AIインフラの次の主役を探る 2026年第4四半期リバランス Part1

Part2はこちら

1. 2026年第4四半期の投資方針

私たちは、顧客によるAIインフラの建設と稼働を支える企業への投資を増やしている。AI需要の拡大には引き続き自信を持っているが、チップ設計の変化と競争の激化により、業界全体が拡大しても一部の供給企業は受注や取引を失う可能性がある。顧客がシステムを実際に稼働させるために必要とする装置や専門技術を持つ企業を選好する。

個別銘柄の投資仮説に入る前に、直近の2026年第4四半期リバランス会議で議論したマクロの論点を整理する。

2. マクロ環境の主要論点

AIの価格と顧客獲得競争

同じ月額料金で顧客がより多くの仕事を処理できれば、AIのサブスクリプションは実質的に値下がりする。利用上限の引き上げや、利用枠がリセットされる頻度の増加は、契約者ができることを増やす。サービス障害後のクレジット付与は実際の支払額を減らす。オープンAIのコーディング分野への進出は、モデルがすべての作業で最良になる前でも、提供価値の改善によって顧客を獲得できることを示している。

この競争により、モデル企業の最近の利益率改善は不安定なものとなる。AI研究企業がサービス提供コストを下げても、競合に対抗するために利用条件を手厚くし、削減分を顧客に還元する可能性がある。市場規模が大きいため、各社には顧客を手放すより、資金調達を続けてモデルを改善し、利用料金を補助する動機がある。AI利用が増えても利益が期待を下回り、上場時に投資家が支払う価格が低くなるリスクがあると考える。

新しいモデルの訓練より、有料顧客からの依頼に多くの計算資源を振り向ければ、キャッシュフローが改善する可能性はある。ただし、その依頼にも利益を生む価格設定が必要だ。AIが安くなれば利用が増え、ハードウェアや電力の需要を支えるだろう。これはジェボンズのパラドックスとして知られる効果である。私たちのインフラ関連保有銘柄は需要増の恩恵を受けても、計算能力を購入するAI研究企業への投資家の信頼が低下すれば、株価が下落する可能性がある。

AIの利用料金と需要

利用の増加と利益率を読むために

ハードウェアのコストと処理速度の価値

エージェントと仕事をする利用者にとって、待ち時間は重要だ。作業が早く終われば中断が減り、仕事の内容を思い出して再開する時間も短くなる。企業が製品を出荷したり、情報を受けて行動したりする速度も高まる。節約できる時間の価値が料金を上回るなら、顧客はトークン当たりの高い価格を受け入れると私たちは考える。

データセンター事業者の関心は別にある。電力上限の範囲で、設備が全顧客の仕事をどれだけ処理できるかという問題だ。多数の依頼をまとめて処理する機械は、個別の回答速度を最優先する機械より、全体の処理量が多いことがある。モデルを保持し、長い会話を記憶するためのメモリ容量も、各システムが扱える仕事を制約する。そのため、仕事に応じて異なるチップを使うシステムには余地がある。

チップ同士を高速に連携させるには、顧客は光接続も必要とする。希少な部品を確保できる供給企業は、システム全体の受注を獲得しやすくなる。ただし、新しい設計が同じ部品の必要量を減らす可能性もある。光学関連銘柄を慎重に選ぶのはこのためだ。

HBMのパッケージングと光学部品の統合は、すでに接合装置と検査装置の需要を生んでいる。ロジックフォールディングはその投資サイクルを延ばし、長期的に装置企業の新たな成長源となる可能性がある。

ハードウェアを理解するために

メモリ需要と価格

私たちのエージェント環境の一つでは、約2週間でディスク使用量が約128GBに達した。その後の整理で約70GBを削除した。これはストレージ需要の増加と、データ管理を改善する余地の大きさを示す。ただし、ディスク使用量からモデルの稼働時に必要なDRAMやHBMの量が分かるわけではない。

