出典：モルガン・スタンレー・グレーターチャイナ半導体リサーチ
報告日：2026年5月8日
I. 根本的な矛盾
世界のAI関連設備投資は予想以上に拡大しているが、コンピューティング能力の供給は「NVIDIAによる独走」モデルから「GPU + ASIC + 中国国産チップ」という三本柱のアプローチへと変化しつつある。核心的な問題は、需要が十分かどうかではなく、この拡大のシェアを誰が獲得できるか、そしてこの過程で非AI半導体がどれほど急速に淘汰されていくかである。
II．主な結論（取引の重要度順）
III．様々なトラックの詳細な開発
3.1 高度なパッケージング（CoWoS / SoIC）—最も強力な決定論的テーマ
【根本的な矛盾】需要は爆発的に増加しているが、生産能力の面ではTSMCが唯一代替不可能なサプライヤーであり、TSMC以外のパッケージング（Amkor/ASE/UMC）は市場シェアの圧迫に直面している。
【主な推進要因】 2026年第1四半期における主要クラウドベンダー4社（AWS、Google、Microsoft、Meta）の設備投資額は前年同期比95%増となり、クラウド設備投資総額は年間6,850億ドルに達すると予測されています。AIサーバーの需要は、CoWoS/SoICキューの需要を直接的に押し上げています。
主要データとタイムライン：
CoWoSの消費量のうち、NVIDIAが約59%、Broadcomが約20%、AMDが約9%を占めている。
・2026年に消費されるAIコンピューティング用ウェハーの総額は約272億米ドルとなり、過去最高を記録する見込みです。
TSMCのAIチップ事業の売上高は、2024年から2029年にかけて総売上高の60%を占めると予測されており、2026年までには総売上高の30%を超える見込みだ。
【感染経路】
クラウドベンダーの設備投資 → NVIDIA/Broadcom/GoogleのTPU発注 → CoWoS/SoICがボトルネックに → TSMCの交渉力が増加 → AIの収益は拡大し続ける。
【トレーディングインサイト】
TSMCは、主要テーマの中でも特に重要なテーマであり、市場タイミングを気にする必要がなく、明確な保有ロジックを持っています。SoICは2025年から始まる第2の成長曲線であるため、SoICアセンブリ分野に参入するOSATサプライヤー（ASEなど）の機会に注目してください。
3.2 テスト機器（ハンドラー／ソケット／プローブカード）— 最も低い評価額、最も確実な成長
【根本的な矛盾】
チップの複雑化に伴い、テスト時間は構造的に倍増しているが、テスト機器の市場再評価（TAM）は著しく遅れている。
【主な推進要因】
GPUチップの各世代のテスト時間は倍増しており（Hopper 350秒 → Blackwell 700～1000秒 → Rubin 1200～1400秒 → 次世代 1800～2000秒）、テスト用ソケットのピン数も携帯電話向けの1500本からAI/HPC向けの6000本、そして次世代では10000本以上にまで増加している。
3つの主要ターゲットからのデータ：
世界のハンドラー市場規模：2023年の4億3,600万ドル → 2027年には66億ドル、年平均成長率（CAGR）35%以上
・CPO光学試験の需要は2025年から大幅に増加し、2027年には電気と光学を組み合わせた試験（挿入4i）の段階に入るでしょう。
【感染経路】
チップサイズ/層数/複雑さの増加 → テスト時間の増加 → ハンドラー/ソケットの量と価格の増加 → CPO光テストに対する新たな需要 → 第2の成長曲線の開始。
【トレーディングインサイト】
これら3社は、AIインフラストラクチャチェーンの中で最も評価額が低く、かつ成長が確実なサブセクターに属しており、中期的なコア投資に適しています。市場シェアが限られていることと、比較的低価格であることから、現時点では最もコストパフォーマンスに優れた投資対象と言えるでしょう。
3.3 中国のAIチップ（国産GPU/ASIC）— 長期的に不可逆的、短期的に差別化は明白
【根本的な矛盾】
輸出規制は国内代替品への需要を高めているが、国内の半導体技術の成熟度や量産能力には大きなばらつきがあり、主要顧客からの受注を確保できるかどうかが重要な差別化要因となる。
