📌 3行要約
- 「AIチップが足りない」と言うとき、実際に詰まっているのはGPUそのものではなく、その後ろの工程です。
- HBM、TSV積層、TCボンダー、先端パッケージング、そして電力。どれも発注してから動き出すまで年単位かかります。
- だから資金があっても「買えば済む」話にならない。お金では時間が買えない——そしてその年単位の時間こそが、装置と材料の需要そのものです。
2026年7月、こんなニュースがありました。アンソロピック（AI「Claude」の開発元）が、チップ不足で最上位モデルの利用を制限しながら、競合のメタに「計算能力を2年で最大1.6兆円で貸してくれ」と持ちかけた——。
ここで誰もが思う疑問があります。
そんなに足りないなら、GPUを買えばいいのでは？ アンソロピックにはお金があるのに。
答えは、お金では時間が買えないからです。「GPU不足」と言うとき、本当に詰まっているのはGPUチップそのものではありません。その後ろに連なる工程です。今回はそこを、工程ごとに分解して解説します。
① そもそも「GPUを作る」とは、どういうことか
AIアクセラレータ（NVIDIAのGPUなど）は、1個のチップが単体で完成するわけではありません。ざっくり言えば、こういう積み木でできています。
- ロジックダイ：計算を担う本体。TSMCなどが製造
- HBM：そのすぐ隣に積まれる高速メモリ。SKハイニックス・サムスン・マイクロンが製造
- インターポーザ：ロジックとHBMを1枚に載せる土台（先端パッケージング）
「GPUが足りない」というのは、このどれか一つでも欠けたら完成しないという話です。そして今、ボトルネックはロジックダイではなく、HBMと、それを載せるパッケージングの側にあります。
② ボトルネック1：HBM ——「作れるのは3社だけ」
AIアクセラレータの性能を決めるのは、いまや演算器の数だけではありません。すぐ隣にどれだけ大量・高速のメモリを置けるかです。そこに使われるのがHBM（広帯域メモリ）。
問題は3つあります。
▼ 作れる会社が世界に3社しかない
HBMを量産できるのは、SKハイニックス、サムスン電子、マイクロンの3社だけです。しかも最先端のHBMで先行しているのは実質SKハイニックスで、供給は寡占状態。需要が急増しても、蛇口が3本（実質1〜2本）しかありません。
▼ HBMは「積む」製品である
HBMは、DRAMのダイを何段も縦に積み重ねて作ります。8段、12段、そして16段へ。この積層を可能にしているのがTSV（シリコン貫通電極）——ダイに穴を開けて上下を電気的につなぐ技術です。
そして積む工程には、TCボンダー（熱圧着ボンダー）という専用装置が要ります。ここで世界1位なのが韓国のハンミ半導体（韓美半導体）。ボンダーの台数そのものが、HBMの生産能力の上限になっている面があります。装置を増発注しても、納入されるまでには時間がかかります。
▼ 汎用DRAMを削ってHBMを作っている
さらに構造的な問題があります。HBMは通常のDRAMより大幅に多くのウェハーを消費します。だから3社は今、汎用DRAMの生産能力をHBMへ振り向けている最中で、その結果として汎用DRAMまで足りなくなっています。
DRAMの前工程能力を増やすには、新しい工場（ファブ）と装置が要ります。これも年単位です。HBMそのものの詳しい解説はこちらにまとめています。
③ ボトルネック2：先端パッケージング（CoWoS）
ロジックダイとHBMができても、それを1つのパッケージに組み上げなければGPUになりません。ここで使われるのが、TSMCのCoWoSに代表される先端パッケージング技術です。
CoWoSは "Chip on Wafer on Substrate" の略で、複数のチップをシリコンのインターポーザの上に横に並べて接続する方式です。ロジックとHBMを極めて短い距離で結ぶことで、あの帯域を実現しています。
ところが、このCoWoSの生産能力が、長らくAIアクセラレータ供給の最大の制約でした。TSMCは能力を年々倍増させていますが、それでも需要に追いつかない時期が続きました。増設には専用の装置とクリーンルームが要り、これもやはり一朝一夕にはいきません。
つまりGPUは、「ロジックダイの製造能力」ではなく、「HBMの供給」と「パッケージングの能力」という2つの後工程で律速されているのです。前工程だけ増やしても、GPUの数は増えません。
