半導体調査会社SemiAnalysisが、2028年の世界のAIアクセラレータ支出予測を1兆540億ドルから7580億ドルに引き下げた。Coincampsの報道によると、同社が2026年11月13日に改定した予測モデルでは、従来予測から2960億ドル、約28%の下方修正となった。一方、ただし年次予測によれば、改定後も2028年の支出額は前年比約21%の増加が見込まれている。
今回の見直しで重要なのは、支出予測の減少が、そのままAI半導体の出荷数量の減少を意味するわけではない点だ。アクセラレータの購入費用は出荷数量と販売価格の両方に左右され、特に高帯域幅メモリ(HBM)の価格変動がシステム全体のコストに影響する。また、データセンターの電力容量を確保しても、建設資金の調達や機器の納入が進まなければ計算資源は稼働しない。今回の予測改定を理解するには、半導体の価格と出荷数量に加え、買い手の資金調達能力やデータセンターの稼働状況を分けて見る必要がある。
2028年のAIアクセラレータ支出予測を2960億ドル引き下げ
BigGo Financeが掲載した年次表によると、SemiAnalysisの改定後の予測でも、世界のAIアクセラレータ支出額は2030年まで増加を続ける。ただし、2028年から2029年にかけての伸びは約5%に鈍化し、2030年には約16%に回復する見通しだ。2030年の予測額は9230億ドルで、2026年の3920億ドルの約2.35倍に相当する。
| 年 | 改定前(億ドル) | 改定後(億ドル) |
|---|---|---|
| 2026年 | 掲載なし | 3,920 |
| 2027年 | 7,700 | 6,270 |
| 2028年 | 10,540 | 7,580 |
| 2029年 | 13,520 | 7,960 |
| 2030年 | 15,310 | 9,230 |
2028年の下方修正率約28%は、旧予測の1兆540億ドルに対する差額2960億ドルの割合である。一方、前年比約21%という伸び率は、改定後の2027年予測6270億ドルと2028年予測7580億ドルから算出した。いずれも報道機関が掲載した丸め値に基づく計算だ。
これらの数値は、CoincampsとBigGo Financeが紹介したSemiAnalysisの改定内容に基づいている。SemiAnalysisが公開しているモデルの説明では、AIアクセラレータの出荷数量や平均販売価格をメーカー別・製品別に追跡し、HBMの供給、ウェハー投入量、先端パッケージング、システム導入までを分析対象としていることが分かる。ただし、今回の改定値や支出予測に含まれる機器費用の詳しい内訳は、同社の公開ページには掲載されていない。
HBM価格と出荷数量の見直しが支出予測に影響
Coincampsが掲載した改定内容によると、AIアクセラレータ支出予測を押し下げた最大の要因は価格前提の引き下げである。SemiAnalysisは従来より出荷数量を少なく見積もったことで、HBMの需給が均衡に近づき、価格も下がると予測した。この価格変化を各アクセラレータの部材費に反映した結果、出荷数量の減少に加えて、製品単価の低下も支出総額を押し下げる形となった。
ただし、出荷数量に関する指標の下方修正率は一様ではない。Coincampsによると、2026〜2030年の5年間に出荷されるAIアクセラレータ用ロジック半導体のシリコン面積の累計予測は、従来比17%減となった。HBM需要を記憶容量に相当するビット数で測ると、2028年は約30%減、2030年は12%減に修正されたが、改定後のモデルでも需要量そのものは前年比で増加する見通しだ。なお、シリコン面積から製造に必要なウェハー枚数を求めるには、個々のダイ面積や製造歩留まりも考慮する必要がある。
電力需要の見通しも引き下げられた。2030年のAIアクセラレータの電力需要予測は従来比約34%減となり、出荷数量の減少に加えて、将来の製品1基あたりの消費電力を低く見積もったことが影響している。実際に必要となる電力は、アクセラレータの出荷時期だけでなく、導入先のデータセンターがいつ稼働を始めるかにも左右される。
メーカー別ではNVIDIAへの影響が大きい。Coincampsによれば、SemiAnalysisは2030年の出荷に対応するNVIDIAの計算製品売上高予測を、旧モデルから66%引き下げた。出荷数量とHBMの部材費に加え、顧客が競合製品を選択できる状況を踏まえ、次世代製品の平均販売価格も低く見積もっている。今回公表された改定内容からは、数量と価格の双方が下方修正されたことは分かるものの、それぞれが売上高予測の減少にどの程度寄与したかまでは読み取れない。
こうした競争環境の変化は、大手AI企業の調達契約にも表れている。AnthropicはGoogleおよびBroadcomと、2027年から稼働を見込む数GW規模の次世代TPUの利用契約を結んだ。また、Amazonとの契約では、複数世代のTrainiumを含む学習・推論向けの計算資源を最大5GW確保する計画を示している。同社はClaudeの学習やサービス提供にNVIDIAのGPUも利用しており、用途に応じて複数のアクセラレータを使い分ける方針だ。
OpenAIもAMD製GPUを複数年にわたって計6GW導入する契約を発表している。AMDが付与した株式取得権は、導入・購入の節目に加え、AMDの株価目標や技術・商業上の条件に応じて段階的に確定する仕組みだ。さらにOpenAIは、自社設計のAIアクセラレータをBroadcomと10GW規模で展開する協業も公表した。ただし、こちらはラック展開に向けた条件概要書への署名として発表されたものである。同じGWという単位でも、契約による利用枠の上限、複数年の導入計画、協業で目指す規模では、実際の発注や稼働の確実性が異なる。