CXLはシステム間でのメモリ共有を可能にする。高帯域幅フラッシュのHBFは、より高度な計算処理に使える速度でフラッシュからデータを供給できる可能性がある。光接続やマイクロLED接続は、プロセッサーがより大きなメモリ資源へアクセスする手段となり得る。私たちはメモリそのものに加え、メモリへのアクセスを可能にする部品にも投資機会を見いだしている。

価格は供給拡大の速度にも左右される。既存企業と中国メーカーは生産を増やしており、将来的にはテラファブも能力を追加する可能性がある。流通業者の大量在庫とDDRスポット価格下落の報道は、別のリスクを示す。流通業者が不足を見込んで積み上げた在庫を売却し始めると、供給が増え、価格をさらに押し下げかねない。私たちは在庫推計を確認していないが、新規生産と在庫販売が需要を上回れば、メモリ消費が増えても価格は下がり得る。

中国メーカーは3〜4年分の拡張に足りる露光装置を保有していると報じられている。この備蓄により、制裁で対象装置の追加納入が止まっても、生産能力を増やし続けられる可能性がある。一方、保有済みの装置を稼働させれば、新たな購入が減り、将来の装置受注を押し下げる可能性もある。私たちは製造装置のラムリサーチ（LRCX）、メモリインターフェースのラムバス（RMBS）を保有し、サンディスク（SNDK）でストレージとHBFへの投資を加えている。高いメモリ価格だけに依存せず、データ需要の拡大から利益を得る複数の経路を持つためだ。

ストレージと実行時メモリ

メモリへのアクセスと供給を読むために

電力不足と軌道上コンピューティング

電力不足は2027年から2028年にかけて、データセンターの拡張を妨げる可能性がある。クルーソーのチェイス・ロックミラー最高経営責任者は、送電網への接続、必要な許可、土地取得の難しさから、計画中のデータセンターの約50%が稼働に至らないと見込むのは合理的だと述べている。これらの条件を満たして資金を確保した案件でも、タービン、電気設備、建設資材の到着待ちで遅延し得る。私たちは、こうした問題の解消と設備の稼働開始を助ける供給企業に関心を持っている。

軌道上に計算資源を置くことは、拡張の別の道となる。私たちはまず、設備1トン当たりに支えられる計算能力をキロワットで見積もり、1回の打ち上げで運べるトン数と年間打ち上げ回数を掛ける。これで年間に追加できる能力を推計する。収益は、その能力を顧客がどの程度使い、いくら支払うかで決まる。計算能力を貸す企業はレンタル料金を得る一方、AIサービスを販売する研究企業は完成したサービスの収益を得て、提供コストを負担する。私たちは両事業に異なるギガワット当たり売上高の前提を使う。

中国との競争も軌道上コンピューティングの収益性を左右し得る。中国企業が自国の打ち上げ・計算インフラを使って安いAIサービスを国際的に提供すれば、米中双方に開かれた市場の顧客には米国企業以外の選択肢が生まれる。これは米国AI企業の価格を押し下げ、ひいては計算能力に支払える金額を減らす可能性がある。米国の軌道上インフラの収益を推計する際は、中国との競争も考慮する必要がある。

さらに米中は、AIサービスへのアクセスを防衛・通商関係と結び付け、他国にどちらかを選ばせる可能性がある。インドや一部の中東諸国など、両国との関係を維持する国は、米中双方のAIサービスを利用できるかもしれない。その場合、選択肢が増え、価格交渉の余地も大きくなる。

私たちは打ち上げ事業者に装置や部品を供給する企業も調べている。競争力のある打ち上げ事業を築くことは、資金力のある新規参入企業にも難しい。供給企業なら、競合する打ち上げ事業を自ら立ち上げるコストやリスクを負わず、成功した事業者の拡大から恩恵を受けられる可能性がある。

