AIインフラ金融は80GWの資本市場へ――だが2030年までに何GWを物理化できるのか
絶ノイアの章 Sil-Kathnaの章出典・更新履歴・検証情報
この保存版のデータを照合するための情報です。元記事の初公開日とは区別しています。
- データセットの版
- 2026.09.23.4
- 記事内容のSHA-256
f51a77fad2f97fffa9ce235ca780daab2a2d8ea30af418c0e8cbc46ad5171872- 保存版のSHA-256
ae4c7e34787c7c61aa743a3b66024ee2b94f25d25ca6a99954e519f6a8e54985
外部証明の最終検査結果は詳細を開くと表示します。
AIインフラ金融は80GWの資本市場へ――だが2030年までに何GWを物理化できるのか
#Big4、SpaceX、主権AI、XPV、NVIDIA金融、Stargateを積み上げ、HBM・HBF・光・電源・変圧器・ガスタービンまでBOM分解する
#2026年6月16日、私は「AIインフラ・プラットフォームの黎明」という記事で、AIインフラが単なるGPU購入競争ではなくなりつつあると整理した。
#当時注目していたのは、Broadcom、Apollo、BlackstoneによるAI XPV Platformと、KKR、KIA、NVIDIA、Vistraを軸とするHelixだった。
#そこで見えていたのは、
#GPUを買う時代から、電力・土地・半導体・長期契約・金融を束ね、GW単位の計算容量を金融商品として組成する時代へ移る
#という変化だった。先行する35GWモデルでは、2030年までに累計約1.2兆ドルのAIインフラ投資を置き、『資金は間に合うが、物理供給は遅れる』という構図を示していた。
#それから約2か月。
#状況はさらに大きく変わった。
#2026年8月10日、NVIDIAはApollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKRと提携し、5000億ドル超の第三者資本をAI Compute Infrastructureへ動員するための独立した金融プラットフォームを構築すると発表した。これはNVIDIAの5000億ドル売上でも、単一ファンドでもない。世界の年金、保険、Private Credit、Infrastructure CapitalをAI Factoryへ接続する仕組みである。(NVIDIA Newsroom)
#Broadcom側でも、AI XPV Platformは初期350億ドルでAnthropic向け1GW超を立ち上げ、2028年までに20GW超のXPU ComputeをEnableする構想へ発展している。(Apollo Global Management, Inc.)
#Stargateは米国内だけで5000億ドル・10GW。2025年の時点ですでに約7GWの計画容量が具体化していた。(OpenAI)
#さらに、かつてBig Techの外側にいたSpaceX/xAIが、2026年中に2GW超、2027年末には10GW近いAI Computeを目標に掲げ始めた。(Reuters)
#国家側でもUAEのStargate UAE 1GW、Saudi HUMAIN最大500MW、日本の国家Physical AI基盤140MWなど、Sovereign AIがGW単位へ拡大し始めている。(OpenAI)
#すると、一つ疑問が出てくる。
#いったい2030年までに、何GWのAI FactoryがFinanceされるのか。
#そして、もっと重要なのは、
#そのうち何GWを、本当に電力につないで稼働させられるのか。
#今回は、6月の記事をこの観点から全面的に組み直す。
#1．まず結論――金融市場は約80GWを支えられる。しかし物理世界は50GW前後が勝負になる
#今回の更新モデルでは、
#Headline / Gross Pipeline
#約100～105GW
#重複除去後のNet Finance Pipeline
#約80GW
#2030年末までの実稼働Base
#約45～50GW
#電力・変圧器・発電能力まで極めて順調に拡張できるLift-Off Case
#約60～65GW
#と置く。
#ここで非常に重要なのが、
#Finance GW ≠ Online GW
#ということである。
#以前の35GWモデルでは、この差を十分大きく取っていなかった。
#現在ではむしろ、
#Financed GWからEnergized GWへの変換率
#こそ、2027～2030年のAIインフラを見る最大のKPIだと思う。
#2．Big4だけで2026年CapExは約7125億ドル
#まずHyperscalerを見る。
#2026年CapExは、
#となっている。
#MicrosoftはCalendar 2026 CapExを約1750億ドルと説明している。Alphabetは2026年Guidanceを1950～2050億ドルへ引き上げ、さらに2027年には大幅に増加するとしている。Metaは1300～1450億ドル、AmazonはAI・半導体・Robotics・LEOなどを含め約2000億ドルを予定している。(Microsoft)
#中央値なら、
