依存するGPU KVキャッシュアーキテクチャの進化路線は、止まることはない。

では、DRAMはどうだろうか？将来的に従来の周期性から脱却する可能性はあるのか？

HBMが周期性から脱却することについては市場である程度のコンセンサスが得られているが、DRAMの周期性からの脱却については、現時点では市場にほぼコンセンサスが存在しない。

改めて先ほどのフレームワークに戻ると、伝統的な周期から脱却するための3つの条件のうち、DRAMにはカスタマイズ化がない。そのため、技術の反復速度に注目するしかなく、最も重要なのは構造的な指数関数的成長が存在するかどうかである。答えは「イエス」だ。

AIトークンファクトリーという概念において、構造的な指数関数的成長を遂げているのは確かに主にHBMである。しかし、2025年末以降に状況が変化した。エージェンティックCPUがその潜在能力を解放し始めたことで、CPUに付随するDRAM需要が、DRAMにとって新たな構造的な指数関数的成長の源泉となりつつある。

この部分の成長ロジックは2層に分かれる。第一層はCPUサーバーのTAM（総アドレス可能市場）の急速な成長であり、第二層は各サーバーのCPUコアに搭載されるDRAM使用量が、エージェンティックフローによって急速に増加することである。

サーバーCPU TAMの急速な成長に関する4つのロジックは、4月のCPU特集で詳述した。簡単に言えば以下の通りである。

1. AIアクセラレータークラスターにおけるCPUとGPUの比率が、従来の1：4から1：2へ、さらには1：1へと進む可能性がある。

2. エージェンティックフローにおいて、CPU処理のレイテンシーが占める割合は非常に高く、50～90％に達し、重要なボトルネックとなるため、同期した拡張が必要である。

3. AIコーディングによりSDE（ソフトウェア開発エンジニア）の効率が大幅に向上し、コード量が桁違いに増加し、ソフトウェアAPIの呼び出しが指数関数的に増加する。これは直接的にCPU時間の指数関数的な増加につながる。

4. サンドボックスはデータの安全性と分離を確保するため、例えばAnalytical Agentがタスクごとに大量のデータベースとユーザーコンテキストを複製する必要があり、メモリ（DRAM）とCPUコアの深刻な浪費を引き起こす。この浪費問題は5年後も、あるいはそれ以上も解決できない。さらに、CPU時間は技術的に最適化の方法でデフレさせることは困難である。

これこそが、一昨々四半期にAMDの決算発表でCPU TAMが2030年までに600億ドルに達すると述べられ、2ヶ月前にはAMD/ARMが2030年のCPU TAM予測を2倍の1200億ドルに引き上げ、1ヶ月前にはNvidiaが再び2030年のCPU TAM予測を2倍の2000億ドルに引き上げた理由である。

先週、Bernsteinは再び2030年のCPU TAMガイダンスを223Bに引き上げました。私の見解では、2031年のCPU TAMが将来的に400Bに上方修正されることはほぼ確実であり、唯一の疑問は、どの大手企業がいつこのガイダンスの上方修正を発表するかです。

第二層：エージェンティック時代において、各サーバーCPUコアに搭載されるDRAM使用量がなぜ急増するのか？

1. エージェントはステートフルな常駐プロセスであり、ステートレスなリクエスト・レスポンスではない

従来のWeb/SaaSはステートレスです。リクエストが来るとメモリを割り当て、処理が終わるとすぐにメモリを解放します。一方、エージェントのタスクは1分から1時間実行される可能性があり、その間、メッセージ履歴、システムプロンプト、作業記憶、長期記憶、ツール結果バッファのすべてがDRAMに常駐します。

CPU時間と同様に、各タスクのメモリフットプリントは、ステートフル性とサンドボックス分離（各タスクがデータベースとコンテキストを複製する）の要件により、技術的に圧縮が困難です。

2. コンテキストウィンドウが指数関数的に拡大し、各セッションのワーキングセットが膨張。同時実行数×単一セッションのメモリフットプリントにより、乗数効果が拡大

コンテキストウィンドウは32K→256K→1Mへと拡大し、推論/テスト時計算のシーケンス長が爆発的に増加しており、今後も拡大を続けます。各アクティブセッションに常駐するメッセージは、コンテキスト長に比例して線形に増加します。

では、この二つの層を掛け合わせてみましょう。

第一層：CPUサーバーのTAMは、2030～2031年頃には約5～7倍の規模（60B→120B→200B→223B、私は400Bに達すると考えています）

第二層：CPUあたりのDRAM比率は約3～4倍（4～8GB→16～32GB/コア）ですが、この増加は主に一過性の恩恵である可能性があります。

二つの独立変数を掛け合わせると、サーバー側のDRAM需要は桁違いの成長を遂げる

2030年、たとえ保守的に300BのCPU TAMを見積もり、1 CPUコアあたり50ドル、エージェント時代の最低限として16GB/コアと仮定した場合、新たに生まれる需要は最低でも96EBに達する。一方、今年のDRAM総生産量はわずか47EB、来年も60EBがやっとであり、これは極めて驚異的な増加量である。