計算能力と売上高

ソフトウェアと顧客との関係

私たちのSaaS Survival Scorecardは、AI研究企業がソフトウェア各社の市場へ進出した場合の耐性を評価する。評価するのは、顧客がソフトウェアを操作するユーザーインターフェースのUI、仕事を組み立て実行するワークフロー層、その仕事に必要な情報を保持するデータ層の3層だ。各ルートは、エージェントの能力が高まった後、SaaS企業にどれだけの仕事が残るかを示す。

ルート3では、企業が3層すべてを維持する。エージェントがより多くの仕事をしても、顧客は引き続き、その企業のUIを通じてワークフローとデータを利用する。

ルート2では、顧客はChatGPTやClaudeなど外部エージェントのUIへ移るが、SaaS企業のワークフローとデータには引き続き依存する。ルート2にも強弱がある。強い企業は基盤となるワークフローの大部分を維持し、顧客がアプリをほとんど開かなくても料金を支払い続ける理由を持つ。弱い企業は、従来の作業をAIが担うにつれ、より多くのワークフローを失う。最も弱い場合、UIとワークフローの双方を失い、他社サービスの背後にあるデータ層や配管として残る。

ルート1では、顧客がSaaS企業を完全に置き換え、AIを使って3層すべてを自ら構築・維持する。

スコアカードに含まれる22社について、各層がエージェントの進出に対して持つ構造的な耐性と、企業が適応する意欲・能力を評価している。経営陣が製品や事業モデルを変える用意があるかは重要だ。今は強い防御でも、変化を拒めば失われ得る。私たちは、エージェントの進歩に伴って顧客の仕事をより多く引き受け、成長できる企業を見つけたい。

主にAPI経由で他サービスをつなぐアプリは、エージェント自身がその接続を行えるようになるため、ワークフロー層でのリスクが高い。企業の正式な記録を保持するソフトウェアは、データ層でより強く守られる。パランティア・テクノロジーズ（PLTR）も、元の記録が他システムにあっても、事業全体の仕事を調整し、データをまとめることで置き換えにくくなり得る。

データドッグ（DDOG）とセキュリティプラットフォームは、顧客インフラの内部で動くソフトウェアを通じて情報を収集する。この存在は、単なるAPI接続以上の防御となる。ただし、コーディングエージェントは配備後のコードの挙動を知るために同じ情報を必要とするため、AI企業にも自ら収集する動機がある。データドッグの耐性は、情報収集と周辺の監視業務をどれほど置き換えにくいかに左右される。

セキュリティアナリストはセキュリティプラットフォームの中で調査する。一方、開発者はコーディングエージェントの中で働き、そこからデータドッグなどのツールを呼び出すことが増えている。主要セキュリティプラットフォームはUIが仕事の中心に残るため、ルート3の可能性がより強いと考える。データドッグにはルート2のリスクがあり、エージェントのUIの背後でどれだけワークフローを保てるかが結果を左右する。マンデードットコム（MNDY）については、顧客が事業目標に向けてチームを組織する拠点として依存しているかなど、データ層の強さも調べている。

SaaSの3つの層

顧客接点が変わる意味を読むために

消費支出と顧客へのアクセス

買い物エージェントは消費者がどこで買うかを左右し得るが、アマゾン（AMZN）やクーパン（CPNG）などは引き続き決済と配送を担う。その責任により、エージェントが商品を選び注文しても、両社には交渉力が残る。

アマゾンがメタ・プラットフォームズ（META）のMuseを遮断する一方、ショッピファイ（SHOP）はShop Payを通じて受け入れていることは、両社の動機の違いを示す。アマゾンは権限とセキュリティへの懸念を挙げるが、私たちは守るべき広告事業もあると考える。アマゾンは2025年に686億ドルの広告売上高を得た。これには、買い物客の目につく場所に商品を表示するため販売者が支払う料金が含まれる。エージェントがスポンサー付きの商品一覧を経由せず商品を選べば、販売者の広告料支払い意欲が低下する可能性がある。ショッピファイは同規模の広告事業を守る必要がなく、エージェントが自社システムで購入を完了すれば、決済処理手数料を引き続き得られる。