【主な推進要因】
DeepSeekが低コスト推論の実現可能性を検証 → 国内クラウドベンダーが移行を加速 → SMICの7nm生産能力拡大が量産を支援 → 国内生産チップのTCO優位性（NVIDIAより30～60%低い）が好循環を形成。
市場規模と構造：
2026年予測国内市場シェア：ファーウェイ62%、カンブリコン14%、クンルンチップ5%、T-ヘッド5%、その他14%。
「十龍」の中でも、MSは特に以下の3つの主要銘柄の比較に焦点を当てている。
【感染経路】
輸出規制 → 国内代替 → SMIC 7nm 容量拡張 → Huawei/Cambricon の増産 → 国内クラウドベンダー (ByteDance/Alibaba/Tencent) の調達切り替え → 推論コストの低下 → アプリケーションの増加 → 新たなコンピューティング能力需要の波。
【トレーディングインサイト】
Cambriconは最も確実性が高く、最も有望な投資対象です。Tianshu Intelligent Chipは最も大きな潜在力を持っていますが、まだ収益化されておらず、リスクが高いと言えます。Huawei（非上場）は最大の競合相手であり、その市場シェアの拡大は他の国内メーカーに間接的に圧力をかけているため、継続的な監視が必要です。2026年から2027年は、国内AIチップが代替品から主力製品へと移行する重要な転換期となります。
3.4 非AI半導体（消費者向け／自動車向け／産業制御向け）—構造的に弱気。弱い回復は強い回復とは言えない。
【根本的な矛盾】
サプライチェーンのリソースはAIによって組織的に枯渇しつつあり、従来型半導体の回復は予想よりも遅れており、市場は回復の可能性を過大評価している。
【主な推進要因】
製造能力、Tガラス基板、メモリはすべてAI向けへとシフトしており、非AIチップはサプライチェーンで遅れを取り、ウェハーやOSATのコストが上昇している。チップ設計会社は粗利益率の面でプレッシャーにさらされている。
NVIDIAのAI GPUとストレージを除くと、非AI半導体の成長率は2026年に大幅に低下すると予想される。
・MCUの在庫日数は依然として過去最高水準（2025年第1四半期にピーク、2025年第4四半期は横ばい）にとどまっており、STM/GDなどの大手メーカーは在庫消化の遅れに直面している。
・ロジックファウンドリの稼働率は、2026年後半になってようやく80％まで回復すると予想され、上昇余地は限られている。
SiCはGaNよりも優れている。SICC（OW）が推奨され、2030年までにSiCの普及率は50%を超える見込みである。InnoScience（EW）は、事業拡大と減価償却により利益が抑制されるため、避けるべきである。
【トレーディングインサイト】
純粋な従来型半導体への投資は避けるべきです。MCUセクターは底を打ったものの、回復は弱く、力強い回復に大きく賭けるのはお勧めできません。SiCは、注目に値する唯一の従来型セクターです。
3.5 ストレージ（HBM / NAND / DDR4）— 内部で大幅な差別化が必要であり、信号識別が求められます。
【根本的な矛盾】
AIがHBM需要の急増を牽引していることは明らかですが、DDR4/NANDの価格上昇は、需要の真の回復ではなく、AIによって供給が圧迫されていることが原因であり、その結果、シグナルが歪み、価格弾力性が限定的になっています。
【トレーディングインサイト】
HBMは依然として強気で、Hynixが最大の恩恵を受けている。Macronix（NOR Flash、トップピック）は供給不足の恩恵を受けており、妥当な評価を受けている。しかし、NAND/DDR4価格の上昇は必ずしも需要の改善を示すものではないため、上昇相場を追いかけるのは避けるべきである。
IV. マクロ経済および地政学的変数：トラック判定のための説明変数
【地域別】輸出規制は引き続き強化されている
NVIDIAの中国への輸出は制限されている → それらを代替する国内生産のAIチップの需要が高まっている。中国のクラウド設備投資は2026年には1050億ドルに達し、世界のクラウド設備投資の14%に急速に近づく。
【マクロ経済】エネルギー制約（米国側）
