生成AIの普及を支える米NVIDIA製GPU「H100」の供給不足は、半導体の後工程における能力限界が主因である。米調査会社Omdiaが2023年12月に公表した予測によれば、AIサーバー市場は2027年に1,500億ドル規模へ急拡大する見通しだ。この成長の律速段階となっているのが、台湾積体電路製造（TSMC）の先進実装技術「CoWoS」と、韓国SK hynixが供給を主導する高帯域幅メモリー「HBM」である。AIチップを巡る熱狂の裏で、供給網の特定工程に需要が集中する構造的な歪みが顕在化している。本稿では、AIチップ供給網のボトルネックを解剖し、日本の製造装置・材料メーカーが握る隠れた影響力と、今後の事業機会を分析する。

NVIDIA「H100」寡占と需要の源泉

生成AIの基盤となる大規模言語モデル（LLM）の進化が、特定半導体への需要をかつてない規模で生み出している。OpenAIの「GPT-4」やGoogleの「Gemini」に代表されるLLMは、その性能を決定づけるパラメーター数が数千億から1兆を超える規模に達し、学習と推論に膨大な計算能力を必要とする。この計算需要をほぼ独占的に満たしているのが、NVIDIAのデータセンター向けGPUだ。市場調査会社TrendForceの2023年第3四半期時点の分析では、NVIDIAはAIサーバー向けGPU市場で95%以上のシェアを握る。中でも2022年後半に投入された「H100」は、前世代の「A100」比でAI学習性能が最大4倍、推論性能は最大30倍に達し、AI開発の標準基盤としての地位を確立した。この圧倒的な性能が、1個あたり4万ドルともされる高価格にもかかわらず、需要が供給を大幅に上回る状況を招いている。NVIDIAが2024年2月に発表した2024年度第4四半期（2023年11月〜2024年1月）決算では、データセンター部門の売上高が前年同期比409%増の184億ドルに達し、企業全体の粗利益率は76.0%という驚異的な水準を記録した。この高い収益性は、AI関連投資の過熱を象徴すると同時に、供給網の特定企業への依存という構造的脆弱性を示唆している。

なぜAIチップは「作れない」のか？

「H100」の供給不足の直接的な原因は、半導体製造の前工程、すなわち微細な回路を形成するリソグラフィー工程にはない。真のボトルネックは、完成したチップを製品として組み立てる「後工程」、特にTSMCが提供する先進実装技術「CoWoS（Chip on Wafer on Substrate）」の生産能力にある。CoWoSは、GPUの演算チップ（ダイ）と複数個のHBM（高帯域幅メモリー）チップを、シリコン製の仲介基盤（インターポーザー）上で高密度に接続する2.5D実装技術である。これにより、チップ間の配線長を従来のパッケージ基板に比べて大幅に短縮し、毎秒数テラバイト級のデータ転送を低消費電力で実現する。この技術的優位性が、H100の性能を支える根幹だ。しかし、CoWoSの工程は複雑で、生産能力の増強には時間を要する。TSMCは2024年末までにCoWoSの生産能力を月産3万5千枚規模に引き上げる計画だが、NVIDIAやAMDからの需要はその2倍近い月産6万枚に達すると台湾の業界筋は見る。この需給ギャップが、AIチップの出荷遅延と価格高騰の直接的な引き金となっている。TSMCは能力増強に向け、2023年だけで5億ドル以上の追加投資を決定。この投資は、CoWoS工程で不可欠な日本の製造装置メーカー、例えばインターポーザーの平坦化に用いる荏原製作所のCMP装置や、チップ積層後の洗浄を担うSCREENホールディングスの装置群への発注増に直結している。