このエージェンティックCPUによるDRAMの指数関数的成長は、第二層においては大部分が一時的なボーナスではあるものの、その持続期間は非常に長く続く。なぜなら、この供給不足のギャップがあまりにも大きいからである。

記事冒頭のフレームワークに戻ろう。従来の周期性から脱却するための3つの条件のうち、1つ目のDRAMのカスタマイズ化は基本的に無視できる。

一方、2つ目の条件である「構造的かつ指数関数的で、容易に逆転できない需要源の存在」は成立している。コモディティDRAMも現在、部分的に従来の周期性から脱却する資格を有している。HBM（2.5つ分）ほど徹底してはいないが、すでに実質的な変化である。

3つ目の条件である技術革新のスピードについても、DRAMのテンポは以前とは異なっている。

なぜなら、従来のDRAM技術革新のスピードは民生用電子機器に大きく依存しており、DDRの進歩がパフォーマンスに与える影響は限定的だったからだ。しかし、予見可能な将来においては、カーボンベースの民生用DRAMの消費量は、シリコンベース（CPUサーバー）のDRAM消費量をはるかに下回るだろう。

以前はDRAMの速度向上による限界効用は非常に低かったが、現在はCPUサーバーにおけるメモリ需要の増加に加え、エッジAIにおけるDDR速度への要求も高まっている。例えば、Appleがローカル大規模言語モデルを実行するために、LPDDRの速度がますます高速化している。

速度向上の限界効用は大幅に高まっており、DDR6やLPDDR6の速度向上に対する需要は以前よりもはるかに大きくなっている。これは図からも明らかで、LPDDR6/DDR6の世代交代期間が短縮され、速度の傾きも再び上昇に転じている。

以前は、新しい世代のDDR/LPDDR技術が登場しても、市場の反応は冷淡で、価格が下がるまで採用されなかった。

しかし現在では、LPDDR6が登場すると、各社は可能な限り早期に採用しようと競い合っている。なぜなら、速度向上によるパフォーマンスの向上が手に取るようにわかるからだ。

さらに、DDRの供給はHBMによって追加の「税」を課されている。HBMの年間増産ペースが速すぎるため、毎年、本来コモディティDDRに割り当てられるはずだったウェハーの一部がHBM生産に回されている。HBMへの変換効率は極めて低く、HBM3Eでは同等のビット量を生産するのに約3枚のDDRウェハー相当の生産能力が必要であり、HBM4では4枚が必要となる。その結果、毎年約3％から5％のDDRビット増加量が、このHBMビット税によって直接相殺されている。

したがって、DRAMビットボリュームは今後毎年約24％増加する見込みですが（14％はウェハー増加、9％はウェハーあたりのDRAM密度向上による）、HBMビット税を考慮すると、従来型の非HBMコモディティDDRの年間ビット成長率は約20％にとどまります（約10％のウェハー増加×約9％のノード密度向上）。

中国の長鑫（CXMT）の増産の影響はどの程度でしょうか？もしルールを無視して積極的に増産した場合、この市場を再びサイクルの泥沼に引きずり込む可能性はあるのでしょうか？

長鑫のここ数年の増産ペースは非常に速く、2025年には月産20万ウェハー、2026年には北京のウェハー工場と新たな生産ラインの貢献により32～35万ウェハーに達する見込みです。

建設中の上海工場の第1期と第2期について、第1期は2027年までに月産10万枚のウェハー能力を追加、第2期は2028年までに月産10万枚を追加する予定です。つまり、2027年には月産42万ウェハー、2028年には月産50万ウェハーに達する見込みです。

ただし、注意すべき点として、長鑫のDRAMビット密度は大手3社の約半分であるため、長鑫の月産50万ウェハーから生産されるDRAMビットボリュームは他社の半分に相当します。ここでは月産ウェハー数を計算する際、等価で半分として扱います。

この割引を適用すると、長鑫がDRAM業界全体に与える影響は大幅に小さくなります。2025年末から2028年末にかけて、長鑫がDRAMビット生産能力のCAGRに与える影響は約1.5％にとどまり、業界全体のDRAM生産能力CAGRは約12.7％から14.2％に上昇します。

· DRAM月産能力 (kwspm) 2025E → 2028E CAGR

· Samsung 685K → 920K 10.3%

· SK Hynix 519K → 725K 11.8%

· Micron 340K → 560K 18.1%

· 中国以外のその他 150K → 218K 13.3%

· 中国 (密度半減) 117K → 274K 32.8%

· 中国を含む合計 1811K → 2697K 14.2%

· 中国を除く合計 1694K → 2423K 12.7%

たとえ長鑫（CXMT）が今後も増産ペースを維持できたとしても、2030年における業界全体のDRAMビットボリュームの年間CAGRへの影響は、おそらく3%未満にとどまる。つまり、CAGRが20%から23%に変わる程度に過ぎない。