米国のデータセンターにおける電力供給の逼迫は、GPU需要の伸びに潜在的な上限をもたらす可能性があるが、短期的には（2026年まで）まだ大きな制約とはなっていない。
【産業構造】AIの浸透する影響
AI需要が非AIサプライチェーン（Tガラス、従来型DRAM、民生用ファウンドリの生産能力）に及ぼすサイフォン効果は、景気循環要因と比較して非AI半導体の業績が低迷し続けている主な説明変数である。
【コスト面】技術インフレ
ウェハー製造、OSAT（アウトソーシングによる自動化およびテスト）、ストレージ技術におけるコスト上昇は、チップ設計会社（特にAI以外の分野の会社）の粗利益率を圧迫しており、TSMCのようなファウンドリの交渉力はますます強まっている。
V. 推奨ポートフォリオおよび取引フレームワーク
様々なセクターの評価に基づき、以下の取引フレームワークが構築される。
VI. 要約（一文）
パッケージング（TSMC）、テスト機器（Hon Precision / WinWay / MPI）、そして中国の大手AIチップメーカー（ Cambricon ）を買収する。非AI半導体の急激な回復への期待は避け、メモリ分野ではHBMに注力し、従来のDRAM/NANDについては中立的な立場を維持する。投資期間は2026～2027年であり、AI関連の設備投資サイクルはまだ終わっていない。
リスク警告：本メモは、モルガン・スタンレーが公開している調査レポートに基づいて作成されたものであり、社内調査の参考資料としてのみ使用されるものです。投資助言を構成するものではありません。市場には不確実性が存在し、実際の結果は予測と大きく異なる可能性があります。投資家の皆様は、慎重に判断されるようお願いいたします。
未来のAIインフラ構築：CPU、GPU、ASIC、光モジュール、そして中国製チップ
人工知能半導体の将来性は明るい
モルガン・スタンレーは、AI半導体の見通しを「強い」と評価しており、その背景には、キラーAIアプリケーションの継続的な爆発的増加、テクノロジー大手間のコンピューティング能力競争、そして各国の主権的なAI開発ニーズという3つの要因があるとしている。一方、このレポートでは、予算、米国のエネルギーボトルネック、中国のチップ生産能力、規制という4つの成長制約を挙げているが、これらの制約は、需要そのものが衰退しているのではなく、供給が需要に追いついていないことが主な原因である。
長期的には、注目すべき構造的変数が3つあります。
1) 技術インフレ（ウェハー製造／パッケージング／メモリテストのコスト上昇により、チップ設計会社の利益が圧迫される）
2) AI共食い効果（サプライチェーンのリソースがAIに偏り、非AI半導体が疎外される）
3）DeepSeek効果（低コスト推論が実証され、中国における推論需要が加速し、国内OEMサプライチェーンにおけるAI GPUの生産能力が同時に向上している）。これら3つの要因が組み合わさって、本レポートにおける以降のすべてのセクター評価の根底にある論理的枠組みを形成している。
評価比較：ファウンドリ、バックエンド、ストレージ、IDM（統合デバイスメーカー）、半導体製造装置
評価比較：ファブレス、パワー半導体、FPGA、アナログチップ
半導体ビッグサイクル
核心的な結論は、全体的な回復というよりも、周期的な差異化である。ロジックファウンドリの稼働率は2026年下半期に80%まで回復すると予想されるが、NVIDIAのAI GPUとメモリを除く非AI半導体の成長率は2026年に大幅に低下すると予想される。在庫日数がピーク時から減少していることは好材料である。過去のデータによると、在庫減少サイクルは半導体株価指数の上昇と一致することが多いが、今回の回復局面における構造的な差異化の度合いは、過去をはるかに上回っている。
人工知能半導体サプライチェーンとニッチメモリ
2030年までに、世界の半導体産業市場規模は1兆5000億ドルに達する可能性があり、その半分はAI関連半導体によるものとなるだろう。
重要な長期的基準：世界の半導体市場は2030年までに1.5兆ドルに達すると予想されており、そのうちAI半導体が約7530億ドルを占める見込みです。クラウドAI半導体のTAM（市場規模）の強気市場シナリオでは、2025年までに2350億ドル（主にNVIDIAのAI GPUによるもの）に達し、2023年から2030年までのCAGRは38%と想定されており、後続のすべてのセクターの評価のためのトップレベルの市場空間の基礎となります。
