作者：0xjacobzhao、IOSG

このほど、「国産ストレージ第一株」である長鑫存储が正式に創業板に上場し、500%の急騰という驚異的なパフォーマンスで市場を席巻した。足元ではストレージセクター全体が依然として調整の余波に揺さぶられているものの、AIストレージは現在のテクノロジー物語の潮流のなかで、資本によって猛烈に再評価されている。その一方で、Web3分野の分散型ストレージは長期にわたる低迷と失望に陥っている。同じ「ストレージ」の名を冠しながら、なぜ市場の反応はここまで明暗が分かれるのか。その根源的な答えは、基盤となる価値関数の根本的な違いにある。

AI時代のストレージ再評価は、本質的には「ホットデータの効率性」をめぐる狂騒であり、計算資源の利用率と商業的な収益化の極限までの最大化に奉仕する。一方、分散型ストレージが固守しているのは「コールドデータの信頼性」という価値主張であり、データの公平性、検閲耐性、そして人類文明の長期記憶を守ろうとするものである。前者はホットデータの効率システム、後者はコールドデータの信頼システムだ。現在の資本市場は疑いなく「効率」の側に堅く立っているが、しかし人類文明は最終的に、改ざん不可能な記憶の基盤を必要としている。信頼できるコールドストレージの長期的価値は決して消え去っておらず、ただサイクルの暗部で潜み、時代が再び評価を下すのを待っているにすぎない。

ストレージがAI産業チェーンの焦点に再浮上した理由

従来のIT時代、ストレージは「容量ビジネス」だった。企業のCIOは、単位容量あたりのコスト、ハードディスクの信頼性、災害復旧計画、アーカイブ戦略、そして3～5年に及ぶ機器の更新サイクルを重視していた。ストレージはサーバー購入に付随する付属品と見なされていた。

今回のストレージブームは従来の景気サイクルの回復ではなく、AIによるデータ流動能力の再評価である。大規模モデル時代において、ストレージの論理は「容量優先」から「効率至上」へと質的に変化し、GPUへのデータ供給率、チェックポイント書き込み、RAGの極低遅延など限界指標に徹底的にこだわっている。これはストレージの価値が「データの最終的な保管場所」から「データが計算へ入る高速通路」へと飛躍したことを示している。

AIインフラのリソースボトルネックの進展は、本質的に「バケツ理論」の弱点補完戦である。計算能力の実効利用率は単一資産の線形合計ではなく、厳格な乗数効果である。すなわち、実効利用率 = GPU × HBM × DRAM × SSD × ネットワーク × ファイルシステムであり、いずれかひとつでもボトルネックがあれば、全体の計算利用率は崩壊する。AI時代において、ストレージは初めて「コストセンター」から「効率エンジン」へと変わった。これこそがストレージが再評価される根本的な論理である。

AIストレージアーキテクチャの全体像：HBMの帯域幅器官からデータレイクの基盤まで

AIストレージは決して単一ハードウェアの寄せ集めではなく、密に結合され階層的にスケジューリングされる複雑な体系である。この体系において、産業価値と資本の焦点は、HBM、エンタープライズSSD、SSDコントローラ、NVMe/CXLプロトコル、そして高性能ストレージシステムに強く集中している。その価値の流れを明確に分解するため、AIストレージアーキテクチャを上位から下位へ4つの主要階層に分類する。

コンピュート近接メモリ層（帯域幅コア）：HBMを絶対主力とし、DRAMとCXLメモリプーリング技術で補完。この層はGPU/CPUパッケージまたはバスに直接密着し、「メモリの壁」を打破することを目的とし、計算能力が十分に解放されるかどうかを決める最初の関門である。
高速永続化ストレージ層（IOハブ）：中心ロジックは、エンタープライズSSD = NANDフラッシュ + SSDコントローラ + NVMe/PCIeデータパス。この層は、高頻度のチェックポイント書き込み、膨大な訓練データセットのロード、RAGホットデータキャッシュを担当し、AIデータセンターにおける最も明確な永続化ストレージの増分である。
低コスト大容量ストレージ層（容量基盤）：HDD、コールドストレージ、データレイクアーカイブシステムで構成され、指数関数的に膨張するマルチモーダルな生データ、履歴ログ、コンプライアンスバックアップに対し、依然として代替不能なTCO（総所有コスト）上の優位性を提供する。
AIストレージシステムとデータソフトウェア（スケジューリングブレイン）：高性能並列ファイルシステム、分散オブジェクトストレージ、ベクトルデータベース、RAGデータガバナンス層を含む。AIが実際に消費するのはベアメタルハードウェアではなく、ソフトウェアスタックによって効率的に整理、索引付け、権限管理されたデータの可用性である。