さらに、長鑫は露光装置（リソグラフィ装置）に制約を受けており、DDR6にはより高速な転送速度（14400 MT/s以上）と高密度化が求められる。業界トップ3（サムスン、SKハイニックス、マイクロン）はDDR6に1c世代またはそれ以上の先進ノード（約12nm以下）を採用する可能性が高く、すでに全面的にEUVを使用している。長鑫はDDR6において転送速度に制限がかかり、密度も半分程度にとどまる可能性がある。

成長サイクルであるとはいえ、なぜDRAMの今回のスーパーサイクルは非常に長期間続き、少なくとも5年は終わりが見えないのか？

第一の理由は、先述したCPUサーバー需要側の爆発的な増加による構造的なDRAM需要の指数関数的成長である。ここにDRAM供給側のビットボリュームCAGRがおおよそ20%で安定していることを組み合わせると、今後数年間でDRAMの需給ギャップがなぜ拡大し続けるのかが明確に見えてくる。

非HBMの従来型DRAMの供給側は年間約20%の成長である。一方、需要側を2026年のCPU TAM（総アドレス可能市場）60B、CPUあたりの平均DRAM消費量8GB/コア、コア単価30～35ドルとして計算すると、需要は16EBとなる。

2030年にはCPU TAMが400B、CPUあたりの平均DRAM消費量16GB/コア、コア単価80ドル（CPU価格が2倍以上に上昇）と仮定すると、需要は80EBとなる。このDRAM需要の成長CAGRは約50%であり、現在の推定値を大幅に上回る。

HBMがトークンスループットに直接連動し、GPUの収益効率に直結するのとは異なり、DRAM不足がエージェントフローに与える影響は主に速度面である。例えば、8GB/コアと16GB/コアを比較すると、一部のワークロードでは速度が30%低下する可能性がある。低価値のタスクであれば待機も許容されるため、構造的な指数関数的成長の動機は強いものの、需要はGPUほど硬直的ではない。

Semianalysisによると、今年のDRAM需給ギャップは一桁台のパーセンテージだが、来年は10%を超える見込みである。エージェントCPUの急増によるDRAMの構造的な需給ギャップを考慮すると、このギャップは毎年拡大し続け、2030年以前に縮小する可能性は見込めない。

もう一つのDRAMが長期にわたって強気を維持できるロジックは、DRAMの値上げによって消えた需要は実際には消えたわけではなく、単に遅延しているだけだということだ。需要の貯水池が多すぎるのだ。

いわゆる貯水池とは、「メモリが値下がりした瞬間に解放される潜在的な需要」を指す。これらが存在するということは、たとえ供給が一時的に追いついても、価格が急落しにくいことを意味する。なぜなら、貯水池から常に新しい需要が湧き出て買い支えるからだ：

メモリの計算能力/速度は一つの貯水池である：

本来、追加のメモリで速度や計算能力を最適化する必要がある需要が大量にあるが、メモリが高すぎる間は抑えられ、メモリが値下がりすると解放される。

例えば、NvidiaのCPX prefill加速は、本来は低コストのGDDR7を追加で使い、専用のprefill加速器を作る設計だったが、LPDDR/GDDRが高すぎて、値上げ前のHBMよりも高くなり、このソリューションのROIが合わなくなった。しかし、通常のメモリが値下がりすれば、CPXのような最適化ソリューションは再び戻ってくる。

低価値のタスクは一つの貯水池である：メモリの値上げでトークン価格が高止まりすると、高価値のタスクが優先され、低価値のタスクは後回しにされる。メモリが値下がりすれば、これらの遅延された需要が戻ってくる。

エッジAIは一つの貯水池である：AI PCのメモリ構成は24GBから128GBまで上昇する可能性がある。Appleはすでに、最新のエッジAIフルバージョンではメモリを8GBから12GBにアップグレードする必要があると明確に要求している。

通常のコンシューマーエレクトロニクス、Agent PC、低価格帯のスマートフォンなど、メモリの値上げによって減少した需要は、すべて貯水池である。

これほど多くの貯水池が重なることで、非常に厚い需要の緩衝材が形成される。これが、DDRの今回の構造的な成長が、市場の想定よりも持続力を持つ理由である。

DRAMの価格が大幅に下落しにくいもう一つの理由は、HBMとDRAMの生産能力が相互に転換可能であり、DRAMコンプレックス全体が一緒にre-rateされるからである。