需要面では、先端AI開発企業の収益成長とデータセンター建設資金の調達環境が予測改定の背景にある。Coincampsによると、SemiAnalysisは先端AI企業の年換算継続収益(ARR)の純増ペースが鈍化したと分析している。また、大手クラウド事業者などによる購入確約がないプロジェクトでは、負債・株式のいずれによる資金調達も難しくなっているとみる。同社は米国の中間選挙後に一部データセンターの稼働が遅れることも予測に織り込んだが、収益成長の鈍化と資金調達環境の厳しさを主な要因に挙げている。
Anthropicの計算・インフラ費用は売上高を上回るペースで増加
AI企業が計算資源を確保する際の負担は、Anthropicの財務情報からも確認できる。同社のIPO向けファクトシート(PDF)によると、2026年7〜9月期の売上高は170億ドルとなり、4〜6月期の116億ドルから約47%増加した。一方、計算・インフラ費用は56億ドルから99億ドルへと約77%増加しており、売上高を上回るペースで膨らんでいる。
この結果、計算・インフラ費用1ドルあたりの売上高は、前四半期の2.08ドルから1.72ドルに低下した。Anthropicによると、7〜9月期には短期契約で調達した計算資源が50億ドル分含まれていた。同等の計算資源を複数年契約で確保する場合より費用が高く、計算効率の改善によるコスト削減効果を一部相殺したという。
この財務情報が示すのは、Anthropicが売上高を急速に拡大する一方、計算資源の調達費用がさらに速く増えたという事実である。SemiAnalysisが指摘する先端AI企業全体のARR純増ペースの鈍化を判断するには、複数企業の収益動向を同じ条件で比較する必要がある。ただし、Anthropicの実績からは、需要の拡大に対応するため短期契約で計算資源を確保すると、売上高が増えていても調達条件によって費用負担が大きくなることが分かる。
CoreWeaveの決算が示す契約電力と稼働電力の差
AIデータセンターの建設計画が実際の計算資源の供給につながるかを考えるうえでは、CoreWeaveの設備投資状況が参考になる。同社がSECに提出した2026年7〜9月期決算資料によると、契約済みの電力容量は4.6GW超に達した一方、稼働済みの電力容量は1.7GW超だった。いずれも同じ決算時点の数値であり、「超」は公表された容量の下限を示す。稼働済み電力容量から設備の運用規模は把握できるが、GPUの納入台数や利用率を確認するには別のデータが必要だ。
データセンターを稼働させるには、電力の確保だけでなく、土地や建物、電力インフラ、サーバーなどへの先行投資が欠かせない。CoreWeaveは、顧客契約を裏付けとした資金調達や営業キャッシュフローを活用するとともに、今後3カ月で顧客から約90億ドルの前払い金・保証金を受け取る見込みだと説明した。こうした資金を確保できれば、サービスの提供を開始して売上を得る前に必要な建設費や機器調達費に充てられる。
同社は2026年の設備投資予想を370億〜390億ドルとし、従来予想から下限を20億ドル引き上げた。インフラ整備と顧客への引き渡しが当初計画より早く進むとの見通しが、その理由だ。大口顧客との契約を資金調達につなげられる企業では、計算資源の稼働開始を早めるために設備投資を増やす動きも起こり得る。契約電力が実際の計算資源の供給に結び付いているかは、今後の稼働済み電力容量の増加によって確認できる。
Alphabetの設備投資拡大とAI半導体の価格下落は両立する
AIアクセラレータの支出予測が引き下げられる一方、大手クラウド事業者は引き続き巨額の設備投資を計画している。Alphabetの2026年7〜9月期決算説明会によると、同四半期の設備投資額は514億ドルで、大半がAI関連を中心とする技術インフラに振り向けられた。技術インフラ向け投資の約65%はサーバーやネットワーク機器、残りの35%はデータセンター関連だった。この65%という割合は技術インフラ投資を分母としたものであり、対象となるサーバーやネットワーク機器にはAIアクセラレータ以外も含まれる。
Alphabetは2026年通期の設備投資額を1950億〜2050億ドルと見込み、2027年にはさらに大幅に増加すると予想している。データセンターの建設やネットワーク設備への支出が拡大すれば、アクセラレータの平均販売価格が低下しても、企業全体の設備投資額は増え得る。同社は技術インフラ投資の拡大に伴い、その後の会計期間に減価償却費や電力などの運用費用も増加すると説明した。
一方、TPUシステムを外部顧客に販売する事業では、資金の流れが自社データセンターへの設備投資とは異なる。Alphabetによると、顧客との販売契約を締結すると、まず受注残に計上され、その後、計算機器だけでなくストレージやネットワークを組み込んだシステムの在庫を積み増す。顧客への納入と請求を経て代金を回収するため、販売に伴う入金より先に機器調達の支出が発生する。実際、7〜9月期にはTPUシステムの外販に備えた在庫の積み増しが営業キャッシュフローを押し下げた。自社データセンターの整備に伴う設備投資と、外販向けシステムの在庫調達による資金負担は、決算上でも異なる項目に現れる。
SemiAnalysisによる今回の予測改定を評価するには、AIインフラへの投資額だけでなく、契約が実際の発注、機器納入、稼働へと進んでいるかを追うことが重要になる。特に、長期契約や受注残を積み上げた企業が、融資や顧客からの前払いによって必要な資金を確保できているかが判断材料となる。これにAIアクセラレータの出荷数量と平均販売価格を組み合わせれば、支出額の変化が需要数量によるものなのか、価格の変化によるものなのかをより正確に把握できる。機器の価格が下がる一方で納入と稼働が進めば、AIアクセラレータへの支出額より速いペースで、実際に利用できる計算資源が増える可能性もある。