エコシステムの延長線上として、分散型ストレージは、AIホットデータのミリ秒単位の競争に直接巻き込まれることなく、代わりに公共データセットの証明保管、AI訓練データの来歴証明（Provenance）、長期コールドメモリのアーカイブに照準を定め、「信頼できるコールド層」としての独自のエコシステム的地位を確立している。

HBM：AIストレージチェーンで最も計算能力に近い「帯域幅器官」

HBM（高帯域幅メモリ）は従来のストレージではなく、GPUに近接する高帯域幅メモリ層である。その中核的使命はデータの保存ではなく、極めて高い帯域幅で計算エンジンにデータを絶え間なく「供給」することである。HBMは、AIストレージチェーンにおいて最も計算能力に近く、確実性の高い構成要素であり、GPUにデータを十分に供給できるかを直接左右する、現在最も重要なサプライチェーンのボトルネックである。

HBMのコアアーキテクチャは「3次元DRAM積層＋2.5次元先進パッケージング」であり、TSV（シリコン貫通電極）による垂直積層と、CoWoS（Chip-on-Wafer-on-Substrate）ヘテロジニアス統合によってメモリと計算の距離を極限まで縮め、帯域幅を世代差レベルの飛躍的に向上させる。その産業的障壁はDRAM設計だけでなく、DRAMプロセス、TSV、超薄積層、パッケージ、放熱、テスト、顧客認定を含むシステムエンジニアリングである。いずれか一工程の歩留まりの欠陥が、HBMスタック全体の廃棄につながる。

現在、世界で安定した量産が可能なのは、SKハイニックス、サムスン、マイクロンの3社のみであり、これによりトップクラスのDRAMプロセス、パッケージング能力、NVIDIA/AMDの顧客認定という三重の堀を築いている。

世代	容量/個	帯域幅	インターフェースビット幅	量産時期	主要顧客
HBM2e	8–16GB	460 GB/s	1024-bit	2019–2020	成熟世代、A100など前世代AIアクセラレータに使用
HBM3	24GB	819 GB/s	1024-bit	2022	SKハイニックスがH100サイクルで顕著な先行者利益を獲得
HBM3e	24–36GB	1.2 TB/s	1024-bit	2024–2025	現在のAI GPU量産の主力。SKハイニックス、マイクロン、サムスンの3社が中核サプライヤー
HBM4	32–48GB	>2 TB/s	2048-bit	2025–2026	2026年に次世代AI向け、量産導入/顧客認定段階
HBM4E	64GB+	>2 TB/s	2048-bit+	2027後	2027年以降計画/研究開発

DRAMとCXL：システムメモリ基盤とメモリプーリングエンジン

HBMがGPU近接の限界帯域幅を解決し、DRAMがサーバーのシステムメモリ基盤を固め、CXLは物理的境界を打ち破り、データセンターのメモリリソースの組織化手法を再構築しようとしている。

DRAM：主にCPU側のキャッシュ、データの前処理、中間状態の一時保存、およびシステム稼働を担う、サーバーの最も基本的なシステムメモリ層である。世界のDRAM市場はSKハイニックス、サムスン、マイクロンの3社に高度に集中しており、長鑫存储（CXMT）は中国DRAMの国産代替における中心的変数である。
CXL（Compute Express Link）：データセンター向けの次世代キャッシュコヒーレント相互接続プロトコルであり、従来のDIMMスロット、ローカルメモリ容量、サーバーメモリリソースのサイロ化による制約を突破し、メモリアーキテクチャを拡張、プーリング、共有へと進化させることを目指す。現在のCXLは、プラットフォームサポートから本格的な展開へ移行する初期段階にあり、中長期的なアーキテクチャ価値は高い。中核企業としてAstera LabsとMontage Technology（瀾起科技）が挙げられる。