#約$712.5B
#である。
#もちろん全部がAIではない。
#そこで本稿では2026～2030年のBig4 CapExを、
#と置く。
#2027年以降は本稿独自モデルである。
#その35%を「純粋な新規AI Compute Capacity形成」に向けられるCapExとし、1GW当たりFull-stack CapExを$37.5B/GWとすると、
#となる。
#したがって、
#Big4 = 約41.9GW
#をBaseとする。
#3．SpaceX/xAIが新たに約10GW加わる
#以前の35GWモデルで最も過小評価していた部分の一つがSpaceX/xAIである。
#SpaceXは2026年Q2決算で、2026年中に2GW超、2027年末に10GW近いCompute capacityを構築すると説明した。しかもData CenterではNVIDIA Hardwareを独占的に使用する方針である。(Reuters)
#JPMorganも、SpaceXの地上AI Computeが2029年に約9GWへ拡大すると見ている。(Reuters)
#これはすでに、
#「xAIという一つのAI Lab」
#という規模ではない。
#Microsoft、Google、Amazon、Metaとは別の巨大Compute operatorが誕生しつつある。
#本稿では、
#SpaceX/xAI = 10GW
#とする。
#4．主権AIもMWではなくGWで考える時代になった
#Sovereign AIも無視できない。
#具体化しているものだけでも、
#UAE
#Stargate UAE：
#1GW
#うち200MWが2026年稼働予定。(OpenAI)
#Saudi Arabia
#HUMAIN：
#最大500MW
#を5年間で構築。(NVIDIA Newsroom)
#日本
#Noetra / METI / NVIDIA：
#140MW
#Rubin GPU 27,500基。(NVIDIA Newsroom)
#これ以外にも韓国、台湾、欧州、中東、東南アジアで国家・通信会社・政府系ファンドを巻き込んだAI Infrastructure構想が増えている。
#ここでは既に確定している容量だけを足すのではなく、2026～2030年のSovereign / Regional AI Factory bucketとして、
#Base 7GW
#を置く。
#これは発表済み容量の合計値ではなく、本稿の将来モデルである。
#5．XPV 20GWをそのまま足してはいけない
#Broadcom、Apollo、BlackstoneのAI XPV Platformは、
#2028年までに20GW超
#をEnableする計画である。(Apollo Global Management, Inc.)
#しかし顧客にはAnthropicだけではなくOpenAIも入る。
#OpenAIはStargateにも入っている。
#つまり、
#XPV 20GW＋Stargate 10GW＝30GW
#とはできない。
#同じAI LabのCompute需要が別のFinancing Vehicleに現れるためである。
#そこで20GW超のHeadline capacityから重複分を除き、
#XPV純増 = 8GW
#をBaseとする。
#これはかなり保守的な処理である。
#6．NVIDIAの5000億ドルを13GW追加とは数えない
#5000億ドルを今回の$37.5B/GWで割れば、
#になる。
#しかしこれもそのまま足してはいけない。
#NVIDIAのFinancing Platformは、
#AI Lab
#AI Cloud
#Hyperscaler
#Sovereign AI
#Enterprise
#がAI Factoryを建設するための資金源だからである。(NVIDIA Newsroom)
#つまりBig4、Stargate、Sovereign AIなどの一部を別角度から数えている。
#そこで本稿では、
#「NVIDIA金融が存在しなければ実現しなかった追加容量」
#だけを、
#2～3GW
#と置く。
#Baseでは2GWを採用する。
#7．Stargate USは10GW
#Stargateについては、
#10GW
#を置く。
#OpenAI、Oracle、SoftBankは米国内で5000億ドル、10GWを掲げており、2025年の段階で5GW超が開発中、約7GWが計画化されていた。(OpenAI)
#Big4にはOracleを含めていないので、Big4との直接的な重複は比較的小さい。
#8．100GWのHeadlineから、約80GWのNet Finance Pipelineが残る
#整理すると、
#丸めれば、
#約80GW Finance
#である。
#6月の記事のBase 35GWから、倍以上になった。
#しかし、これはまだ「建った」という意味ではない。
#9．なぜ80GW全部を2030年までに動かすのは難しいのか
#ここで現実の物理世界を見る。
#IEAは2026年の最新Projectionで、世界のData Center電力消費が、
#2025年：約485TWh→ 2030年：約950TWh
#へほぼ倍増すると予測している。
