今回のマイクロンテクノロジー決算は、単純なメモリ市況の好転としては語れない内容でした。
そこから見えてきたのは、”データセンタAI（GPU/ASIC）から、HBMとエッジAIへの変化”というAI第2幕の現実だったのです。
本記事では、プロのファンドマネージャーがその進捗を読み解いていきます。
投資での資産形成をお考えの方も、既に投資を始められている方も、ご自身の知識と照らし合わせながらご覧ください。
(Fund Garage編集部）
メモリが示すAI第2幕─データセンターからエッジへ
AI革命第2幕の重要な指標、「HBM」
AI革命第2幕をどう定義するか。多くの投資家は、いまだにここを「次のGPUは何か」「GPUからASICへ置き換わるのか」「NVIDIA一強は崩れるのか」という勝者当ての言葉で語りがちだ。
しかし今回のマイクロンテクノロジー（MU）の決算を眺めると、第2幕の現在地は、そうした表層的な競争の外側にあることが見えてくる。結論から言えば、AI第2幕は“計算の競争”というより、推論が常時稼働し始めた結果として、システムが必要とするメモリ搭載量が底上げされていく局面なのだ。
この局面では、ユーザーが明示的に呼び出した時だけAIが動くのではなく、端末やシステムが常に周囲の状況を理解し、先読みし、監視し、提案し続ける。つまり常時推論では、モデルや周辺処理が常にメモリを占有するということ。しかも、「より太い帯域を、より低い電力で」という条件付きだ。すると、重くなった端末を電力の範囲内で滑らかに動かすためには、メモリの性能を引き上げることが不可欠になる。
それを支えるのが、HBM（High Bandwidth Memory）だ。HBMとは、GPUやASICのすぐ近くに積まれる超高速メモリのことで、大量のデータを一気にやり取りするための“太い通り道”にあたる。AIの学習や推論では、この帯域が詰まるとアクセラレータ本来の性能を十分に引き出せない。
投資家の視線はどうしても「GPUかASIC（TPU）か」という勝者当てに吸い寄せられがちだ。しかし結局のところ、推論の常時化が進む局面では、GPUもASIC（TPUを含む）も、より大きな帯域とメモリ容量を必要とする方向へ収束していく。したがって、データセンターでGPUが優勢であろうと、ASICが伸びようと、HBMの需要は消えないのだ。
マイクロンテクノロジー（MU）決算が示した、供給構造の変化
今回のマイクロンテクノロジー決算を見ると、確かにメモリ市況の好転したことが確認できる。売上と利益率が上振れし、ガイダンスも強い。だがそこにあるのは、「需給が締まったから値段が上がった」という単純な景色ではなく、AI革命第2幕がいよいよ現場の実装を前提とした需給と投資の段階に入った、という質感だ。
特に象徴的なのが、供給制約の位置づけだ。従来のサイクル局面では、供給制約は「一時的に足りないだけ」であり、設備投資が進めばいずれ解消に向かうものとして語られやすかった。ところが今回の説明では、足りなさはもっと構造的なものとして扱われている。HBMの不足はもちろんだが、より重要なのは、HBMを増産しようとすると、そのために製造能力や後工程、テスト工程などの経営資源が振り向けられ、DDR5など非HBM製品の供給まで圧迫される点である。つまり今回は、「需要が強いから足りない」のではなく、AI向けの高付加価値製品を優先すればするほど、他の製品に回せる供給が細るという、供給構造そのものの再配分が起きているのだ。
今回のマイクロンテクノロジーの決算が示したのは、メモリ市況が良いということではなく、AI革命第2幕が、供給構造と製品ミックスを通じて“現実の産業”に入り込んだということだ。ここでいう製品ミックスとは、単にHBMの売上比率が高まるという話ではない。エッジ向けのLPDDR、PC向けのDDR5、データセンター向けSSDまで含めて、どの製品に限られた供給を優先配分するかが、収益を左右する局面に入っているということだ。
HBMを起点に供給が再配分され、同時にエッジ側では常時推論の波及によって、端末や機械の「最低ライン」が押し上げられ始めている。この連鎖が始まったことが、今回の決算の最も重要な含意である。
エッジAIの常時推論①車・産業機器
エッジAIという言葉が一般化して以降、多くの議論はスマホやPCを起点に展開されてきた。しかしAI革命第2幕、すなわち「推論の常時稼働が実装として定着する局面」を論じるなら、起点は車と産業機器に置くべきだろう。なぜなら、スマホやPCのAIは“便利な機能”として追加され得る一方で、車・産業機器のAIは“システムが自律的に振る舞うための中核”となる。そう、すなわち止められない機能だ。止められない以上、設計と品質保証が先に立ち、いったん採用されると構成が戻りにくい。この粘着性こそが、エッジ搭載量増の最も本質的なドライバーである。
