OpenAIの生成AI「ChatGPT」が有効利用者数9億人を突破した事実は、AIを社会基盤として駆動させる計算資源、とりわけ米エヌビディア(NVIDIA)製GPU(画像処理半導体)への需要爆発を象徴している。このAI半導体を巡る特需は、台湾積体電路製造(TSMC)の先端製造能力と韓国SKハイニックスのHBM(高帯域幅メモリー)供給にその多くを依存する構図を生んだ。しかし、その根底では日本の素材・装置産業が供給網の安定を左右する決定的な役割を担っている。本稿では、AI半導体のサプライチェーンを解剖し、その構造的歪みと、日本企業が直面する商機と課題を定量的に分析する。

9億人が動かすエヌビディアの独占市場

生成AIの利用者増は、そのままAI半導体の需要に直結する。OpenAIが2026年2月時点で捕捉した9億人という利用者数は、2025年初頭の4億人からわずか1年あまりで倍増した計算だ。この巨大な計算需要を背景に、エヌビディアの業績は記録的な伸びを見せる。同社が2024年5月に発表した2025会計年度第1四半期決算によると、データセンター部門の売上高は前年同期比427%増の226億ドルに達した。これは同社全体の売上高の約86%を占める規模であり、AI向け半導体が事業の核であることを明確に示している。市場調査会社Omdiaの2023年調査では、データセンター向けAIアクセラレーター市場におけるエヌビディアの収益シェアは80%を超えると推計されており、事実上の寡占状態が続く。主力の「H100」GPUは1基あたり3万〜4万ドルで販売され、その粗利益率は70%を超えるとの金融アナリストの分析もある。この高収益性が、同社の時価総額を3兆ドル超へと押し上げる原動力となった。

なぜAIは特定の半導体を求めるのか

生成AI、特にその基盤となる大規模言語モデル(LLM)がエヌビディア製GPUを渇望する背景には、技術的な必然性がある。ChatGPTなどが採用する「Transformer」という深層学習モデルは、入力された文章の単語間の関連性を計算するために、膨大な量の行列演算を並列実行する必要がある。GPUは本来、3Dグラフィックス描画のために数千個の小規模な計算コア(CUDAコア)を搭載し、単純な計算を同時に実行する設計思想を持つ。このアーキテクチャーが、奇しくもTransformerモデルの計算特性と合致した。エヌビディアの「H100」GPUは、Hopperアーキテクチャに基づき、AI計算に特化した第4世代の「Tensorコア」を搭載。前世代「A100」と比較して、特定の条件下で最大6倍の性能向上を実現した。さらに2024年に発表された次世代機「B200」では、2つのGPUダイを連結することで性能をさらに引き上げ、推論性能でH100比最大30倍をうたう。この性能向上を支えるのが、TSMCの「4N」と呼ばれる4ナノメートル級の製造技術と、後工程の先進パッケージング技術である。競合する米AMDの「Instinct MI300X」や米インテルの「Gaudi 3」も追随するが、エヌビディアが構築した「CUDA」と呼ばれる開発環境の牙城は厚く、ソフトウェア資産の継承性が同社の優位を強固なものにしている。

TSMCとSKハイニックスが握る製造の隘路

AI半導体の供給は、特定の製造工程に能力が集中する「隘路(あいろ)」を抱える。その一つが、TSMCが提供する「CoWoS(Chip on Wafer on Substrate)」と呼ばれる先進パッケージング技術だ。これは、GPU本体とHBMを「インターポーザー」というシリコン製の中間基板上で高密度に接続するもので、AI半導体の性能を決定づける。TSMCのCoWoS生産能力は2024年末までに月産3万5000枚規模に達する見込みだが、エヌビディアやAMDからの需要がこれを上回り、供給制約の主因となっている。もう一つの隘路が、GPUに接続されるHBMだ。AIモデルの巨大化に伴い、GPUとメモリー間のデータ転送速度が性能の律速段階となっており、HBM3や最新規格のHBM3eが必須部品となる。台湾の調査会社TrendForceが2024年3月に公表した市場予測によると、HBM市場におけるSKハイニックスのシェアは2023年時点で50%超を占め、特にエヌビディアのH100向けには9割以上を供給していると見られる。同社が「MR-MUF」と呼ぶ独自の接合技術で歩留まりを先行して改善したことが、この独占的な地位を築いた要因だ。サムスン電子と米マイクロン・テクノロジーが追うが、当面はSKハイニックス優位の構図が続くと見られている。

水面下で進む米中技術摩擦の新局面

AI半導体の供給網は、米中間の技術覇権争いの影響を直接的に受ける。米商務省産業安全保障局(BIS)は2023年10月、対中半導体輸出規制を強化し、エヌビディアが中国市場向けに性能を調整した「A800」や「H800」の輸出を事実上禁止した。これは、中国企業による高性能AIの開発能力を根底から削ぐ狙いがある。中国のIT大手であるアリババやテンセントは規制発効前にGPUの備蓄に走ったが、長期的な調達の道は閉ざされた。この規制は、二つの側面で世界市場に波及する。一つは、中国市場から締め出された需要が他の地域、特に米国のクラウド大手(マイクロソフト、グーグル、アマゾン)に向かい、世界的なGPU不足に拍車をかけた点だ。もう一つは、中国国内での半導体自給に向けた動きを加速させた点である。華為技術(ファーウェイ)が開発した「Ascend 910B」などの国産AI半導体が、性能面ではエヌビディア製品に劣るものの、国内のAIサービス事業者によって採用され始めている。米国の規制は、短期的には中国のAI開発を遅延させる一方、長期的には独自の技術生態系を育む土壌を提供するという、意図せざる結果をもたらす可能性を秘めている。

日本企業が直面する商機と課題

一連のAI半導体特需と供給網の変容は、日本の製造装置・材料メーカーにとって大きな事業機会となっている。TSMCのCoWoS工程では、シリコンウエハーを精密に研削・切断するディスコのダイサーやグラインダー、洗浄するSCREENホールディングスの装置が不可欠だ。また、回路パターンを形成するリソグラフィー工程で使われるフォトレジスト(感光材)では、JSRや東京応化工業、信越化学工業、富士フイルムがEUV(極端紫外線)向けで世界シェアの約9割を握る。シリコンウエハー自体も信越化学とSUMCOで世界シェアの約6割を占める。このように、AI半導体の製造は、日本の基盤技術なしには成立しない。しかし、商機は課題と表裏一体である。最終製品であるGPUの高付加価値がエヌビディアやTSMCに集中する一方、日本の装置・材料メーカーはサプライヤーとしての立場に留まる傾向が強い。今後は、次世代パッケージング技術や新材料の開発において、顧客である半導体メーカーとより踏み込んだ共同開発体制を築き、技術仕様の策定段階から関与を深めることで、付加価値の取り分を高めていく経営戦略が求められる。ラピダスが目指す2ナノメートル世代の国産化と合わせ、国内に先端半導体の設計から製造、材料、装置までが揃う生態系を再構築できるか。ChatGPTが示したAI時代の幕開けは、日本の産業界にその真価を問いかけている。