買い物エージェントは、有料掲載に売上を大きく依存する店より、品質や機能に特徴がある商品の店を選びやすくすると私たちは考える。顧客の条件に照らして商品を比較すれば、普段使うマーケットプレイス以外の適切な商品も見つかる。独立ブランドには顧客に届く別の道が生まれ、加盟店のストアを通る購入が増えればショッピファイも恩恵を受ける。ただし、エージェントと既存プラットフォームが広告収益を分け合うこともあり得る。エージェントが商品発見を改善するのか、それとも推奨されるために販売者が料金を払う場所が一つ増えるだけなのかを見ている。

アップラビン（APP）がゲーム広告以外に進出する際も、誰が買い物客へのアクセスを握るかが問題となる。メタ・プラットフォームズ、グーグル（GOOGL）、エージェント企業が、消費者に見せる商品や広告主の接触手段を決める可能性がある。アップラビンのコマース分野の機会は、ゲーム事業の強さとは分けて判断する必要がある。

資金調達にも別のリスクがある。AIデータセンター案件は、家計が借り入れや住宅購入を断念するような金利でも、資金を借りられるかもしれない。その結果、インフラに資本が集まり、家計の借り入れは難しいままになる可能性がある。アップスタート（UPST）は消費者向け融資にAIを使うが、顧客は引き続き借入コストに敏感だ。ブルー・アウル・キャピタル（OWL）は、その資本が集まるAIインフラへ資金を提供できる。

こうした圧力があっても、ドアダッシュ（DASH）の事業運営の改善は投資仮説を支えている。カーヴァナ（CVNA）は、雇用の混乱で中古車を選ぶ購入者が増えれば将来恩恵を受けるかもしれない。ただし、それは現在の資金調達圧力と併存する、より長期の可能性だ。

買い物の入口と資金の流れを読むために

保有比率とバリュエーション

下落局面では、消費関連とヘルスケアの保有銘柄がAIインフラへの依存を減らした。インフラと宇宙分野の投資を加えても、この効果を保ちたい。スペースX（SPCX）とタワー・セミコンダクター（TSEM）は異なる市場を対象とするが、AI支出への信頼が弱まれば双方の株価が下がり得る。保有比率やヘッジを考える際は、この共通のリスクを考慮する必要がある。

全体のバリュエーションは、例外的に安くも極端に高くも見えない。私たちは、各株価が何を必要とするかを調べる。スノーフレイク（SNOW）がさらなる上昇余地を持つには、成長の加速、収益性の改善、希薄化の抑制のいずれかが必要だ。メルカドリブレ（MELI）ではフィンテックのキャッシュフローの扱いによって評価が変わる。カーヴァナの評価はモデルで使う資本コストに敏感だ。売買のパターンや選挙関連の変動より、こうした事業上の問題を重視する。株価回復で上昇余地が減った銘柄の利益を確定し、見通しが改善した事業へ資金を向けている。

3. テスラ（TSLA）とブロードコム（AVGO）の判断

テスラ フィジカルAIへの投資を拡大

テスラをフィジカルAIへの長期投資と捉えている。オプティマスとサイバーキャブは既存の自動車事業を超える機会を広げ、バッテリーと複雑な産業サプライチェーンを調整する能力も、その可能性を支える。オプティマスの商業的な見通しへの信頼が高まり、テスラ株が上がる可能性に先回りして投資を増やすため、保有比率を0.46%から1.4%に引き上げた。

手頃な価格で能力の高いオプティマスは、巨大な製品となり得る。最大の不確実性は、実際の職場で継続使用するための信頼性を、テスラがどれほど早く実現できるかだ。実演だけでは準備が整ったとは言えず、商用化は投資家の期待より遅れる可能性がある。中国が人型ロボット企業のIPOを減速させているとの報道も、資金面の熱狂が技術の実力に先行し得るという懸念を強める。