クラウドベースの半導体：より明るい未来
4大クラウドベンダー（AWS、Google、Microsoft、Meta）の設備投資は、2026年第1四半期に前年同期比95%増加し、レポート全体の中で需要面における最も強力なデータポイントとなりました。設備投資/EBITDA比率は50%前後で安定すると予想されており、クラウドベンダーの事業拡大の意図が財務的に持続可能であることを示しています。Aspeedの利益予測は引き続き上方修正されており、クラウドAIサーバー向けBMCチップの大手プロバイダーとして、その修正傾向はクラウド需要の正当性を裏付けています。
主要なクラウドサービスプロバイダーは、クラウド関連の設備投資を積極的に行っている。
MS Cloud Capex Trackerは、世界のクラウドベンダー上位10社の設備投資額が2026年には6,850億ドルに達すると予測しており、これは市場コンセンサスを約10%上回る。世界のクラウド設備投資額とTSMCの設備投資額がほぼ同時に増加してきたことを示す過去のチャートは、「今回のサイクルは短期的なものではない」という判断を裏付ける重要な視覚的証拠である。ライフサイクルの短い資産が約65%を占めていることから、クラウドベンダーは毎年これらの資産を購入し続けなければならず、需要は堅調である。
TSMCは電力展開の影響について発表した。
NVIDIA、AMD、Broadcom、AWSという4つの主要顧客のラック仕様と導入能力を分析することで、CoWoSウェハーの需要をボトムアップ方式で推定した。NVIDIA Rubin NVL144ラックは220kWの電力と45,000ラックを備えており、2027年のCoWoS年間需要は136,000ウェハーとなることが示唆される。これは、本稿全体におけるCoWoSの需給逼迫の判断の核心的な定量的根拠となる。
AIに対する需要が引き続き高いことを踏まえ、TSMCは2027年までにCoWoSの生産能力を月間16万5000枚のウェハーに拡大する可能性がある。
CoWoSの供給側データは以下のとおりです。TSMCの生産能力は2025年末の120kwpmから2027年末には165kwpmに拡大する一方、TSMC以外の企業（Amkor/UMC/ASE）の生産能力は23kwpmから80kwpmに拡大します。消費者側では、NVIDIAがCoWoSの総消費量の約59%を占め、Broadcomが約20%を占めています。このように需要が集中しているため、少数の顧客の需要の変化がTSMCに大きな影響を与えることになります。
TSMCにとって、SOIC（システムオンチップ）の拡大は今後数年間における重要な焦点となるだろう。
SoICは、今後数年間におけるTSMCの重要な戦略的方向性として位置づけられています。生産能力は2025年末の45kwpmから2027年末には78kwpmに拡大し、NVIDIA、AMD、Apple、Qualcomm/Broadcomからの需要もすべて含まれています。SoICはCoWoSよりも高い統合性と深い技術的障壁を備えており、CoWoSに次ぐTSMCの先進パッケージングにおける2番目の成長曲線であり、2026年から2027年にかけて急速な生産量拡大期に入ります。
TSMCは2025年までにCoWoSとSoICの生産能力を倍増させる可能性があり、この傾向は2026年まで続くと予想されます。
AIコンピューティング用ウェハーの消費額は、2026年には272億ドルに達する可能性があり、その大部分をNvidiaが占める見込みだ。
データは下から上に表示され、2026年における主要なAIチップ（NVIDIA B300/Rubin/H200、Google TPU、AWS Trainium3、Microsoft Maia、OpenAI Nexus）すべてのCoWoS容量割り当て、チップ出荷量、ウェハ消費量、ウェハ価値が一覧表示されています。2026年のAIチップウェハ消費総額は約272億ドルと推定され、NVIDIAが圧倒的なシェアを占めています。これは、記事全体を通してTSMCのAI収益規模を最も説得力のある形で算出したものです。