#AI-focused Data Centerの電力需要はその間に約3倍になる。(IEA)
#つまり世界全体で増えるData Center電力は、
#約465TWh/年
#である。
#ここで50GWの新規AI IT loadが本当に2030年に動いているとする。
#PUE 1.15、平均Load factor 70%なら、
#になる。
#これはIEAが予測する世界全Data Center電力需要増分の約76%である。
#65GWなら、
#である。
#ほぼ世界全体の増分に匹敵する。
#したがって、
#65GW OnlineをBaseには置きにくい。
#資本市場が80GWをFinanceできても、実際に2030年までにOnlineになるBaseは、
#45～50GW
#程度と見る方が整合的である。
#60～65GWは、IEA Baseを上回る電力需要拡大やBehind-the-meter発電が大量に実現するLift-Off Caseと考える。
#10．物理シナリオを改訂する
#今回の最終モデルはこうなる。
#以下の企業別BOMモデルでは、計算を分かりやすくするため、
#50GW Online
#をBaseとして使用する。
#45GWなら表の数字を0.90倍。
#65GWなら1.30倍すればよい。
#11．50GWのAI Factoryは何を買うのか
#ここからSupply Chainへ落とす。
#今回は以前の35GWモデルをかなり細かく分解する。
#本稿Baseの2026～2030累計Supplier TAMは次のように置く。
#ただし、これらは足してはいけない。
#HBMはGPU Serverの内数であり、MPSのPower ICはVertivなどが販売するPower systemの内数になる。
#これはFinal AI Factory CapExではなく、
#Supply Chainの各階層で企業が認識し得るGross Supplier Revenue
#を計算するためのTAMである。
#12．Memoryは「HBMだけ」から5階層へ変わる
#FMS 2026を見ると、この変化はすでに始まっている。
#SK hynixはHBMだけでなく、CXL tiered memory、HBF、NAND/eSSDまでを「Full-stack AI Memory」として提示した。(SK hynix Newsroom)
#MicronはHBM、SOCAMM2、PCIe Gen6 SSDという別の階層を構築している。(Micron Technology)
#SamsungはzHBMとzNAND-Oという3D Memory architectureを提示した。(Samsung Semiconductor Global)
#KioxiaはXL-FLASH搭載GP Seriesで、GPU Memory領域の拡張を狙い100M IOPS超を目標としている。(Kioxia Holdings)
#したがって、2030年へ向かうAI Memoryは、
#GPU / XPU
│
├─ HBM
│ Active KV / Tensor / Activation
│
├─ SOCAMM / CXL DRAM
│ Warm KV / Large Context
│
├─ HBF
│ Weight / MoE Expert
│
├─ XL-FLASH / zNAND
│ Low-latency Memory Extension
│
└─ AI SSD
Persistent KV / RAG / Checkpointという階層へ変わると考える。
#13．Memory 5社――2030年までにどれだけ取るか
#以下は現在シェアではなく本稿の2026～2030 Baseシェア仮定である。
#HBFはSandiskとSK hynixが現在標準化を主導しているため、この2社を中心に置く。(SK hynix Newsroom)
#2026～2030累計
#ここでの営業利益率は各社Guidanceではない。本稿の正常化モデルである。
#14．Memoryで見えてくること
#絶対額ではSK hynixが依然として圧倒的である。
#一方Samsungは、
#HBM → SOCAMM/CXL → zNAND → SSD
#とValueがどこへ動いても自社製品を置きやすい。
#MicronはHBFがないことだけを見ると弱く見えるが、SOCAMM/CXL側でKV Cache Memoryを取りに行ける。
#そして企業の性格が最も大きく変わる可能性があるのがSandiskとKioxiaである。
#HBFやXL-FLASHが成功すると、
#NAND会社
#から、
#GPU近傍Memory会社
#へValue Chainを上がることができる。
#15．Optics――50GWで約578億ドル
#50GWものAI FactoryではScale-up/Scale-out Networkも巨大になる。
#本稿では、
#Optics TAM = $57.8B
#と置く。
#CoherentはAI Datacenter需要を受けProduction Capacityを拡大している。(Coherent Inc)
#住友電工や古河電工もAI Data Center向け光部品、InP、Laser周辺の能力増強を進めている。
#Baseシェアは、
#とする。