中国東部、上海近郊の寧波にテスラが施設を設けるという噂が確認されれば、オプティマスの産業面の投資仮説は強まるだろう。施設は中国の供給企業を調整し、オプティマス V3の部品を検証して、ロボットの供給網を整える役割を想定している。関連する年末までの5万台生産目標は未確認で、野心的だ。私たちが重視するのは最終的な製品機会と生産上の問題を解決する能力であり、この数量を前提にした予測ではない。

引き上げた保有比率は、テスラの長期的なフィジカルAIの機会への自信と、信頼性、価格、商用化時期の不確実性の双方を反映する。商業的な投資仮説が進展すれば、将来的に2%超の比率を検討する可能性がある。

ロボットの商用化を読むために

ブロードコム 市場が過小評価するカスタムチップの成長

光学分野の能力が計算チップの販売も獲得する助けになるため、ブロードコムの保有比率を約2.2%から3.4%へ引き上げる。カスタムASICの性能は、顧客の導入判断の一部にすぎない。必要なレーザー、デジタル信号処理、シリコンフォトニクス、統合技術がなければ、アクセラレーターの受注は稼働する計算能力にならない。システムのより広い範囲を調整できるブロードコムの能力は、顧客がカスタムシリコンを増やす際の競争力を高める。

統合の利点は製品設計にも及ぶ。レーザー、光集積回路、電子集積回路、パッケージングを管理する企業は、別々の供給企業なら交渉が必要な境界を越えて、システム全体を最適化できる。独立した企業は、それぞれの採算や製品の役割を守る必要がある。統合企業は、単独の部品事業には魅力がなくても、パッケージ全体を改善する部品を選べる。ファーウェイの光学設計は、私たちがこれを投資上の利点と考える理由を示している。

ブロードコムの能力は、低出力の内蔵レーザーを中心としたシステム設計を可能にするかもしれない。私たちの比較では、外付けレーザーの設計は約4倍のレーザー出力を必要とすることがあり、製造が難しく、供給不足で高価な高出力部品への依存が高まる。内蔵レーザーはコストを下げ、希少部品を待たずにシステムを納入する助けとなり得る。ただし、故障時の交換は難しい。これはブロードコムが採用し得る選択肢として捉えており、確認された製品計画ではない。

ブロードコムは、導入に必要な光学部品を確保できると顧客に保証することで、カスタムチップを受注する可能性もある。報道されているエヌビディア（NVDA）とマーベル・テクノロジー（MRVL）の提携は、エヌビディアにも同様の保証を可能にするかもしれない。ただし、別々の企業はそれぞれの利益率を守りながら、設計と納期を調整しなければならない。そのため、能力の多くを1社内に持つ場合より、システム全体のコスト削減が難しくなり得る。

グーグルのTPU拡大は、こうした利点が売上に結び付く例だ。ブロードコムはチップ開発を支援し、完成品を供給することで、クラスターで使われるネットワーク部品に加えて、チップ販売から収益を得る。グーグルとの契約は、2031年までの将来世代のTPUとAIラック部品を対象とする。グーグルのTPU関連の寄与は2025年に約110億〜130億ドル、同年のブロードコム全社売上高の約5分の1と推計されている。

4月時点のサプライチェーン推計では、グーグルのTPU需要は2026年に420万〜450万個、2027年には600万個超へ増える。メディアテックの割り当てが約60万個から100万個へ増え、残りをブロードコムが供給すると仮定すれば、総需要600万個の水準でブロードコムの追加供給は約110万〜140万個となる。1個当たり売上高を例示的に1万ドルとすれば、数量増だけで年間110億〜140億ドルの増収になる。実際の増収は出荷される設計と販売価格によるが、メディアテックへの割り当てを考慮しても、ブロードコムの拡大余地は大きい。