今回のマイクロンテクノロジーの決算が示したのは、まさにこの方向性だ。
ひとつは、車載でL2+とL3※の普及が需要を押し上げているという点。特にL3に近づくほど、車両がリアルタイムで周囲を常時認識し続ける必要がある（＝推論が常駐化する）ため、結果としてセンサー処理や推論を支えるメモリ・ストレージの搭載量が増える。
もう一つは、ASIL対応（Automotive Safety Integrity Level（自動車安全水準））のLPDDR5xやUFS4.1を前面に出した点だ。これは、車・産業機器の領域では容量だけでなく、安全規格と品質保証の中で搭載量が積み上がることを明確に表している。なぜなら、スマホやPCのAIでは多少の遅延や挙動のばらつきは「使い勝手」の問題で収まっても、車や産業機器では、遅延や誤動作が事故に直結し得るからだ。
さらにもう一点、マイクロンテクノロジーがLPDDR4xやDDR4の長期供給のためにManassas（マイクロンテクノロジーの重要な製造拠点）の投資を進めると語ったことも注目ポイントだ。なぜならこれは、エッジ側の常時推論が“ストーリー”ではなく“実装計画”として進み始めたことを示唆しているからである。
※L2+（レベル2プラス）とL3（レベル3）とは、自動運転・高度運転支援のレベルを指す。L2+は「部分的な運転支援」にとどまるが、L3では一定条件の下において運転の主体が車側に移る「条件付き自動運転」。
エッジAIの常時推論②スマホとAI PC
私たちのより身近な領域で「現実に何が変わったのか」を示すのは、スマホとPCだろう。今回のMU決算をみると、スマホとPC市場で起きているのはともに「台数の伸び」ではなく「構成の変化」であることがわかる。
まず、スマホ市場全体の成長率は高くない。にもかかわらず、マイクロンテクノロジーはAIがメモリ搭載量を増加させていると説明し、実際にフラッグシップにおいて12GB DRAM構成の比率が急上昇した例を示した。やはりAIによってスマホ端末内部の負荷が増えれば、結果として、メモリの最低必要量は上がる。さらにスマホは、電力と発熱に制約があるため、常時推論を成立させるには容量だけでなく「帯域×省電力」が不可欠だ。
次に、PC市場はスマホ以上に、景気循環や買い替えサイクルに左右されやすい。今回マイクロンテクノロジーは、Windows 10のEOL（End Of Life）が買い替えを促すという伝統的要因に加え、AI PCが需要を支えると述べた。具体的には、1-gamma DDR5やQLC SSDについて、複数OEM（最終製品を設計・販売する完成品メーカー）でqualification（採用資格）が進んだという。設計採用・検証・供給契約・生産計画が揃って初めて市場に出るPCにとって、このqualificationは、AI PCがマーケティングスローガンから実装フェーズへ進むための、地味だが決定的なステップだと言えよう。
ここで、スマホとPCに共通する“第2幕らしさ”を一言で言うなら、AIは端末を賢くする前に「重くする」。重くなった端末を成立させるために、搭載量と帯域が底上げされ、しかもエッジゆえに省電力が厳しく、世代更新が必要になる。これが「搭載量増の物語」の中心である。
まとめ：MU決算の示すもの——AI第2幕は「搭載量」で追え
ここまで見てきたように、今回のマイクロンテクノロジーの決算が示唆したAI革命第2幕の核心は、GPUかASICかという勝者当てではない。推論が常時稼働へ移行し、実装が進むことで、データセンターだけでなくエッジ側でも「最低ライン」が引き上がり、1台あたりの搭載量が底上げされるという構造変化に他ならない。
では逆に、何が起きたらこの物語は崩れるのか。第一に、常時推論が想定ほど端末体験に定着せず、AI機能が「一部の機能」に留まるなら、構成の最低ラインは上がらない。第二に、端末側の要件がソフトウェア最適化や圧縮で吸収され、容量増が限定的になれば、搭載量増の勢いは鈍る。第三に、供給制約が想定以上に早く緩和し、メモリ供給が潤沢化すれば、構成ミックスの押し上げは弱まり得る。
ただし、ここで注意したいのは、これらは「物語が崩れる」条件ではあっても、「すぐに崩れる」条件ではないという点だ。車・産業機器のように設計採用と供給責任が伴う領域は、立ち上がりは遅いが、いったん採用されると戻りにくい。第2幕を構造変化として見るべき理由はそこにある。