2026年のHBM（高帯域幅メモリ）消費量は驚異の320億Gbに達する見込み。
2026年のHBMの総需要は約32,279百万Gbで、NVIDIAが約58%を消費します。各AIチップのHBM仕様（容量、世代、サプライヤー）は以下のとおりです。GoogleのTPUシリーズは主にHBM3e 12hiを消費し、AWS/MicrosoftはHBM3/HBM4を消費します。Hynix、Samsung、Micronが供給を分担し、HynixはHBM技術の優位性から最も恩恵を受けています。
NVIDIA GB200/300ラック生産予測
NVIDIA GB200/300サーバーラックの供給と需要に関する想定
TSMCのAI半導体事業の売上高は、2024年から2029年の間に全体の60%を占めると予想されている。
TSMCのAIチップ売上高は、2024年から2029年にかけて年平均成長率（CAGR）60%で成長すると予測されており、2026年までにAI関連売上高が総売上高の30%以上を占める見込みです。売上高構成は、汎用AIチップ、カスタムASIC、CoWoSパッケージングおよびテスト、AIサーバーCPUの4つのセグメントに分かれています。顧客基盤の19%はApple、21%はNVIDIA、11%はBroadcomです。売上総利益率とEBITDAマージンの継続的な拡大は、AI事業がTSMCの全体的な収益性にプラスの影響を与えていることを裏付けています。
TSMCの先進的なウェハ需要セグメンテーション
エージェント型AI – CPU活用機会の拡大
AIは推論段階から「実行」段階へと移行しつつあり、CPU/GPU比はGPU偏重（1:12）からCPU偏重（1:1以上）へと変化している。その原動力となっているのは、API呼び出し、コード実行、マルチエージェント並列処理といったツール型のタスクである。マイクロソフトは、エージェント型AIがCPU市場に325億～600億ドル（2030年まで）の収益増をもたらす可能性があると推定しており、AIサーバーCPU設計企業であるMediaTekは、このレポートでその恩恵を受ける企業として挙げられている。
AIストレージの普及によりNANDフラッシュメモリが不足しており、NORフラッシュメモリの供給不足は2026年まで続くと予想されます。
DDR4の供給不足は2026年後半まで続き、スポット価格には上限があるだろう。
AI ASIC、CPO、チップテスト
AI半導体：現状と未来 ― 主要な推進要因
本レポートでは、AI半導体を、推進要因、制約、技術的解決策、成長見通しという4つの側面から分析しています。また、推論と学習、エッジコンピューティングとクラウドコンピューティング、カスタムASICとAI GPUという3つの成長見通しの比較も掲載しています。これらの比較は、レポートの以降のすべてのトラックにおける相違点を理解するためのマインドマップとして機能します。
NVIDIAの高性能AI GPUをもってしても、クラウドサービスプロバイダー（CSP）は依然としてカスタムチップを必要としている。
様々なクラウドサービスプロバイダー（CSP）によると、今後さらに多くのASICプロジェクトが予定されているという。
TSMCのCoWoSとインテルのEMIBの競争はどのような結果になるのでしょうか？
大型パッケージは、業界における重要なトレンドになりつつある。
チップのテスト時間は、Hopperの350秒から次世代GPUの1800～2000秒へと急増しており、これはテスト装置分野における最も重要な構造的要因となっています。テストソケットのピン数は、携帯電話やPCの1500本からAI/HPCの6000本、そして次世代では10000本以上にまで増加しています。世界のテスト装置市場は2024年から2027年にかけて年平均成長率（CAGR）35%を達成すると予測されており、TSMCのパッケージサイズロードマップでもインターポーザーの継続的な拡大が示されています。これらの要因はいずれも、テスト装置市場の長期的な明るい見通しを裏付けています。
半導体サプライチェーンにおける鴻海精密工業、WinWay Technology、およびMPIの役割と責任について説明する。
試験装置およびコンポーネントの新たな進化：コパッケージド・オプティクス（CPO）