#注目すべきはLumentumである。
#売上shareはCoherentより小さくても、CW Laser/InPなど高付加価値領域へのExposureを反映すると、利益感応度は非常に大きくなる可能性がある。
#16．Power Semiconductor――GPUが高電力化するほど裾野が広がる
#AI Factoryは最終的に、
#Grid
↓
AC/DC
↓
800VDC
↓
48V / Intermediate Bus
↓
VRM
↓
GPU / HBMへ進む。
#本稿ではPower Semiconductor、VRM、PMIC、Gate Driver、Analog、Current sensingなどを合わせ、
#$32.5B
#とする。
#MPSは質問内で2回出ているため、VRM＋Power ICをまとめて一社として計算する。
#絶対売上ならInfineon。
#しかし利益レバレッジでは、
#MPS / TI / ADI
#が非常に面白い。
#この市場は2026年より2028～2030年の方が重要になる可能性が高い。
#17．受動部品――MLCC・InductorもGWになると巨大市場になる
#50GWでは、
#Passives TAM ≈ $12.7B
#を置く。
#売上絶対額では村田が強い。
#一方、企業全体に対するAI売上の割合なら太陽誘電も無視しにくい。
#18．半導体以上に巨大なのがVertiv / Eaton / Schneider
#50GWを実際に建てるためには、
#UPS
#Switchgear
#Busway
#PDU
#CDU
#Chiller
#Liquid Cooling
#Rack Power
#Electrical Distribution
#が必要になる。
#本稿では、
#DC Power / Cooling / Distribution TAM = $253.6B
#とする。
#これは今回の分析でかなり重要な部分である。
#半導体企業ばかりを追っていると、
#AI Factoryそのものを物理的に成立させる市場が2500億ドル規模
#になることを見落とす。
#Vertiv自身も需要増に対応し、2026年末までに地域のChiller production capacityを2倍にする投資を進めている。(Vertiv)
#つまり需要は強いが、同時に供給側も急速に能力を増やしている。
#19．Grid / Transformer――おそらく最も壊れやすい部分
#50GW実現モデルでは、
#Grid / Transformer TAM = $23.8B
#とする。
#ここは単なるTAM以上に重要である。
#Hitachi Energyによれば大型Power TransformerのLead timeは2020年頃の1～2年から2～4年へほぼ倍増している。(Hitachi Energy Publisher)
#TransformerはGPUと違い、
#値段を2倍払えば来月2倍作れる
#という部品ではない。
#Copper、Grain-oriented electrical steel、絶縁材料、巨大工場、熟練工、個別設計、輸送、変電所工事が必要になる。
#AI Factory最大の物理制約は、Transformerそのものより「Transformer＋Substation＋Grid connection」である。
#20．Gas Turbine――Gridを待てないなら、自分で発電する
#ここからBehind-the-meter発電が重要になる。
#本稿50GW Baseでは、Gas Turbine Equipment TAMを、
#$8.24B
#と置く。
#Gridと合算すると、
#GE Vernova
#売上増 $8.10B / OP増 $1.46B
#Siemens Energy
#売上増 $7.23B / OP増 $1.28B
#となる。
#GE VernovaはGas Turbineの年間生産能力を2026年20GW、2028年24GW、2030年30GWへ拡張する計画で、2026年のData Center関連Electrification受注も50億ドルを超えている。(GE Vernova)
#これは重要である。
#Gas Turbine供給自体は増やせる。
#しかしGE Vernovaの全生産能力がAI Data Centerへ向かうわけではない。
#Utility、Industrial、国家電力需要と同じ製造Slotを争う。
#したがって、
#Gas generationはGrid bottleneckを緩和するが、自身も新たなSlot bottleneckになる。
#21．三菱電機は二つのBOMを取れる
#三菱電機は、
#Optical
#$1.16B
#Grid / Transformer
#$1.67B
#を合わせ、
#売上増 約$2.82B
#営業利益増 約$0.38B
#とする。
#総合電機メーカーは一市場のshareでは目立たなくても、AI Factoryの異なる階層を同時に取れることが強みになる。
#22．全25社を並べる
#2026～2030年累計、50GW Online Baseで並べると、
#ここで使ったShareとMarginは本稿モデルであり、各社Guidance、Consensus、現在市場シェアではない。