エンタープライズSSD：NAND、コントローラ、NVMeが構築するデータハブ

企業向けSSDは、AIデータセンターの中核となる高スループットの永続化増分であり、極めて高いスループット、極低遅延、安定したQoSでGPUにデータを絶えず供給し、訓練データのロード、チェックポイント書き込み、RAG検索、推論キャッシュ、ログの戻りなど、データのライフサイクル全体を貫く。

AIストレージアーキテクチャにおいて、SSDは孤立したハードウェアではなく、高度に結合したシステムであり、産業公式として抽出できる：エンタープライズSSD = NANDチップ + SSDコントローラ + NVMe/PCIeデータパス。3層はそれぞれ独立した産業チェーンセグメントを表す：

NANDチップ（原材料層）：ストレージ密度とユニットコストを決定し、コントローラが性能放出と寿命管理を司る。代表企業：Samsung、SK hynix (Solidigm)、Micron、Kioxia、Western Digital、長江存儲（YMTC）
SSDコントローラ（性能エンパワーメント層）：性能放出、データ誤り訂正、QoS安定性、ウェアレベリングを決定する。代表企業：Phison（ファイソン）、Silicon Motion（シリコンモーション）、Marvell（マーベル）、Maxio（マキシオ）
NVMe/PCIe（データパス層）：ストレージから計算までのデータ転送効率を決定する。GPUDirect Storage技術と組み合わせることで、CPUメモリのバウンスバッファとCPUの関与を削減し、I/Oボトルネックを大幅に緩和する。代表企業：Broadcom（ブロードコム）、Marvell（マーベル）、Astera Labs

HDD / コールドストレージ / アーカイブ：AIデータレイクの低コスト基盤

AIはHDDを駆逐しない。マルチモーダル大規模モデルによる動画・画像データへの渇望や、企業のコンプライアンスログ、過去データセットの指数関数的な膨張に伴い、低コストのコールドデータ保存需要が同時に急増している。AIストレージアーキテクチャにおいて、SSDとHDDはビジネス価値に基づいて階層的に連携する：SSDはホットデータと高スループットを担い、HDDは低コストと長期保存を担う。代表企業にはSeagate（シーゲイト）、Western Digital（ウエスタンデジタル）、Toshiba（東芝）が含まれる。

AIストレージソフトウェアスタック：データ可用性のスケジューリング中枢

AIが実際に消費するのは、決してベアディスクではなく、ソフトウェアスタックによって精密に組織化された「データサービス」である。このアーキテクチャは、基盤ハードウェアを上位のAIが直接呼び出せる知識資産へと変換し、具体的には4層に分かれる：

高性能ストレージシステム（供給システム）：並列スループットと低レイテンシを中核とし、並列ファイルシステムによってGPUクラスタの「データ飢餓」問題を解決し、訓練と推論の高速な流通を保障する。代表企業：VAST Data、WEKA、Pure Storage
オブジェクトストレージ（生データレイク）：Object、Key、Metadata管理を中核とし、膨大な非構造化データを格納する。極限の低レイテンシは追求せず、低コストとクラウドネイティブ特性で容量基盤を構築する。代表企業：AWS S3
ベクトルデータベース（セマンティックインデックス層）：ベクトルデータベースは、embeddingモデルによって生成されたベクトルを保存・インデックス化・検索し、AIが膨大な知識から関連コンテンツを正確に特定できるようにする。代表企業：Pinecone、Milvus
RAGデータ層（知識呼び出し層）：単一検索を超え、データのスライシング、クリーニング、権限制御、引用追跡をカバーし、企業データが大規模モデルによって安全、正確、かつトレーサブルに呼び出されることを保証する。代表企業：Databricks