④ ボトルネック3：電力 ——「載せる建物」の問題
意外と語られませんが、これが最後にして最大の壁になりつつあります。
GPUを大量に手に入れても、それを動かす場所がなければ意味がありません。そしてAI向けデータセンターは、従来型とは消費電力の桁が違います。
- 一般的なデータセンター：1ラックあたり5〜10kW
- AI向けデータセンター：1ラックあたり60kW以上（さらに増加中）
桁が違うので、冷却も配電も別設計になります。「既存のデータセンターを空けて使う」という話にはなりません。専用の建物を新たに建てる必要があります。
規模感を挙げておくと、メタが建設中の「ハイペリオン」データセンターは5GW規模とされ、これは原子力発電所の数基分に相当します。実際メタは2026年1月、自社データセンター向けに最大6ギガワット超の原子力電源購入契約を結び、企業として世界最大級の原子力電源の買い手になりました。
変電設備、送電網、そして発電そのもの。ここまで来ると、もはや半導体の話を超えて電力インフラの話になります。そしてこれが、GPUを買っても翌月に稼働できない、最も動かしがたい理由です。
⑤ だから「借りに行く」しかない
ここまでを一本の線でつなぐと、こうなります。
GPUを注文しても、HBMが要る。
HBMには積層能力（TSV・TCボンダー）が要る。
積んだらパッケージング（CoWoS）が要る。
組み上がったら載せる建物が要る。
建物には電力が要る。
どれ一つとして、お金を積んだ翌月には出てこない。
だからアンソロピックのような企業は、自分でゼロから建てるのではなく、すでに完成している他社の設備を借りに行く。それも競合の設備を。「お金はあるのに競合に頭を下げる」という一見不可解な行動は、この時間の壁を理解すると腑に落ちます。
資金では、この積み上がったリードタイムを飛び越えられないのです。この件を相場の側から見た記事はこちらにあります。
⑥ 【エンジニア視点】その「時間」こそが、装置・材料の需要である
ここがこのブログとしての本題です。
投資家は「AIチップ不足」を、GPUメーカー（NVIDIAなど）の物語として読みがちです。しかし工程で分解すると、不足の実体は後工程と、それを支える装置・材料にあることが分かります。
不足を解消するために業界がやらなければならないのは、次のことです。
- HBM増産のためのDRAM前工程装置の増設（成膜・エッチング・洗浄——東京エレクトロン、Lam、AMAT、SCREENなど）
- 積層のためのTCボンダーの増設（ハンミ半導体など）
- TSV形成のためのエッチング・めっきの能力増
- 先端パッケージングのための装置と材料（ABF基板、その他）
- テスト工程の増強（Advantestのテスタ需要が伸びている理由がこれです）
つまり、「GPUが足りない」という一言は、めぐりめぐって半導体製造装置と材料の需要に変換されていきます。そして前述の通り、これらの増強には年単位の時間がかかる。その時間の長さが、装置・材料メーカーにとっての受注残の長さになるわけです。
不足は、AIチップメーカーだけの物語ではありません。むしろその後ろにいる、目立たない装置・材料メーカーの物語でもある——というのが、工程側から見た景色です。日本企業がどこで強いかはこちらの企業マップにまとめています。
まとめ
「AI半導体不足」を一枚で整理すると、こうなります。
- 詰まっているのはGPUチップ本体ではない → HBM・パッケージング・電力
- HBMは作れるのが3社だけ → しかも積むにはTСボンダーが要り、汎用DRAMを削って作っている
- パッケージング（CoWoS）が長年の律速 → 前工程を増やしても増えない
- 電力とデータセンターが最後の壁 → もはや半導体を超えた話
- だからお金では解決しない → 借りに行くしかない。そしてその時間が、装置・材料の需要
次に「AIチップが足りない」というニュースを見たら、「じゃあ、実際に詰まっているのはどの工程なんだ？」と考えてみてください。GPUメーカーの名前の後ろに、長い長いサプライチェーンが見えてきます。
※本記事は投資勧誘を目的としたものではありません。投資に関する最終決定は、ご自身の判断と責任において行っていただきますようお願いいたします。
コメントを投稿