メモ

韓国の証券会社KB証券は、サムスン電子とSKハイニックスのストレージ半導体在庫が10日分を下回ったと警告し、来年の供給が明らかに不足すると述べました。この機関は月曜日に、人工知能インフラへの投資がかつてない速度で拡大しており、ストレージチップ市場が深刻な供給不足に直面していると報告しました。重要な要因はHBM4への移行であり、HBM4に必要なウェハは従来のDRAMの約3倍であり、ウェハの生産能力が限られているため、従来のDRAMの利用可能な生産能力が減少します。KB証券は、来年のDRAMとNANDの需要が供給を10パーセント以上上回ると予測しています。研究責任者のキム・ドンウォン氏は、人工知能サーバーがHBM、サーバーDDR5、企業向けSSDを消費し、歴史的な不足を引き起こす可能性があると述べました。世界の超大規模データセンター運営者は、来年の人工知能インフラへの投資予想を1.3兆ドルに引き上げ、前年より60%増加するとしています。この機関は、来年のストレージ半導体が人工知能インフラ総投資の57%を占めると予測しており、昨年の14%から増加しています。TrendForceは、この割合が68%に達する可能性があると予測しています。サムスン電子の株価は高値から約28%下落し、SKハイニックスは約40%下落しました。

ブルーウェーブニュースによると、長鑫科技からの情報では、バイトダンスと中興が共同開発した新世代の豆包スマートフォン------ヌビア NaviX Ultraは、長鑫の最高速度10667MbpsのLPDDR5Xメモリを搭載します。公式によれば、これは国産の10667Mbps高速LPDDR5Xメモリチップが初めて量産され、実用化されたことになります。以前の情報では、ヌビアの「豆包スマートフォン」はネットワーク登録を完了し、9月に量産上市される予定です。

グーグルのサプライチェーンインフラストラクチャのシニアディレクター、Nikhil Cherianは、メモリのボトルネックを突破するために、グーグルがソフトウェアとハードウェアのソリューションを開発しており、退役サーバーを分解してDDR4コンポーネントを回収し、内部リサイクルサプライチェーンを構築していることを明らかにしました。グーグルは、前世代のDDR4を新世代の人工知能サーバーに接続するための特別なハードウェアアダプターを設計しており、退役サーバーを輸入してそのDDR4モジュールを回収利用しています。Cherianは、人工知能業界が計算制限からメモリ制限に急速に移行していると述べ、高性能メモリは特定の人工知能サーバーの材料リストコストの約75%を占めているとしています。ゴールドマン・サックスの報告によると、第三四半期のメモリ価格は引き続き上昇し、パーソナルコンピュータのDRAM価格は18%から23%上昇し、サーバーのDRAM価格は13%から18%上昇すると予測されています。Trendforceのデータによると、8月の現物市場でDDR4 8GBとDDR5 8GBの価格はそれぞれ142ドルと133ドルに上昇しました。グーグルが今年発表した2種類のTPU ASICは、メモリの最適化設計が施されており、メモリの需要を元の六分の一に減少させることが期待されています。TPU8iチップは専用の階層メモリ設計を採用しており、高速DDR5メモリアーキテクチャに依存してホストレベルのタスクを実行し、各チップには288GBのHBM3e高帯域幅メモリが搭載されています。

SEMICON Taiwan 2026 メモリサミットが1日に開催され、Alphabet傘下のGoogle CloudサプライチェーンインフラストラクチャのシニアディレクターNikhil Cherianは、マルチモーダルおよびハイブリッドエキスパートアーキテクチャの普及に伴い、AI計算が計算能力の制約からメモリの制約に移行したと指摘しました。高性能メモリはAIサーバーハードウェアの材料リストコストの75％以上を占めています。容量、帯域幅、消費電力のボトルネックに直面し、Googleは推論とトレーニングハードウェアの分流、無損失量子化ソフトウェアアルゴリズムなどのソフトウェアとハードウェアの二重戦略を通じて、AIメモリのボトルネックを突破しました。Googleはハードウェアアーキテクチャにおいて分流戦略を採用し、低遅延推論向けのTPU 8iおよび超大規模トレーニング向けのTPU 8tを発表しました。TPU 8iは288 GBの高帯域幅メモリを搭載し、チップ上のSRAM容量を3倍の384 MiBに増加させ、動的対話状態とキー値キャッシュをチップ内部に配置し、ゼロチップ外遅延を実現しました。TPU 8tは9600個のチップで構成される超大型計算クラスターを通じて、HBM共有プールが2 PBの規模に達し、チップ外データ転送のボトルネックを排除し、TPU Direct Storage技術と組み合わせています。Googleはトレーニング不要のTurboQuant無損失量子化アルゴリズムを開発し、大モデルのキー値キャッシュを32ビットから3ビットに圧縮し、精度ゼロ損失の前提の下でメモリ使用量を6倍に縮小し、8倍の注意計算加速をもたらし、旧世代DRAM統合技術を導入してコンポーネントのライフサイクルを延長しました。