HTC：試験期間延長という構造的トレンドの恩恵を受ける主要銘柄。モルガン・スタンレーの格付け：オーバーウェイト（OW）
MPI：プローブカード技術のリーダー企業であり、CPOオプションも提供。モルガン・スタンレーの格付け：オーバーウェイト（OW）
Yingwei Technology：AIパッケージングの複雑性における優位性を活かした、大手テストソケットメーカー。レーティング：オーバーウェイト（OW）
中国の半導体産業：OSAT、化合物半導体、MCU、AI GPU
バックエンド機器（ASMP）については楽観的ですが、中国のOSATについては中立的な見方をしています。
当社は、窒化ガリウム（GaN）よりも炭化ケイ素（SiC）に強気の見方をしています。具体的には、SICC（オーバーウェイト）とInnoScience（アンダーウェイト）を推奨します。
MCU：底を打ったが、まだ回復していない
国内生産のAI半導体の市場規模とシェアは拡大を続けている。
中国国内のAIアクセラレーター市場の構図は明確だ。ファーウェイが62%のシェアで圧倒的な地位を占め、カンブリコンが14%、その他の企業はすべて10%未満となっている。中国のAI GPU企業の時価総額は成長を続けており、新規株式公開（IPO）も多数控えている。市場規模の拡大と資本市場活動の活発化は、今後の主要ターゲット分析の背景となる。
中国におけるAI向けGPUの潜在市場規模（TAM）は、2030年までに670億ドルに達すると予測しています。
中国は、国内のAI向けGPU生産ニーズを満たすため、先端プロセス技術の生産能力を拡大している。
中国におけるAI GPU需要に関する最新市場動向
AIチップのバリューチェーン – 中国と米国 – AIコンピューティングにおけるデカップリング
中国のインフラ整備能力は、認識技術格差を縮小させている。
レーダーチャートを用いて、中国と米国のAIインフラ能力のギャップを9つの側面から比較した結果、中国は政策支援、AIデータセンターのスペース、ソフトウェア最適化（LLM）において米国に匹敵するスコアを獲得している一方、主なギャップはウェハーフロントエンド、HBMメモリ、光ネットワークに集中していることが分かった。中国がシングルチップコンピューティング能力の不足を補うための3段階戦略として、マルチダイパッケージング→大型ラックとクラスター→製造能力の拡大が提案されている。Huawei CloudMatrix 384 A3 SuperPodは、この戦略の実例である。
推論経済学：総所有コスト（TCO）とトークンあたりのコスト
国内生産のAIチップの総所有コスト（TCO）はNVIDIAよりも30～60%低く、国内トップクラスのアクセラレータのトークンあたりの推論コストはNVIDIAと同等か、あるいはそれ以上になる可能性がある。この結論は、「中国における国内代替は政治的な必要性だけでなく、経済的な合理性も備えている」という核心的な証拠であり、中国のAIチップ産業に対する本レポートの長期的な強気の見通しを直接的に裏付けるものである。
国内AIアクセラレーター開発企業の受注状況と潜在受注状況
TPS（1秒あたりのトークン出力数） - パフォーマンス分析
大幅な価格低下により、国産チップは価格対性能比でより高い性能を実現している。
中国のAI GPGPUメーカーにおける「十龍」。特に、Cambricon、Muxi、Tianshu Zhixinに注目しています。
Cambricon、Muxi、Iluvatar の比較
最も注目されている中国のAIチップ企業3社、Cambricon（SMIC 7nm ASIC、主要顧客を囲い込み、唯一黒字化している）、MetaX（SMIC 12nm GPGPU、政府系ファンドが保有、技術的ギャップが大きい）、Iluvatar（TSMC 7nm GPGPU、サプライチェーンの回復力が高い）を水平比較した。収益性、顧客構成、プロセスノードを考慮すると、Cambriconが最も確実性が高いとレポートは暗黙のうちに結論付けている。
Cambricon：推論性能（TFLOPS）と顧客ロイヤルティにおいてトップクラス。オーバーウェイト（OW）評価。
Iluvatar：高い受注可視性とサプライチェーンの回復力を活用。投資判断：オーバーウェイト（OW）