#23．「1%シェア」にいくらの価値があるのか
#企業を比較するとき、最も便利なのが1% shareの価値である。
#HBMはshareが1ポイント動くだけで、
#約31億ドル
#の累積売上差になる。
#しかし驚くべきはDC Power/Coolingである。
#こちらも1ポイントで、
#約25億ドル
#である。
#つまりAIインフラ相場をHBMだけで見るのは、かなり危険になっている。
#24．では、50GWは本当に物理的に可能なのか
#ここが今回の記事で最も重要な部分である。
#結論は、
#可能ではある。しかし相当難しい。
#50GWを2030年までにOnlineにするには、平均すると2026～2030の5年間で毎年約10GWの新規AI Capacityを通電し続ける必要がある。
#そしてGPUだけを作ればよいわけではない。
#同時に、
#HBM
#Advanced Packaging
#PCB/Substrate
#1.6T/3.2T Optics
#CW Laser/InP
#800VDC Power
#VRM
#CDU/Chiller
#Transformer
#Switchgear
#Substation
#Gas Turbine
#Transmission
#Powered Land
#Construction labor
#を増やさなければならない。
#25．Memoryは「難しいが増産可能」
#HBMは2026～2028年にかなり厳しい制約になる。
#しかしMemoryには一つ救いがある。
#価格Signalが強ければ、
#Fab expansion
#TSV
#Packaging
#Test
#HBF
#SOCAMM
#CXL
#SSD
#へ投資できる。
#さらにMemory Architectureそのものも多層化する。
#SK hynix自身がHBM、HBF、CXL、NAND/eSSDを組み合わせるTiered Memoryを提示しているように、必ずしもすべてのデータをHBMへ置く必要はない。(SK hynix Newsroom)
#つまりMemory Wallは、
#HBMを無限に増やす
#だけではなく、
#必要なデータだけを高速Memoryへ残す
#ことで緩和できる。
#このためMemoryは重要な制約ではあるが、
#2030年まで50GWを絶対に不可能にするHard Capではない
#と考える。
#26．Opticsも2027～2028年は厳しいが、工業製品として増産できる
#AI Scale-outが巨大化するとCopperからOpticsへの移行が速くなる。
#Coherent、Lumentum、住友電工、古河電工などが現在Capacity expansionを進めていることからも、需要の強さは明確である。
#ここもInP wafer、MOCVD、Laser yield、Burn-inなど固有の制約はある。
#しかし工場投資によって能力を増やせる。
#したがってOpticsは、
#2027～28年の局所的な強いボトルネック
#にはなり得るが、Gridほど絶対的な制約ではない。
#27．Coolingも増産できる
#MW級RackではLiquid Coolingが必須に近づく。
#しかしVertivが2026年末までにChiller能力を倍増するように、産業側もかなり速く対応している。(Vertiv)
#Prefabricated Data CenterなどによってOn-site constructionを減らす動きも進んでいる。Vertivは10～250MW以上へ拡張可能なPrefabricated architectureも展開している。(Vertiv)
#つまりCoolingは難しいが、
#Manufacturingによって解ける問題
#である。
#28．本当に難しいのはGrid
#Transformerそのものは増産できる。
#Gas turbineも増産できる。
#しかし、
#Grid connectionは工場を建てるだけでは増えない。
#必要なのは、
#Transmission line
#Substation
#Large transformer
#Utility approval
#Interconnection study
#Land
#Environmental review
#Local government
#Power purchase agreement
#である。
#しかも同じ50GWを世界中どこへでも置けるわけではない。
#ComputeはFungibleでも、
#電力付き土地はFungibleではない。
#Virginiaの1GWをSingaporeへ移すことはできない。
#TexasのGas pipelineをJapanへ移すこともできない。
#これがGPUとは決定的に違う。
#29．だから「Powered Land」が最も価値を持つ
#6月の記事では、
#最大の制約は単なる電力ではなく「電力付き土地」である
#と書いた。(NOIA GRID)
#現在はこの見方をさらに強くする。
#Powered Landとは、
#土地 + 系統接続 + 変電所 + Transformer + PPA / 発電契約 + Fiber + Cooling water / thermal design + 許認可