Googleは、AIデータセンターの熱潮によって引き起こされた業界のメモリチップ不足に対応するため、Androidアプリに対して2つの新しい品質要件を発表しました。そのうちの1つは、アプリのメモリ使用量を削減し、コードを最適化することに重点を置いています。Googleは、モバイル業界が著しいハードウェア供給制限に直面しており、デバイスのメモリの可用性が変化し、ユーザーエクスペリエンスに影響を与えていると述べています。これを受けて、Googleは動的メモリ使用やビットマップ使用などの分野で新しいパフォーマンス閾値を設定し、アプリのカクつきやクラッシュを防ぐためにコード最適化の要件を増やします。会社は、アプリが閾値を超えた場合に開発者に最適化を促す新しいツールを導入します。さらに、アプリがデバイスのメモリを過剰に占有するのを防ぐMemory Limiter機能を含む、より多くの診断ツールが今年の後半に登場する予定です。開発者は、2027年2月までに新しい閾値を達成する必要があります。また、すべてのPlay Storeアプリは、2027年4月までにZero Tap Sign-In要件を満たさなければなりません。これは、デバイスの移行時にAndroid Restore Credentials APIを通じてユーザーのログイン状態を自動的に復元することを意味します。これらの変更は、メモリ供給が制限された市場でアプリやゲームの開発者が高品質な体験を提供し続けるのを支援することを目的としており、特に価格に敏感な低価格デバイスに焦点を当てています。

日経アジアの報道によると、韓国の半導体メーカーSKハイニックスのCEO、クァク・ノジョン氏は、世界のメモリーチップの不足は2030年末まで続くと予想しており、供給過剰のリスクは低いと述べています。彼は、AI時代においてメモリーチップはもはや「コモディティ」ではなく、現在供給過剰や業界の低迷の兆候は見られず、AI顧客の需要は依然として強いと指摘しました。SKハイニックスはNVIDIAの主要なサプライヤーです。報道によると、同社はアメリカのインディアナ州に初のHBMチップパッケージ工場を立ち上げた後、さらなるアメリカへの投資拡大に対してオープンな姿勢を持っています。

三星電子とSKハイニックスは、今年下半期にNVIDIAへの8層HBM4メモリの供給量を増加させる計画です。この動きはNVIDIAの供給戦略の影響を受けており、HBMメモリの供給を安定させ、製品の発熱量にも配慮することを目的としています。

韓国の『朝鮮日報』の報道によると、韓国のDRAM輸出価格が引き続き急騰しており、AI駆動のHBM生産が一般的なメモリ供給を圧迫しています。データによると、今月1日から20日までの間に、韓国のDRAM輸出単価は1キログラムあたり92,183ドルに達し、前年同期比で401%の上昇、2023年1月の低点からは約12.5倍の上昇となっています。ゴールドマン・サックスは、DRAMの供給不足が今年の5.0%から来年の5.9%に拡大すると予測しており、AIサーバーに必要なHBMや大容量サーバーDRAMが限られた生産能力を吸収しているため、一般的なDRAM供給がさらに厳しくなり、供給不足は2028年まで続く可能性があると考えています。TrendForceは、来年末までに、サムスン、SKハイニックス、マイクロンがHBM生産に投入するウェハの量がDRAM総ウェハ投入の30%を占めると予測していますが、HBMが実際のDRAMビット供給量に占める割合は約13%に過ぎません。メモリメーカーは、AI需要によって引き起こされるDRAMとNANDの供給緊張が2027年以降も続く可能性があると警告しています。SKハイニックスは、供給側から見ると2027年がメモリ業界の歴史の中で最も深刻な不足の年になる可能性があると述べています。

小米は正式に玄戒 O3 チップを発表しました。新世代の玄戒 O3 は、世界初の LPDDR6 メモリチップをサポートするフラッグシップモバイルプロセッサ（SoC）です。財聯社の記者がサプライチェーンから得た情報によると、国内のストレージリーダーである長鑫存储（CXMT）が小米玄戒 O3 の LPDDR6 メモリの主要なコラボレーションパートナーです。今年の 3 月には、長鑫 LPDDR6 が重要な顧客にサンプルを送付したとの情報があり、8 月初めには多くのメディアがその検証が終わりに近づいていると報じました。今回の玄戒 O3 の発表に伴い、国産の LPDDR6 チップ製品がフラッグシッププロセッサで初めて実用化され、国産の低消費電力メモリが正式に世界の第一梯隊に名を連ねることを意味します。