需要がどれだけ売上になるかは、パッケージング能力にも左右される。私たちのサプライチェーン情報によると、グーグルは能力が制約されている台湾積体電路製造（TSM）への依存を減らすため、TPUのパッケージングの20〜30%をインテル（INTC）のEMIB技術へ移すことを検討している。インテルがパッケージングを担い、ウエハー製造は台湾積体電路製造に残る可能性がある。ブロードコム自身のTPU設計がその能力を使う場合も、他社設計のインテルへの移管によって台湾積体電路製造にブロードコム向けの余力が生まれる場合も、恩恵を受けられる。

アンソロピックは、グーグル自身の用途を超えてTPU市場を拡大する助けとなっている。私たちの暫定推計では、ブロードコムが供給するTPUへのアンソロピックの需要は2026年に約1GW、2027年に5GWへ増える。オープンAIは別のカスタムチップ計画を加え、需要は2027年に1.3GW、2028年に5GWと推計する。最初のプロセッサーハラペーニョは、オープンAIのモデルの助けを得て9カ月で開発された。これは、AIによる設計支援がカスタムチップの大規模導入までの道のりを短くし得るという見方を強める。

アンソロピックとオープンAIを合わせると、2028年までに約10GWの需要が見込まれる。ブロードコムが供給する1GW当たり100億〜200億ドルの売上高を得ると仮定すれば、これらの導入全体で1,000億〜2,000億ドルの売上機会となる。アンソロピックのTPU購入は前述のグーグル向けチップの機会と重なるため、売上は1回だけ計上する。この規模では、両社のエヌビディア製GPU購入が増え続けても、カスタムチップが支出の大きな割合を占める可能性がある。

次の顧客群は、これらの導入後も成長が続くという見方を強める。私たちのサプライチェーン情報では、アマゾンは2026年第1四半期にブロードコムと高性能な訓練用ASICの契約を締結し、出荷は2027年か2028年を予定している。また、2027年を目標とするxAIのカスタムチップ案件も示されている。報告されているこれらの計画は、大手AI購入企業へのブロードコムの展開を広げ、2028年から2029年にかけて顧客基盤が拡大するという予想を支える。同期間にはマイクロソフトの寄与も増えると予想する。

ブロードコムの売上構成への影響は、すでに表れている。FY26第3四半期のAI半導体売上高は167億ドルに達し、全社売上高296億ドルの約56%を占めた。前年同期比成長率はAI売上高が221%、全社が86%だった。AIの構成比が高まるほど、連結成長率への影響も強まる。ブロードコムの成長は毎年必ず減速すると機械的に仮定するモデルは、この変化を見落とす可能性がある。

私たちのバリュエーション分析では、リバランス時点の市場は、FY26に約66%、FY27に約64%の売上成長を織り込み、その後の3〜7年目は年平均成長率20%を想定していた。私たちは減速を早く見込みすぎていると考える。基本シナリオでは顧客案件と経営陣のAI事業見通しをより重視する。FY27には全社売上高が100%成長し、2030年に近づくまで市場の想定を大きく上回る成長が続く余地があると考えている。

ブロードコムは私たちの2023年12月のMSUレポート以降、エヌビディアを上回る株価パフォーマンスを示してきた。AI支出が推論とカスタムASICへ向かうにつれ、引き続きブロードコムを選好する。リバランス時点で予想利益倍率が同程度だったことから、ブロードコムには株価に織り込まれた成長期待を超える余地がより大きいと判断した。顧客案件が生産へ移る間も投資家が急減速を想定し続ければ、業績予測の上方修正が繰り返されると予想する。

ブロードコムは、エヌビディアが防御を迫られる競争構造の変化からも利益を得る。AI需要とともに成長しながら、顧客のカスタムチップ採用により予算のシェアを拡大できる。エヌビディアは出発点のシェアがはるかに大きく、顧客が代替手段を開発すると、影響を受ける既存事業も大きい。両社とも急成長し得るが、同程度の評価なら、期待を超える余地と既存の支配的企業から事業を獲得する立場を重視し、ブロードコムを選好する。