AIホットストレージから分散型コールドメモリーへ：効率の最大化 vs 信頼の最大化

AIストレージは極限まで効率を追求するシステムであり、その価値関数は計算産出の最大化に焦点を当てている。HBM帯域幅はGPUが飽和状態に達するかを決定し、SSDスループットはデータセットとチェックポイントの読み書き効率を決定し、低レイテンシはRAGと推論のリアルタイム体験に関わる。これらの指標は最終的にGPU使用率とユニットあたりのトークンコストに収束し、AIアプリケーションの商業収支を直接的に決定する。AIストレージの究極の目標は「保存」ではなく「加速」であり、そのサービス対象は生産性である。

一方、分散型ストレージの価値関数は全く異なる。それはデータが10年後も存在し続けるか、改ざんされていないか、単一障害点による検閲に耐えられるかを問う。暗号学的証明と分散ネットワークを通じて、オープンアクセスかつ恒久保存可能な公共データ基盤を構築する。その究極の目標は、データの絶対的真実性と主権独立性を守ることであり、公平性、耐検閲性、文明の記憶に奉仕する。

次元	AIホットストレージ	分散型コールドストレージ
中核的価値	効率の最大化 — データの計算流入を加速	信頼の最大化 — データの改ざん・削除を防止
データ型	ホットデータ / ウォームデータ / リアルタイム推論	コールドデータ / 永久アーカイブ / 公共記憶
主要指標	帯域幅、スループット、レイテンシ、GPU使用率	検証可能性、耐検閲性、不変性、永久保存性
支払い元	クラウドベンダー、AI Lab、企業RAGシステム	公共データセット、長期アーカイブ、オンチェーンアプリ
究極の目標	保存ではなく、加速	速度ではなく、信頼
市場の状況	過熱 — スーパーサイクルの渦中	静寂 — バリュエーション崩壊、ナラティブの資金流出

AIストレージは未来の生産性に燃料を供給する「ホットストレージ」であり、分散型ストレージは人類文明のために消去不能な歴史記録を保存する「コールドメモリー」である。前者は効率に奉仕し極限の速度を追求し、後者は信頼に奉仕し静かな記憶を守る。前者はモデルがどれだけ速く走るかを決定し、後者は記憶が消去されるかどうかを決定する。現在、市場メカニズムは生産性の効率に報いており、AIストレージは時代の先端にある一方、分散型ストレージはバリュエーション崩壊とナラティブの資金流出による静寂を経験しているように見える。

分散型ストレージのビジョンと現実

分散型ストレージのプロジェクトは数多いが、業界のマインドシェアとエコシステムの蓄積から言えば、中核となる代表格は常にFilecoinとArweaveである。両者はともに「分散型ストレージ」に属しながら、その基盤となるアーキテクチャ哲学はほぼ完全に異なる二つの道を歩んでいる——前者は市場化契約でAWSの弾力性に迫り、後者は一度限りの社会契約で図書館の永続性に迫る。

Filecoin：PoRepとPoStを通じて、最も完全な検証可能な経済システムを構築した。もはやコンシューマー向けオンラインストレージ市場でAWSと鎬を削るべきではなく、AIデータの来歴（Provenance）追跡、公共データセットのホスティング、コンプライアンスアーカイブへと舵を切り、モデル監査と著作権証明のための検証可能なチェーンを提供すべきである。必然の道はS3互換APIとしてパッケージ化し、法定通貨決済をサポートすることで、「安価なストレージ市場」から「検証可能な計算インフラストラクチャ」へと進化することである。
Arweave：「一度の支払いで永久保存」というナラティブのもと、BlockweaveとSPoRAメカニズムを通じて、マイナーができるだけ多くの、特に希少な過去データを保存し迅速にアクセスするよう逆説的にインセンティブを与える。その最適なポジションは人類の公共記憶の基盤である——人権記録、戦争犯罪の証拠、文化的典籍を保存し、法律や金融の歴史をアーカイブし、AIエージェントに恒久的にアクセス可能な長期記憶を提供する。Arweaveの価値は速度ではなく、周期性を超えて文明の記憶を保持する能力にある。