BeInCrypto の報道によると、マイクロンテクノロジー（Micron）の CEO サンジェイ・メフロトラは、アイダホ州ボイシの本社近くの半導体製造工場で、メモリが AI 時代の戦略的インフラストラクチャーとなり、AI 主導の需要の増加がこの周期的な業界の経済論理を永続的に再設定することになると述べました。財務データに関しては、マイクロンの第3四半期の収益は 414.6 億ドルに達し、前年の 93 億ドルから大幅に増加し、粗利率は 84.6% に上昇し、第4四半期の粗利率はさらに約 86% に上昇する見込みです。供給側では、データセンターの顧客の需要はマイクロンが約束できる供給量の 150% に達しており、ギャップは顕著です。メフロトラは、自動運転車、ロボット、AI 消費機器を今後の増加需要の源として挙げました。

《科创板日报》によると、第三四半期の原材料価格がさらに上昇する中、今月のサーバーDDR5価格は15%から23%上昇し、32GB / 64GB / 96GB DDR5 RDIMMはそれぞれ900/1590/2650米ドルに達しました。現物サーバーRDIMM市場では、貿易側の32GB D5は1800〜2100米ドル、64GB D5は3000〜3200米ドル、96GB D5は3800〜4100米ドルの範囲です。契約と現物のDDR5、特に96GBの価格差は縮小傾向を示しています。原材料DDR5の供給は依然として需要に対して不足していますが、契約価格が四半期ごとに上昇するにつれて、サーバーの大口顧客はメモリコストの上昇に対してより敏感になっています。加えて、長期契約が次々と成立しているため、大口顧客のD5供給は一定の保障を得ており、DDR5の上昇幅はさらに穏やかになると予想されています。

快科技の報道によると、長鑫ストレージの17nm DDR5チップの良品率は90%を突破し、サムスンの同世代製品の92%から93%の良品率レベルと約2ポイントの差しかなく、技術指標は世界の第一梯隊に入った。複数の主要PCメーカーは年の中頃に長鑫DRAMチップの認証を完了し、一部のノートパソコンに小規模に搭載し始めた。異なるブランドの採用戦略には顕著な違いがある：デルは長鑫チップの全面的な使用を禁止；HPは中国本土市場での使用に限る；アスースとエイサーは中国本土および新興市場向けのモデルに搭載している。現在、長鑫製品が三大メモリ大手の全体市場価格に与える影響は依然として限られており、主な理由はサムスン、SKハイニックス、マイクロンが現在LPDDR5の供給を優先しているためであり、長鑫の現段階の戦略的焦点はDDR5の出荷量を拡大することにある。PC企業の幹部は、三大メーカーが世界の90%以上のDRAMシェアを占めており、大規模な採用には高度な慎重さが必要だと述べている。現在、長鑫チップを採用しているモデルの数と使用量は非常に限られている。

TrendForceの最新研究によると、メモリなどの部品価格の上昇により、256GBのiPhone 18 Proの材料コストは前年同期比で約38%上昇する見込みで、定価の上昇は避けられない。Appleは出荷量と市場シェアを維持するために、価格上昇幅を和らげるために一部の粗利率を犠牲にする可能性がある。分析によれば、過去2世代のProモデルにおけるメモリのBOMコスト比率は、1年前の約10%から2026年Q3には約34%に上昇し、2027年上半期には40%を超える見込みで、メモリはiPhoneの最大の単一コスト項目となり、アプリケーションプロセッサやディスプレイの従来の主導地位を置き換えた。TrendForceは、Androidメーカーがより大きな利益圧迫に直面しており、中低価格帯のモデルが特に圧力を受けていると指摘している。一部のブランドは大幅な価格上昇を余儀なくされるか、赤字の製品ラインを停止せざるを得ないかもしれない。2025年初頭以来、メモリ価格は5倍から7倍に上昇しており、2026年下半期から2027年にかけて、世界のスマートフォン生産量は引き続き圧力を受ける見込みである。Appleは新製品発表時に旧モデルの価格を同時に調整し、メモリコスト上昇の影響を部分的に相殺する可能性もある。

