著者: qinbafrank
2月に掲載した記事「この設備投資戦争は何を意味するのか？ 」では、コンピューティングパワー産業チェーンの主要リンク（チップ、パッケージングとテスト、ストレージ、光モジュールなど）が、いかにして最大の価値を引き出すことができるかについて論じました。生産能力を急速に拡大することが容易ではない企業や、極めて高い参入障壁を持つ企業は、巨額の設備投資の恩恵を受けることになるでしょう。
効率最適化の余地は依然として大きい。推論処理における蒸留、量子化、MoE（モーメント・オブ・エミッション）、専用チップ、液冷、そして（長期的には）核融合といった技術は、エネルギー消費量と計算能力単位当たりのコストを10～100倍削減できる可能性がある。これらの分野で機会を探るべきである。
最近、モルガン・スタンレー、JPモルガン・チェース、バンク・オブ・アメリカ、ゴールドマン・サックス、UBS、シティグループ、バーンスタイン、HSBCなど複数の投資銀行が、AI、半導体、電力、ストレージに関する最新レポートを発表した。AIハードウェアのボトルネックは、「GPU供給」という単一の側面から、電力、チップ、ストレージ、機器、材料という5つの側面にわたる総合的な不足へと拡大している。
AIに対する需要は、従来の電力計画、半導体製造装置の生産能力、ストレージ価格モデル、ロボット設置に関する想定など、あらゆる予測範囲を上回っている。
モルガン・スタンレーのグローバルテーマ別調査レビューでは、世界における大規模言語モデルトークンの週間消費量が3か月で6.4兆から22.7兆に急増し、2.5倍に増加したと指摘している。2025年から2028年にかけての米国のデータセンターの電力不足は55ギガワットと予測されている。JPモルガン・チェースによるデータセンター向け高性能コンピューティングプロジェクト債券に関する初の調査では、今後5年間で122ギガワットの資金調達ギャップが直接的に示されている。米国の5カ年電力計画は101ギガワットから230ギガワットに急増しており、新規プロジェクトの44%が送電網への接続を4年以上待っている。バンク・オブ・アメリカのアルファベットに関する最新の目標株価レポートでは、2026年の設備投資額が前年比で倍増の1,815億ドルに上方修正された一方、フリーキャッシュフローは前年比で62%減少した。これら3つのデータセットは同一の枠組みから得られたものではなく、それぞれ異なる研究手法を用いる3つの独立した機関による独立したプロファイルである。
半導体産業チェーン（特にAIコンピューティング能力の分野）におけるボトルネックの進化は、「コンピューティング（GPU）→ストレージ（HBMなど）→光インターコネクト→電源/液体冷却」という明確な順序で進行します。これは2025年から2026年にかけての業界の共通認識です。AIトレーニング/推論クラスタが単一ラック（数十個のGPU）から超大規模（数千個から数十万個のGPU）へと拡大するにつれて、あるリンクのボトルネックを解消すると、すぐに次の物理的/サプライチェーン上の制約が明らかになり、「レオンチェフ型」の補完的制約が形成されます（いずれか1つでも欠けると出荷ができなくなります）。
この進化がなぜ起こったのか、現状、そしてその根底にある物理的・工学的理由を理解する必要がある。
1. 第一段階のボトルネック：GPUコンピューティング（2022年から2024年にかけて成長を牽引）コアの制限：
ハイエンドGPU（NVIDIA Hopper H100 → Blackwell B200 → Rubinなど）は、独自のウェハー生産能力と高度なパッケージング技術を備えている。
なぜボトルネックになっているのか？大規模なAIモデルは膨大な並列計算能力を必要とするが、TSMCの4nm/3nm/2nmロジックプロセスとCoWoS（2.5D/3Dパッケージング）の能力が最大のボトルネックとなっている。フロントエンドのウェハーが十分にあっても、バックエンドのロジックチップとHBMの積層・パッケージング能力が追いつかなければ、GPU全体を製造することはできない。
緩和策としては、TSMCがCoWoSの生産能力を大幅に拡大しており（2024～2025年には生産能力が倍増）、NVIDIA Blackwellも既に大規模出荷を開始している。しかし、これはあくまで「コンピューティング」面を解放するものであり、新たな問題がすぐに発生するだろう。
2．第2段階のボトルネック：ストレージ（HBM高帯域幅メモリ、2024～2025年には最も希少なリソースとなる）
主な制約事項：HBM3/HBM3e/HBM4の生産能力。
なぜリレーがボトルネックになったのか？GPUの処理能力は向上したものの、モデルパラメータの数は爆発的に増加し（数兆、あるいは数十兆にも及ぶ）、データ転送（メモリ帯域幅）が「メモリの壁」となってしまった。HBMは毎秒数テラバイトのデータを転送でき、従来のDDRメモリの20倍以上の速度を実現している。HBMはロジックチップの近くに配置されているため、データを長距離転送する必要がなく、エネルギー消費を抑えることができる。
単一のB200 GPUには192GB以上のHBM3eが必要であり、単一ラック（NVL72）内のHBMの総容量は30～40TBに達し、帯域幅の要件は従来のDRAMをはるかに上回る。