項目	Filecoin — 検証可能ストレージ市場 (データは2026年6月時点出典：Filfox)	Arweave — 永続的公共記憶層 (データは2026年6月時点出典：ViewBlock)
コア理念	「ストレージは市場である」 — 価格発見、弾力的供給、契約満了により更新は不要	「ストレージは公共財である」 — 一度きりの社会契約、データの存在はいかなる主体の継続的な支払いにも依存しない
基盤構造	標準ブロックチェーン + IPFS コンテンツアドレッシング。データとチェーンは分離して保存	ブロックウィーブ（Blockweave） — 各新ブロックは前のブロックとランダムな履歴「リコールブロック」に同時にリンク
コンセンサスメカニズム	Expected Consensus (EC)：複製証明 (PoRep) + 時空証明 (PoSt)	SPoRA（簡潔ランダムアクセス証明、2021年にPoAから進化）
ストレージ証明のロジック	PoRep はマイナーがデータの唯一の複製を生成したことを証明する。PoSt はその複製が引き続き完全に保存されていることを証明し続ける	マイニングにはランダムなリコールブロックにアクセスできることの証明が必要であり、それによってマイナーはコールドデータを含め可能な限り多くの履歴データを保持するよう動機付けられる
市場構造	二層市場アーキテクチャ：Storage Market（ストレージ取引） + Retrieval Market（検索取引）。オンチェーンでマッチングし、オフチェーンでデータ転送	単層の永久書き込み。独立した検索市場はなく、Gateway (AR.IO など) による検索サービスに依存
支払いモデル	ストレージ市場/契約制 — クライアントはストレージプロバイダー (SP) と定期リース契約を結び、必要に応じて支払う	Endowment 永久寄付モデル — 一度の支払いで、資金は利子プールに預けられ、理論上永久にマイナーに支払われる
データ可用性保証	完全性を保証（データが改ざんされていないこと）するが、検索速度は内生的に保証されず、検索サービスを別途購入する必要がある	永続性とアクセス可能性を保証。トランザクションIDを持つ人は誰でも永久に閲覧・ダウンロード可能であり、元のアップローダーのウォレットに依存しない
代表的なユースケース	エンタープライズ向けコールドアーカイブ、コンプライアンス証跡、AI トレーニングデータの検証可能なスナップショット、オンデマンドの弾力的ストレージ	Permaweb 永久ウェブサイト、NFT メタデータ、歴史的アーカイブ、AI エージェントの長期記憶 (AO コンピュート層)
トークンモデル	FIL の最大供給上限は 20 億枚。実際の流通量はブロック報酬の放出、ステーキング、ペナルティ、バーンメカニズムの影響を受ける	AR の最大供給量は約 6600 万枚。流通割合はすでに上限に近く、新規インフレの影響は小さい
ネットワーク規模	品質調整済みパワー：約 14,848 PiB	ネットワークサイズ：約 20.2 PiB
累積ストレージデータ	アクティブな取引の保存データ：約 1,110 PiB	Weave サイズ：約 0.345 PiB
マイナー / ノード	約 611 のアクティブマイナー	約 100 のオンラインノード
ストレージコスト	Filecoin Cloud $2.50/TiB/月/レプリカ	約 10.4–10.7 AR/GiB (≈$20–21)

FilecoinやArweaveなどの分散型ストレージプロジェクトが直面する困難は、価値提案が間違っていることではなく、プロダクト化、検索体験、実際の需要とトークンインセンティブの長期的なミスマッチにある。これは、ギークの理念からメインストリームの商業応用に至るまでの巨大なギャップを浮き彫りにしている。

需給インセンティブのミスマッチ： Filecoinに代表される初期ネットワークはトークンによって急速に容量を拡大したが、十分な有料需要サイドを構築できず、容量は巨大でありながら利用率と有料転換率が不足している。「保存できること」に報酬を与え、「保存が必要とされていること」には報酬を与えていない。
エンタープライズ級サービス能力の欠如：AWSの参入障壁はハードディスクではなく、API、SLA、権限管理、コンプライアンス監査、テクニカルサポートで構成される「データオペレーティングシステム」である。企業が購入するのは「安心感」であり、鍵やノード選択を自ら処理しなければならない実験的なインフラではない。
検索体験の短所：「保存する」ことは「安定的かつ低レイテンシで取り出す」こととイコールではない。ノードが分散し、トポロジーが複雑で、統一されたSLAが欠如しているため、AIのホットデータワークフローを担うのは難しく、信頼できるコールドアーカイブやデータトレーサビリティにより適している。
プライバシーとコンプライアンスの不足：企業のプライベートデータを単純に公共の永続的ネットワークに書き込むことはできない。削除権と永続的な改ざん不可能性には本質的な衝突がある。分散型ストレージは、公共データや長期アーカイブには適しているが、無差別に核心的なプライベートデータを引き受けるのには向いていない。
トークンエコノミーがサイクルを増幅：強気相場での金融化が需要不足を覆い隠し、弱気相場でマイナーのROIが低下することで商業化の弱点が露呈する。トークンは供給をコールドスタートできるが、需要と持続可能な収益を自動的に創出することはできない。