スイス銀行によるVera Rubin超チップの部品表（BOM）の分析によると、メモリ半導体はこのプラットフォームの総コストにおいて約62%を占めており、前世代のBlackwell Ultra（GB300）の53%から大幅に増加しています。Vera Rubin超チップ（1つのVera CPUと2つのRubin GPUを含む）の総コストは約38,902ドルで、そのうちメモリ関連コストは24,297ドルに達しています。HBM4のコストは約4,943ドル（総コストの12.7%を占め）、CPUに接続されるSOCAMM2のコストは約19,355ドル（総コストの49.8%を占め）、メモリコスト上昇の主要な要因となっています。SOCAMM2は低消費電力DRAM LPDDR5Xに基づくサーバーメモリモジュールで、単一CPUで最大1.5TBの容量をサポートします。Vera Rubin NVL72キャビネット（72個のRubin GPUと36個のVera CPUを含む）は合計74.7TBのDRAMを搭載しており、そのうちHBM4は20.7TB、CPU用のLPDDR5Xは54TBです。単一キャビネットのLPDDR使用量は約4,500台の高性能スマートフォンに相当します。しかし、LPDDR5XおよびHBM4Eの供給不確実性の影響を受けて、NVIDIAは次世代Rubin UltraのHBM構成を引き下げることを検討しています。

《ウォール・ストリート・ジャーナル》によると、Appleは中国のDRAMメーカー**長鑫存储（CXMT）**のメモリーチップをテストしており、iPhoneやMacBookなどの製品ラインに適用する計画です。この動きの背景には、AIの需要が世界的なメモリ価格を押し上げていることがあり、Appleは韓国系および米国系のサプライヤーからの価格が「持続不可能」であるとアメリカ側に訴えたとされています。報道によれば、Appleはホワイトハウスに対して中国のチップサプライヤーとのビジネスを行うための承認を求めており、現在アメリカは商用の現物チップの調達を許可していますが、カスタマイズ製品には制限を設けています。長鑫存储は最近、市場シェアを急速に拡大しており、第2四半期の収益は前年同期比で8倍以上の成長を遂げ、世界のDRAM市場シェアは**7%**に上昇し、先月には科創板でのIPOを完了しました。一方、HPやAcerなどのPCメーカーは、非米市場で販売される一部のデバイスに長鑫存储のメモリーチップを使用し、供給圧力を緩和し始めています。Appleが最終的に調達契約を結ぶ場合、ワシントンからの政治的な抵抗に直面する可能性があります。

美光テクノロジーはFMS 2026会議でドイツ銀行に対し、AIがメモリ産業の構造を再形成していると述べ、メモリがシステム全体の価値に占める割合は30年前の約**10%から現在のほぼ50%に上昇しており、この傾向は加速していると報告しました。現在、DRAMとNANDは供給が需要に追いついておらず、メモリのアップグレードにはシステムの物理的な分解が必要であり、AIシステムにおけるメモリの需要はより強固で、価格の弾力性は市場の予想を下回っています。戦略的顧客契約（SCA）は約40%**の販売をカバーすることが期待され、両者に価格安定メカニズムを提供します。美光の経営陣はCPU側のAIエージェントの需要を「季前のウォームアップ」と表現し、GPUエコシステム以外の新たな支柱と見なしています。SRAMなどの新興技術について、美光はそのスケーラビリティが限られており、HBMのコア地位に挑戦することはできないと考えており、現在約**5%**のシステムがこのような特定の負荷を運用しています。ドイツ銀行は「買い」評価を維持し、美光が「成長を犠牲にせずに利益を上げる」独自の優位性を持っていると考えています。FMS期間中、SandiskとSKハイニックスは初のHBF技術仕様を共同発表しましたが、美光はその実際の価値と商業化の見通しには依然として議論があると考えています。

The Informationによると、NVIDIAはRubin Ultra GPUに対して高帯域幅メモリを減らす重大な調整策を検討しており、先進的な高帯域幅メモリチップの不足問題に対処しようとしています。

西部データの最高製品責任者 Ahmed Shihab は、AI ストレージ競争の鍵は単に最速のメディアを追求することではなく、手頃なコストで持続的に容量を拡張できるかどうかであると述べています。彼は、多くのアーキテクチャが初期には正常に動作するが、データ規模が数 PB から数百 PB、さらには EB レベルに増加する際に、コストが制御不能になり問題が露呈する可能性があると考えています。フラッシュメモリはモデルの重み、GPU のオーバーフロー、KV キャッシュ、セッションコンテキストなどの高性能で低遅延のシナリオに適しています。一方、HDD はトレーニングコーパス、ログ、チェックポイント、コンプライアンス記録、合成データ、推論出力などの大規模で長期保存かつコストに敏感なデータにより適しています。彼はまとめて言います：「フラッシュは現在を処理し、HDD は全ライフサイクルを処理します。」AI の規模において、ストレージコスト自体がアーキテクチャの問題になるでしょう。長期間にわたり大量のデータを高性能メディアに保存すると、計算、ネットワーク、電力、スタッフなどの予算が圧迫されます。多くのバルクストレージ負荷にとって、問題はフラッシュが保存できるかどうかではなく、顧客がフラッシュを使用する全てのコストを長期的に負担できるかどうかです。未来の AI ストレージは単一の技術によって支配されるのではなく、性能、コスト、消費電力、密度、信頼性、データライフサイクルに基づいて階層的に設計されるべきです。彼は、これはフラッシュと HDD の競争ではなく、最初から異なるワークロードに適切なメディアをマッチさせる必要があると強調しています。さもなければ、スケールが拡大した後にアーキテクチャがビジネスの持続可能性に影響を与える可能性があります。