上昇局面では、DRAMの利益率がHBMをはるかに上回り、HBMの値上げ幅はDRAMによって推進されることさえある。今年新たに契約されたHBM4の価格は、当期のDRAM価格×4、つまり通常の積層倍率に対応するHBM4の価格である。

DRAMの価格が下落し粗利が減少しても、HBMの長期契約の透明性により利益率は保証されているため、HBMは間接的にDRAMの生産能力をさらに多く吸収することになります。また、HBMの価格下落により、GPUメーカーは可能な限りHBMのサイズをアップグレードするインセンティブが高まり、これも間接的にDRAMの価格下限を支えることになります。

DRAMには構造的な指数関数的需要の増加があり、密度スケーリングの鈍化により生産拡大の難易度が上がっているため、メーカーの生産拡大計画は非常に慎重です。長鑫（CXMT）がここ数年もたらした影響も限定的であり、さらに需要の貯水池が非常に大きいことから、これら4つの要因により、少なくとも今後5年以上、DRAMが周期的な低迷期に入ることは難しいと見られています。

NAND SSDは従来の周期性から脱却できる可能性はあるのか？

NANDの構造的な成長の原動力はDDRほど強くありません。今年の品不足の主な原因は、主要プレイヤーが生産規律をしっかりと維持し、大規模な生産拡大を行わなかったことにあります。毎年の生産能力増加は主に技術改良、すなわちNANDの積層数の増加によるものです。

最初の構造的成長はAIから来ており、主にKVキャッシュのオフローディングによるものです。これはHBMからあふれたwarm/cold KVキャッシュをNAND SSDにオフロードするものです。

しかし驚くべきことに、このKVキャッシュオフローディングによる成長はまだ大規模に発生していないにもかかわらず、SSDはすでにDRAMよりも深刻な品不足となっており、価格上昇もDRAMを上回っています。来年、Rubin CMXの出荷が本格化し、KVキャッシュオフローディングが大規模に適用されるようになれば、SSDの品不足もこの構造的成長によってさらに拡大するでしょう。

第二に、昨年の年間総括で言及した、将来有望なAI動画による構造的な増加ですが、今年はすでに広く認知される兆しを見せています。

Seedanceの規模は年間10倍から40倍の速度で成長しています。現在はまだGPU不足による計算能力の制約に直面しており、需要が計算能力に抑えられて完全に解放されていません。しかし、GPU不足の段階が過ぎれば、AI動画によるNANDストレージへの構造的な需要増加は、かなり長期間続くでしょう。

第三の構造的成長も、エージェントフローによるSandbox使用量の指数関数的増加に起因しています。Sandboxはデータの安全性と分離を確保するため、例えばAnalytical Agentが各タスクごとに大量のデータベースとユーザーコンテキストを複製する必要があり、その結果、メモリ（DRAM）とCPUコアの深刻な浪費を引き起こすと同時に、大量のSSDの浪費（需要）ももたらします。

4つ目の構造的成長は、おそらく2030年以降に本格化するもので、HBFルートにSSDが必要となる点に起因する。多くの投資銀行の分析では大きな期待が寄せられているが、この技術ルートはまだ先の話であり、主な役割は大規模モデルのweightsを保存することに限定される。一度weightsを書き込んで読み取り専用とし、さらにGPU/HBMとパッケージ化（48TBps/96TBps）されなければならない。そうでなければ、PCIE7/8の速度では遅すぎて全く使えない。将来性はあるが、次回の「AI半導体終局推論 2026(III)」でより詳細な分析を行う予定だ。

要するに、NAND SSDの構造的成長はHBMほど強力ではないが、安価である点が強みだ。価格は2027年でもわずか$0.8/GBで、同期のDRAMの40分の1に過ぎない。そのため、マルチレベルキャッシュにおける汎用性の高い特性を持ち、構造的成長の源泉は非常に多岐にわたる。

つまり、DRAM/HBMだけが値上がりして好況となり、SSDが値上がりしないという状況は存在しない。なぜなら、そのような状況が発生すれば、誰もがSSDを使ってDRAM/HBMの一部機能を代替し、より低コストで同様の効果を実現しようと試みるからだ。HBM、DRAM、NANDは独立した3つのストーリーではなく、同一のAIメモリ階層における異なる温度帯での構造的成長なのである。

構造的な指数関数的成長の需要が存在する中で、NAND SSDはサイクルから脱却できるのか？その鍵はNAND SSDメーカーの生産規律にある。唯一、生産規律を守らない可能性があるのは、長江存储（YMTC）だけだ。結局のところ、これは囚人のジレンマであり、一社でもルールを無視して生産を拡大すれば、NAND業界全体の生産拡大はDRAMよりもはるかに容易だからだ。

しかし、最低限、今回のNANDもまたスーパーサイクルであり、いくつかの構造的指数関数的成長による需要があるため、下降期を2030年まで先延ばしにすることは十分可能だろう。