3.4%への引き上げは、市場がブロードコムの成長速度と持続期間を過小評価しているという判断を反映する。チップ生産とデータセンター建設は、なお顧客計画に追い付く必要がある。それでも、TPU数量の拡大と新しいカスタムチップ計画の組み合わせにより、私たちが2028〜2029年に期待する成長が予測に十分反映される前に、投資を増やす自信を持っている。

カスタムチップの成長を読むために

4. エヌビディア 顧客が代替手段を築く中でのシェア防衛

エヌビディアは依然として支配的なAIプラットフォームであり、ソフトウェアのエコシステムと幅広い顧客の採用は、高いバリュエーションを支持する。ただし、顧客の将来のAI支出をどれだけ維持できるかを懸念している。ブロードコムの分析で述べたとおり、カスタムチップの採用は大口顧客の選択肢を増やす。推論専用ハードウェアと競合する光学設計もリスクを加える。2026年第4四半期の開始時点で、エヌビディアの保有比率は0.61%に据え置いた。

最先端モデルへの支出は少数の大手に集中している。各社には自社用途のチップを開発する規模、あるいはグーグルのTPUやアマゾンのトレイニアムを大規模に導入する規模がある。1社の判断で、将来需要が数GW単位で別の供給者へ動く。私たちは、エヌビディアと競うチップ企業の数より、大口顧客が次の大きな発注をどこへ出すかを懸念している。

私たちのシナリオには、AI計算資源全体に占めるカスタムASICの割合が約20%から40〜50%へ高まるケースがある。ABBXに記録された計画は、供給企業全体でオープンAIが21.2GW、アンソロピックが13.8GWだ。アンソロピックの内訳には、ブロードコム分析の推計と一致するグーグル/ブロードコムのTPUが5GW、さらにAWSのトレイニアムが5GW含まれる。合計で計画電力容量の約72%となる。案件の導入日は異なるが、実現すれば容量の大半がカスタムチップ上に置かれる。エヌビディアのアンソロピック向け売上は増え続けても、拡張分のシェアは大幅に低下する可能性がある。

AIによる設計支援は、顧客がエヌビディアの代替手段を開発する時間を短縮し得る。ブロードコム分析で触れたオープンAIの第1世代チップの進展に関する報告は、カスタムASICは大規模導入まで数世代を要するという想定に疑問を投げかける。AIが改善すれば、より良いチップを早く設計し、誤りを早期に発見でき、開発リスクとエヌビディアに依存する期間を減らせる。この脅威は積み重なると考える。設計ツールが改善するほど、実現可能なカスタムチップ案件が増え、エヌビディア以外へ支出を振り向ける動機が強まる。オープンAIのチップをエヌビディアと比較するには検証済みベンチマークが必要だが、代替製品がどれほど速く改善し、生産に到達するかへの懸念は強まっている。

光学アーキテクチャーも課題であり、私たちは『フォトニクス 910億ドルの問い レイヤー1 Part2』で検討した。ファーウェイは、業界初の量産NPO光エンジンHi-ONEを発表した。4,096チップをつなぐAtlas 960Eのスケールアップシステムで使われ、エンジン当たり7.2Tb/sを提供する。グーグルも近くNPOを採用し、この3社の中ではエヌビディアがチップ近傍の光接続をスケールアップに採用する最後の企業になると予想する。ファーウェイの内蔵光源は、ブロードコム分析で述べた供給制約にも対処する。交換可能な外付けレーザーは保守を容易にするが、高い出力要件はコストと希少な高出力供給企業への依存を高める。ファーウェイの内蔵方式は、別の保守上のトレードオフを受け入れて依存を減らす。競合が光学統合でより大きなアクセラレーター群を接続し、コストと供給制約を減らす中、エヌビディアはこの点で遅れていると私たちは考える。