サプライチェーンの状況：HBMを量産できるのはSKハイニックス、サムスン、マイクロンのみ。製造工程は複雑（TSV（Through Silicon Vias）＋積層）である。2025年には全社とも供給が枯渇し、2026年も需要が供給を上回り、価格は前年比246%も高騰する見込み。GPUチップが完成しても、HBMがなければ組み立て・出荷できないため、AIクラスター全体の展開が遅れることになる。
結果：ストレージは「コモディティ」から戦略的なボトルネックへと変化し、設備投資の最大30％を占めるようになった。
3．第3段階のボトルネック：光インターコネクト（現在2025～2026年に移行中）
主な制約：銅線ケーブル（NVLink/NVSwitch）の物理的な制約として、帯域幅、距離、消費電力、重量に限界があること。
光ファイバーへの移行が避けられない理由：銅ケーブルは単一ラック（72個のGPU）内ではまだ使用できますが、複数のラックに拡張したり、数千個のGPUを相互接続したりすると、大きな課題が生じます。銅ケーブルは、深刻な減衰（1.8TB/sの帯域幅で実効距離が1メートル未満）、過剰な重量（NVL72ラックには5,000本以上の銅ケーブルがあり、総重量は1.36トン）、高消費電力（銅ケーブルをプラグイン可能な光モジュールに置き換えると、さらに20,000ワットの電力を消費する）といった問題があります。信号の完全性、レイテンシ、放熱性も、より大規模なクラスターをサポートするには不十分です。
解決策：光インターコネクト（CPO：コパッケージング光学系＋シリコンフォトニクス技術）への移行。光エンジンをGPU/ASICのすぐ隣にパッケージ化し、光ファイバーを用いてスケールアウトすることで、帯域幅密度の向上、ビットあたりの消費電力の低減、伝送距離の延長を実現します。
NVIDIAはGTC 2026で大きな賭けに出ており、すでに光学関連企業に投資を行っている。800G/1.6T光モジュールの需要は急増すると予想されている。Lite、Broadcom、Coherent、Ayar Labsなどが新たな勝者となるだろう。
現在の進捗状況：銅ケーブルは限界に達し、光インターコネクトは「オプション」から「必須」へと変化しつつあり、AIデータセンターの性能限界を突破しつつある。
4. 第4段階のボトルネック（現在最前線）：電力＋液冷（2026年からは最終的な物理的制約となる）。コアの制約：電力消費の壁＋熱の壁＋グリッドアクセス。
なぜこれが究極のボトルネックになるのか？GPU1基あたりの消費電力は300Wから700～1200Wに増加し、サーバーラック1台あたりの消費電力は（CPU時代の）10～20kWから120～200kW以上、あるいはそれ以上にまで急上昇している。従来の空冷方式は物理的な限界が20～50kW程度であり、騒音、風量、消費電力の面で許容範囲を超えている。
電力面では、データセンターにはギガバイト級の電源が必要であり、電力網への接続待ちは数年に及ぶこともあり、変圧器やソリッドステート変圧器などの機器の納入サイクルは100週間にも及ぶ。マイクロソフトのCEOはかつて、「GPUはあるが、電源コンセントがない」と率直に述べたことがある。
液冷の分野では、マイクロ流体技術、コールドプレート、その他の技術と組み合わせた、ダイレクト・トゥ・チップ（DTC）または液浸式液冷への切り替えが必要です。TSMCは既にCoWoSプラットフォーム上でシリコンベースの液冷を実証しており、2.6kWを超えるTDPをサポートしています。Vertiv（VRT）などの液冷／熱管理ベンダーが、インフラの中核を担う存在になりつつあります。
その結果、PUE（電力使用効率）要件が1.2未満となり、廃熱回収や原子力発電／新エネルギー源の系統連系が新たな課題として浮上した。これまでの課題がすべて解決したとしても、電力と冷却がなければ、サーバーラックの設置や稼働は不可能である。
AIコンピューティング能力産業チェーンにおけるボトルネックシフトの根本的な論理は、AIコンピューティング能力は「単一点」の問題ではなく、システムレベルのレオンチェフ生産関数であるということにある。つまり、GPU、HBM、インターコネクト、電力、冷却は、最も弱いリンクに合わせて最適化されなければならない。ハイパースケーラー（Google、Microsoft、Metaなど）がボトルネックを一つ解決するたびに、資本とイノベーションは直ちに次のリンクへと押し上げられる。
現在（2026年）、私たちは「光インターコネクトの急速な普及＋電力／液体冷却の大規模商用利用」という過渡期にあります。将来的には新たなボトルネック（レーザー、光ファイバー材料、送電網用変圧器など）が出現する可能性もありますが、「コンピューティング→ストレージ→光→電力／冷却」という流れは、業界で広く認められた道筋となっています。
これはまた、投資の方向性がNVIDIA/TSMCからHBMの三大巨頭（SK Hynixなど）、光学機器メーカー（Lumentum、Coherent）、そして液冷/電源インフラ（Vertiv、関連電力会社）へとシフトした理由も説明している。
ボトルネックの変化はすべて、半導体およびデータセンター産業チェーン全体における価値の分配を再編成する。