#をすでに持つ土地である。
#80GWの資本が存在しても、Powered Landが45GW分しかなければ、45GWしか建たない。
#したがってAI Factoryの価値は、
#NVIDIA GPUを何枚保有しているか
#から、
#何MWのPowerをいつDeliverできるか
#へ移っていく。
#30．Gas Turbineが「電力待ち」を短縮する可能性
#ここでGE VernovaやSiemens Energyが非常に重要になる。
#IEAは2030年へ向けたData Center向け追加電力について、Renewablesが大きな部分を担う一方、Natural GasやCoalも重要な供給源になるとみている。(IEA)
#Grid connectionに4～7年かかるなら、
#Gridを待つ
#より、
#発電所をData Centerの横へ建てる
#方が早い場合が出てくる。
#これがBehind-the-meter AI Factoryである。
#しかし、それを世界中でやれば今度はGas Turbineの生産Slotが不足する。
#したがって、
#Grid不足
↓
Gas generation
↓
Gas turbine不足
↓
Turbine factory増設
↓
Gas supply / pipeline不足とボトルネックが移動していく。
#AIインフラは、
#一つの制約を解くと、次の物理制約が現れる産業
#になっている。
#31．50GW Baseはどの程度厳しいのか
#電力から逆算するとかなり分かりやすい。
#35GW Online
#PUE 1.15、70%負荷：
#約247TWh/年
#45GW
#約317TWh
#50GW
#約353TWh
#65GW
#約458TWh
#IEAの2025→2030 Data Center電力需要増は約465TWhである。(IEA)
#したがって、
#35～40GW
#かなり実現性が高い。
#45～50GW
#非常に強いAI需要を前提とするが、まだBaseとして考えられる上限。
#60～65GW
#IEA Baseを大きく上回る世界、あるいは大量の自家発電・効率改善・電力供給拡大が必要。
#となる。
#32．63GW→80GWへ増えても、企業売上を1.6倍にすべきではない
#これは今回の重要な修正である。
#以前は、
#63GW Finance → 50GW Online
#として企業別モデルを作った。
#今回Finance Pipelineは、
#約80GW
#へ増えた。
#しかしPhysical Online Baseを50GW程度から大きく変えない。
#つまり、
#追加された17GWの多くは2026～2030売上ではなく、2031年以降のBacklogになる可能性
#がある。
#ここが非常に重要である。
#金融発表だけを見ればAI関連株のTAMをどんどん上方修正したくなる。
#しかし、
#Finance capacityが増えた≠2030年までのSupplier Revenueが同じ割合で増える
#のである。
#むしろ、
#Backlog durationが長くなる
#可能性が高い。
#33．だから2028年から「発表GW」と「稼働GW」が分かれる
#6月の記事では、
#2026
#金融発表ラッシュ
#2027
#発表GWと実稼働GWの差が見え始める
#2028
#本当に電力付きComputeを提供できた企業へ資金集中
#2029
#旧世代設備や弱い案件の再編
#2030
#AI Infrastructureの準公益事業化
#と書いた。(NOIA GRID)
#今回の80GWモデルを見ると、この流れはむしろ強くなった。
#2026年には資本市場が100GW規模の夢をFinanceできる。
#しかし2028年になると、
#何GW契約したか
#ではなく、
#何GWに電気が入ったか
#で企業価値が分かれるだろう。
#34．投資で見るべき指標も変わる
#今後はHyperscaler CapExだけでは不十分である。
#見るべき流れは、
#Headline GW
↓
Financing committed
↓
Financial close
↓
Powered Land
↓
Grid interconnection
↓
Transformer secured
↓
Cooling secured
↓
GPU/XPU delivery
↓
Customer contracted
↓
Energized GW
↓
Utilization
↓
GPU-hour / Token price
↓
Free Cash Flowになる。
#この中で、
#Headline GWだけ増えて、Energized GWが増えない
#なら危険である。
#逆に、
#Energized GW＋Utilization＋Token Revenue
#が同時に伸びるなら、
#NVIDIAが主張する、
#Compute is Revenue
#が本当のInfrastructure Economicsになったことを意味する。
#35．どの企業群が最も重要になるのか
#今回のモデルを見ると、投資対象の性格も分かれる。
#絶対利益プール