ブロードコムがASIC導入に必要な部品へのアクセスを保証すれば、光学部品の制約を計算チップ販売の優位性へ変えられる。エヌビディアの顧客は、その部品を複数の他社から確保する必要があるかもしれない。報道されているマーベル・テクノロジーへの投資や提携はその弱点に対処するが、企業連合では製品選択を調整し、それぞれの事業の採算を保たなければならない。私たちは、設計のより多くを社内で最適化できるブロードコムの余地を選好する。

セレブラス（CBRS）は、エヌビディアのすべての能力に匹敵しなくても、一部の用途で魅力的な採算を提供し、対抗できる可能性がある。商業契約には、顧客が合意した価格でセレブラス株を買える権利であるワラントが含まれ、購入する計算資源に加え、株式の上昇益の可能性も与える。セレブラスはこのインセンティブの価値を時間にわたって売上高から差し引くため、報告上の粗利益率が下がる。私たちの30%未満というセレブラスの利益率推計にはこの影響が含まれる。したがって、エヌビディアの約75%との比較だけでは、同等の計算処理を提供する相対コストはほとんど分からない。特定用途の性能優位と財務的なインセンティブにより、顧客は一部支出をエヌビディア以外へ移す可能性がある。

エヌビディアのグロック技術採用は一部の圧力を和らげる可能性があるが、低遅延推論では、現在のグロックのアーキテクチャーはセレブラスより弱いと考える。より重要な転換点は、私たちが予想する3D積層SRAMを備えたファインマンが予定どおり顧客へ届くことだ。計算部の近くに高速メモリを多く積層すれば、低速な外部メモリからデータを取得する必要が減り、セレブラスの高速推論を支える構造的な優位に迫れる。これがエヌビディアのより強い対抗策だと捉える。大規模な供給が遅れるほど、セレブラスが顧客を獲得し、そのシステムに定着する時間は長くなる。

GPUのスループットは引き続き強い防御だ。1人の利用者の待ち時間が短くても、データセンター全体の処理量が多いとは限らない。GPUはバッチ処理により多数の依頼を効率よく処理でき、用途をまたぐ柔軟性にも価値がある。専用アーキテクチャーが遅延に敏感なデコードを担い、GPUがプリフィルや計算負荷の高い処理を維持することも可能だ。顧客はGPUと専用チップを併用しつつ、双方が処理できる仕事については選択できる。

モデル開発が、カスタムチップ計画を正当化できる規模と資金を持つ少数の最先端研究企業に集中し続ければ、エヌビディアへの圧力は強まる。逆に企業全体へモデル開発が広がれば、独自チップの設計・維持コストを負う理由の小さい多数の顧客が増え、エヌビディアには有利になる。

ファーウェイのインフラで動く中国のモデルは、別の競争リスクを生む。能力の高いAIサービスを国際的に安く提供すれば、エヌビディアハードウェア上のサービスを使うはずだった顧客を中国企業が獲得する可能性がある。欧米企業も値下げを迫られ、計算資源1単位から得る収益が減り得る。低価格は利用を促すが、利益率が低下すると、顧客は追加ハードウェア購入の収益性に厳しくなる。計算コストを下げようとする顧客の動きは、エヌビディアの価格決定力へのリスクだと考える。

スペースXとの協業やテラファブへの関与の可能性は、新しいインフラ建設へ参加する道をエヌビディアに与える。その関係が主に顧客へのアクセスを守るのか、長期的な優位を強めるのかについて、私たちの間でも意見は分かれる。複数の指標でエヌビディアとブロードコムの予想倍率が同程度である中、現時点ではブロードコムへの追加投資を選好する。これは将来の売上構成と光学分野の能力を重視した判断であり、エヌビディアのスループット、柔軟性、エコシステムの採用の強さも認識している。

エヌビディアとの比較を読むために

遅延と全体の処理量