供給網のもう一つの急所「HBM」

AIチップの性能を左右するもう一つの重要部品が、HBM（High Bandwidth Memory）である。これは複数のDRAMチップを垂直に積層し、シリコン貫通電極（TSV）技術で接続することで、従来のメモリー規格（DDR5など）の10倍以上のデータ転送帯域幅を実現する特殊メモリーだ。NVIDIAのH100には最新世代の「HBM3」が80ギガバイト搭載されており、これが巨大なAIモデルのデータを一時的に保持し、GPUコアへ高速供給する役割を担う。2023年時点では、このHBM3を量産供給できたのは実質的に韓国のSK hynix一社のみであった。同社の2023年第4四半期のHBM売上高は前年同期比で10倍以上に急増し、DRAM事業の黒字転換を牽引した。市場調査会社Yole Groupの2024年1月の報告によれば、HBM市場は2023年の約40億ドルから2028年には140億ドルへと年平均成長率30%で拡大する見込みだ。この急成長市場を巡り、Samsung電子や米Micron Technologyも次世代規格「HBM3E」の量産化を急いでいる。HBMの製造工程でも日本の技術が鍵を握る。積層したDRAMウエハーを薄く削るディスコのグラインダーや、チップ積層に不可欠な東京エレクトロンのボンディング装置は世界で高いシェアを持つ。特にチップ積層時に用いる感光性接着フィルムなどの先端材料は、日本の化学メーカーが強みを持つ領域であり、HBMの増産はこれらの部材需要を直接的に刺激する。

米中摩擦が変える供給網の力学

AIチップを巡る供給網は、米国の対中輸出規制によって複雑な変容を迫られている。米商務省産業安全保障局（BIS）は2022年10月、NVIDIAのA100/H100を含む高性能AIチップの中国向け輸出を原則禁止し、2023年10月には規制をさらに強化した。これにより、世界最大の半導体市場である中国から高性能AIチップが締め出される一方、NVIDIAは規制に準拠した性能抑制版「H20」などの開発で対応を試みる。この規制は、二つの側面で日本の半導体関連産業に影響を及ぼす。一つは、非中国圏でのAIインフラ投資の加速である。米国や欧州、中東のクラウド大手や政府機関がAIの主導権を確保すべく、H100の確保を急いでおり、これが需給逼迫に拍車をかけている。日本のクラウド事業者や研究機関も、経済安全保障の観点から国内での計算基盤確保が急務となり、経済産業省は2023年度補正予算でAIスパコン整備に約750億円を計上した。二つ目は、日本の半導体製造装置・材料メーカーへの影響だ。米国の規制は装置にも及び、先端半導体を製造可能な日本製装置の中国向け輸出が制限されている。東京エレクトロンの2024年3月期決算における地域別売上高では、中国向け比率が47%に達したが、これは規制強化前の駆け込み需要や成熟世代向け装置の販売が中心とみられる。今後は、米国主導の先端技術供給網と、中国が独自に構築を目指す供給網との間で、日本企業は難しい舵取りを要求される。

日本企業が直面する選択

AIチップ供給網のボトルネックは、日本の半導体関連産業にとって好機と課題を同時に突きつけている。CoWoS工程で使われるダイシングソー（ディスコ）、洗浄装置（SCREEN）、封止材（レゾナック・ホールディングス）、HBM製造に不可欠なグラインダー（ディスコ）、ボンダー（東京エレクトロン）、EUVリソグラフィー用のフォトレジスト（JSR、東京応化工業）など、特定工程で世界シェアの過半を握る日本企業は数多い。AIチップの需要拡大は、これらの企業の受注増に直結する。実際、ディスコの2024年3月期決算では、AI向けなどの先端パッケージング用途の売上が全体の2割を超え、過去最高益を更新した。しかし、この好機は構造的なリスクも内包する。現在の活況は、NVIDIAという特定顧客とTSMCという特定製造委託先への極端な依存の上に成り立っている。もしAIチップのアーキテクチャーが変化し、CoWoSやHBMに代わる新しい実装技術が登場すれば、現在の優位性は一変しかねない。また、顧客である半導体メーカーからのコスト削減圧力は常に厳しく、技術優位性を維持するための研究開発投資は巨額化の一途をたどる。日本企業に求められるのは、現在の特需に安住することなく、次世代の3D実装技術や、ガラス基板などの新材料、光技術を用いたチップ間接続（光電融合）といった未来の技術潮流を読み、先行投資を続ける戦略的な視座である。AI革命の主役がGAFAMやNVIDIAであることは論を俟たないが、その舞台を支える基盤技術の多くは、今なお日本の製造業の掌中にある。この「見えざる支配力」をどう次代の競争力へと転換していくか、経営者の決断が問われている。