一方、他の分散型ストレージプロジェクトの多くは特定のエコシステムや細分化された分野に焦点を当てている。Storj/Siaは、サイクルを超えた業界でのマインドシェアとWeb3のナラティブにおける影響力がFilecoin / Arweaveよりも弱い。BNB Greenfield/WalrusはBNBまたはSUIの特定のパブリックチェーンエコシステムに紐付いている。Celestia/EigenDAなどはデータ可用性（DA）層に属し、長期アーカイブではなくRollupトランザクションの確認にサービスを提供する。0GなどのAI / DAハイブリッドナラティブプロジェクトは、ストレージ、データ可用性、計算、AIエージェント決済を統合したAIネイティブなモジュラーインフラを構築しようとしているが、実際の需要、開発者の採用、商業化のクローズドループはまだ検証が必要である。

分散型ストレージの将来機会：効率性と信頼性の長期的な振り子

技術配当の爆発期には、資本は効率性を狂ったように追い求め、GPU、HBMなどの資産には極めて高いプレミアムが与えられ、「信頼性と公平性」を主張する分散型ストレージは当然ながら周縁化される。しかし、歴史の振り子は永遠に効率性の側にとどまることはない。スーパープラットフォームによる理不尽なアカウント停止やコンテンツ削除、AI著作権訴訟の急増がデータの来歴証明を迫ること、地政学的対立が引き起こすデータ主権の争奪、データ独占による公共アーカイブの消失、そして規制によるモデル訓練データのコンプライアンス監査圧力など、こうした出来事はいずれも「信頼できるストレージ」の再評価を醸成する可能性がある。分散型ストレージの将来の機会は、依然として以下の方向で独自の価値を発揮するチャンスがある。

AIデータの来歴証明（Provenance）：暗号学的証明を組み合わせて「データの来歴証明」を構築し、規制と監査の圧力に対応する。
公共データセットと文明アーカイブ：検閲されたアーカイブや文化遺産を固定し、代替不可能で削除できない記憶を構築する。
信頼できるアーカイブとコンプライアンス証跡：ハッシュによる証拠保全で信頼できる自己証明を実現し、高度なデジタル公証を提供する。
ZK/TEE/DID技術の融合：プライバシーの緊張を解消し、単一の「ストレージプロトコル」から「信頼できるデータインフラストラクチャ」へとアップグレードする。
隠れたプロダクトロードマップ：S3互換APIと法定通貨建て課金を提供し、ユーザーが「信頼できるアーカイブ」サービスを直接購入できるようにする。

AIストレージと分散型ストレージ、一方は極限の効率性を追求し、私たちが未来に向かって突き進むための燃料を提供し、もう一方は沈黙の記憶を守り、私たちが過去を振り返る権利を守る。現在の市場は効率性を惜しみなく報いており、そのため分散型ストレージは静寂に包まれ、さらには崩壊しつつあるように見える。しかし、AI時代がデータ独占、著作権論争、歴史的記憶の脆弱性をさらに拡大させる時、分散型ストレージは「信頼できるコールドレイヤー」として再評価される可能性がある。プラットフォーム、企業、そしていかなる単一の権力によっても容易に消去できない記憶は、理想主義のロマンから、周縁的な信念から、必要なインフラへと変わるかもしれない。

OpenAIの創設者であるアルトマン氏は、OpenAIが来年株式公開すると予想している。

人気記事