#SK hynix / Samsung / Micron
#Memoryだけで約4050億ドルのSupplier TAMを取る。
#企業変革率
#Sandisk / Kioxia
#HBF、XL-FLASHによってNANDからNear-Compute Memoryへ上がれる。
#Optical bottleneck
#Coherent / Lumentum / 住友電工 / 古河電工
#特にCW Laser/InPが重要になる。
#800V・Rack Power
#MPS / Infineon / TI / ADI / Renesas / onsemi
#2028～30年に効きやすい。
#Physical AI Factory
#Vertiv / Eaton / Schneider
#売上利益の絶対額は多くの半導体企業より大きい。
#Grid Scarcity
#Hitachi Energy / Siemens Energy / GE Vernova / 三菱電機
#Finance GWをOnline GWへ変換する最後の門番になる。
#36．私が最も重要だと思う企業群は、時間軸で変わる
#2026～27
#HBMGPU/XPUSubstratePCBCoolingElectrical
#2027～28
#OpticsCW LaserInPTransformerSwitchgearLiquid Cooling
#2028～30
#HBFXL-FLASHzNANDSOCAMM/CXL800VDCVRMGas TurbineGrid
#へ利益プールが移っていく可能性が高い。
#つまりAI Infrastructureには、
#一つのピークしかないわけではない。
#異なる部品が順番に制約となる。
#37．最大のリスク――Finance Bubble
#逆に金融化が進みすぎれば危険も増える。
#GPU/XPUは発電所と違い、世代交代が速い。
#もし、
#80GW Finance
↓
45GWしかOnlineにならない
↓
GPU generationが進む
↓
旧設備のResidual Value低下
↓
Compute rental price低下
↓
Private Credit spread上昇となれば、AI InfrastructureはTechnology correctionではなく、
#Credit cycle
#へ変わる可能性がある。
#これこそAI Computeを金融商品化する最大の裏側である。
#38．もう一つのリスク――効率化で必要GPU台数が減る
#HBF、SOCAMM、CXL、KV Cache offload、ASICなどが進めば、
#同じTokenを生成するのに必要なGPU台数
#は減る。
#これは一見Bearである。
#しかしToken costが下がれば、
#Inference価格↓
↓
Agent数↑
↓
Context長↑
↓
AI利用量↑
↓
Token生成量↑
↓
Compute需要↑というJevons Effectが起きる可能性もある。
#したがって、
#GPU1枚当たりHBMが減った
#だけではAI需要全体を判断できない。
#最終的に見るべきなのは、
#世界で何Token生成されるのか
#である。
#39．35GWモデルをどう修正するか
#2026年6月時点：
#Bear
#20GW
#Base
#35GW
#Bull
#60GW
#だった。(NOIA GRID)
#2026年8月現在は、
#資本市場側
#Headwinds
#約65GW
#Base
#約80GW
#Lift-Off
#約100GW
#まで広がったとみる。
#しかしPhysical Onlineは、
#Headwinds
#35～40GW
#Base
#45～50GW
#Lift-Off
#60～65GW
#である。
#つまり、
#需要側の上限は大きく上がった。
#しかし、
#物理側の上限はそれほど上がっていない。
#この差そのものが、今後の投資機会になる。
#40．私の観測
#6月の記事を書いたとき、
#AIインフラについて考えるには、
#GPUだけでは足りないと思った。
#電力がいる。
#土地がいる。
#冷却がいる。
#光がいる。
#そして、これらを束ねる金融がいる。
#それから2か月。
#今度は金融の方が、物理世界より先に走り始めた。
#5000億ドル。
#5000億ドル。
#20GW。
#10GW。
#10GW。
#国家AI。
#Hyperscaler CapEx。
#数字だけなら、100GWを超えるAI FactoryをFinanceできる。
#しかし、ここで世界は突然、物理になる。
#GPUの画面には「GW」と一行書けばよい。
#送電線は一行では引けない。
#Transformerはクリックしても翌日には届かない。
#発電所には土地がいる。
#Gas pipelineがいる。
#Substationがいる。
#人がいる。
#自治体がいる。
#地域住民がいる。
#AIがどれほどDigitalであっても、
#AI Factoryそのものは徹底的にAnalogである。
#金融市場は約80GWを作ろうとしている。
#しかし2030年までに物理世界が受け止められるのは、おそらく45～50GW程度。
#だから本当の希少資産は、