韓国の『デジタル日報』によると、Appleは最近、次世代iPhoneおよびスマートデバイスのコストを削減するために、長鑫存储（CXMT）とLPDDR5XなどのモバイルDRAM供給価格について交渉を行ったが、相手に拒否された。長鑫存储は、Samsung ElectronicsやSKハイニックスと同等、あるいはそれ以上の価格水準を維持することに固執し、Appleのエンドメーカーとしての従来の交渉優位性を打破した。報道は分析しており、HuaweiやXiaomiなどの中国のエンド企業は、長鑫存储の大量生産能力を長期の高価格契約で事前に確保しており、中国の内需市場は彼らに堅固な価格防衛線を提供している。一方、Samsung ElectronicsとSKハイニックスはHBMの生産能力が継続的に拡大し、一般的なDRAM供給を圧迫しており、加えて長鑫存储が価格の下限を守っているため、韓国メーカーは一般的なDRAM分野での出荷圧力と価格下落リスクが大幅に緩和され、HBM4、LPCAMM2、eSSDなどの高付加価値AIストレージ製品にリソースを集中できるようになった。業界関係者は、下半期に韓国半導体陣営の営業利益率と世界市場での価格決定権がさらに強化されると予測している。

公式の発表によると、Marvell TechnologyはAIインフラストラクチャ向けの新世代メモリソリューションのラインアップを発表しました。これはサーバーレベルのAIストレージ、ラックレベルのCXLメモリ拡張とプール化、そしてマルチキャビネットの光相互接続共有メモリをカバーしており、Agentic AI推論プロセスにおけるメモリ容量と帯域幅のボトルネックの増加に対処することを目的としています。Marvellは、AIモデルの規模が拡大し、コンテキストウィンドウが延長され、KVキャッシュの需要が増加する中で、従来の計算とメモリの密結合アーキテクチャがAI推論の効率を制限していると述べています。メモリのデカップリング（memory disaggregation）により、メモリリソースを計算リソースからより独立して拡張でき、GPUの利用率を向上させ、データ移動の遅延を低減することが可能になります。今回発表された製品には以下が含まれます：Bravera SC6 PCIe 6.0 SSDコントローラー：AI推論ストレージシナリオ向けで、クラウドサービスプロバイダーがより多くのKVキャッシュを高性能SSDに移行し、インフラストラクチャの効率を向上させるのを支援します。この製品は複数のベンダーのNANDに対応したアーキテクチャを採用しており、2026年第4四半期からサンプル提供が開始される予定です。Marvell Structera Xメモリ拡張ソリューション：CXL技術に基づき、ラックレベルのメモリ拡張とリソースプール化をサポートし、データセンターがメモリリソースをより柔軟に共有および配分できるようにし、AIインフラストラクチャのコストを削減します。Marvell Photonic Fabric光相互接続メモリソリューション：光相互接続技術を使用して、複数のキャビネットにまたがる共有メモリアーキテクチャを構築し、最大32TBの温熱KVキャッシュのアンロードをサポートし、AI推論クラスターのスループット能力を向上させます。Marvellは、Photonic Fabricソリューションが既存のデータセンターのスペースと電力制限の下で、最大2倍から3倍のトークンスループットの向上を実現し、より大規模なモデルとより長いコンテキストのAIアプリケーションをサポートすると述べています。Marvellの幹部Will Chuは、AIインフラストラクチャが単一のサーバーアーキテクチャから計算、メモリ、接続が協調して動作するシステムに移行していると述べ、今後はメモリがより独立して拡張され、リソースの利用率とトークンの効率を向上させる必要があるとしています。AIエージェントと大規模モデルの推論需要が引き続き増加する中で、メモリ容量、帯域幅、データ転送効率が計算能力に次ぐAIインフラストラクチャ競争の新たな焦点となっています。