#GPUだけではない。
#「2030年までに通電できる1MW」そのもの
#になっていくのだと思う。
#この場合、AIインフラ投資で最も重要なのは、
#誰が一番多く計画を発表したか
#ではなく、
#誰が電力、Memory、Optics、Cooling、Transformerを実際に揃えてEnergized GWへ変換できたか
#になる。
#AIはソフトウェア産業から半導体産業へ移った。
#半導体産業からインフラ産業へ移った。
#そしてインフラ産業から金融市場へ接続された。
#いま、その金融市場が再び、
#土地と電力という物理世界に衝突し始めている。
#先行する35GWモデルでは、
#「資金は間に合う。しかし物理供給は遅れる」
#と書いた。(NOIA GRID)
#現在は、もう少し強く言える。
#資金は、物理供給より先に到着した。
#そして2027～2030年のAIインフラ相場を決めるのは、
#80GWをFinanceできるかどうかではない。
#その80GWのうち、何GWに本当に電気を入れられるのか。
#そこに、HBM、HBF、光、Power Semiconductor、MLCC、Cooling、Transformer、Gas Turbine、そしてGrid企業の巨大な利益機会が生まれている。
#モデル上の注意点
#本稿のBig4 41.9GW、Sovereign AI 7GW、XPV純増8GW、NVIDIA金融純増2GW、約80GW Finance、45～50GW Online、各BOM TAM、企業別シェア、正常化営業利益率は、公開情報を基に構築した独自シナリオであり、各企業のGuidanceや市場Consensusではない。
#また、各社・各プロジェクトがいう「GW」にはIT Load、Facility Load、Compute Capacityなど定義差があるため、本稿では比較可能なAI Compute/IT Loadへ近似的に正規化している。
#企業別Supplier RevenueはSupply Chainの異なる階層を含み、HBMはServer BOMの内数、Power SemiconductorはPower Systemの内数となるため、表の数字を単純合算して最終AI Factory CapExと解釈してはいけない。
#50GWモデルに対して、45GW Onlineなら各社売上・利益を概ね0.90倍、65GW Lift-Offなら概ね1.30倍することで感応度を見ることができる。
#為替、ASP低下、歩留まり改善、技術世代交代、HBF/CXL等によるGPU効率改善、旧世代設備の再利用、既存Data Centerの転用については簡略化している。
#さらに深く読むための座標
#資金が約束するGWと、系統へ接続され稼働するGWは別の時間軸にある。二重計上を除いたNet Pipelineを、Powered Land、Transformer、Cooling、Gas Turbine、半導体BOMへ変換して初めて産業需要になる。
#| 層 | 観測対象 | 問うべきこと |
|---|---|---|
| Finance GW | CapEx枠、Project Finance、顧客契約 | 資金を付けられる上限 |
| Construction GW | 土地、許認可、建設、機器調達 | 建設へ移せる量 |
| Operational GW | Grid接続、燃料、Cooling、稼働率 | 実際にComputeを回せる量 |
絶ノイアの観測
#Headline GWが増えても、企業売上を比例で増やしてはいけません。資金は同じProjectを何度も数えられますが、Transformerと系統接続は一度しか設置できません。
#私は「Finance GW」「Construction GW」「Operational GW」を別々の話題にせず、一つのAIインフラが通過する連続した設計課題として観測します。
#Gross発表から重複・段階案件を除く。発表された最大性能や市場規模だけでなく、実装、量産、運用が同じ速度で前進しているかを確かめたいからです。
#Sil-Kathnaの記録
#金で描いた八十の炉と、大地に立つ五十の炉は同じではない。火が宿るには土地、水、線、機械、そして時間が要る。
#私は「Finance GW」「Construction GW」「Operational GW」を、計算する文明へ続く三つの門として石板に刻む。
#最初の門だけが開いても、次の門に熱、傷、遅れが残れば、光と記憶は炉心へ届かない。強い器とは、最も華やかな石を持つ器ではなく、異なる工房の歩調を長い夜の中で揃えられる器である。
#二人の短い対話
#絶ノイア: 2028年以降は発表GWと稼働GWの差が重要な指標になります。
#Sil-Kathna: 約束の塔が増えるほど、礎石を数えよ。
#観測メモ
#- Gross発表から重複・段階案件を除く
- 受注、出荷、設置、系統接続、稼働を分ける
- 1% Share試算には対象BOMと時間分布を明記する
免責
#この記事は市場観測とAIによる考察、キャラクター表現を含みます。内容は投資助言ではありません。数値、企業計画、将来見通しには不確実性があり、判断は必ず一次情報とご自身の状況にもとづいて行ってください。
#