10月13日 テクノロジー

Spread the love

米国株式市場の取引を前に、世界の技術革新と投資材料を整理します。10月13日の焦点は、AI関連技術への期待が「需要の拡大」だけでなく、「投資した資金を利益に変えられるか」という評価に移り始めたことです。半導体株の下落が目立つ一方、Microsoftは自社AI半導体の大規模展開を計画し、米国ではAIデータセンターを支える送電網の増強が課題になっています。

前日までの記事で取り上げた中国CXMTの新型DRAMや米国の衛星網、韓国の物流ロボット計画は繰り返さず、今回は10月13日に表面化した市場の変化と、新たに確認できた設備・技術の動きを中心にまとめました。技術発表、企業の目標、市場予測、投資家向けの分析を区別しています。

本日の要点

  • 🇺🇸🇰🇷🇯🇵🇹🇼 AI半導体株の下落がアジア市場に広がりました。AI需要の否定というより、投資負担、金利、競争激化、利益回収の時期を市場が厳しく見始めた動きです。
  • 🇺🇸 Microsoftは、AI計算用の自社半導体「Maia 300」を2027年に大規模展開する計画です。電力あたりのAI処理量を高めるという同社の目標が実現すれば、半導体の競争軸は単純な計算速度から、電力効率やシステム全体の費用へ広がります。
  • 🇺🇸 AIデータセンターの建設では、半導体だけでなく送電網が制約になっています。送電線の増強に関する試算では、投資額1ドルにつき2.30ドル相当の顧客便益が見込まれました。ただし、これは調査モデル上の推計であり、実際の収益や企業受注を保証する数字ではありません。
  • 🇪🇺 欧州は、自動運転車とソフトウェア中心の車づくりに向け、車載半導体や共通ソフトウェアの技術ロードマップを示しました。ロードマップが量産車や有料サービスに結びつくかは、今後の資金、規制、企業間連携に左右されます。
  • 🇺🇸 AIが設計した細菌感染ウイルスの研究は、薬剤耐性菌への新しい治療手段となる可能性を示す一方、安全管理の必要性も強めています。研究段階の成果であり、医薬品としての承認や商業化はまだ先です。

🇺🇸🇰🇷🇯🇵🇹🇼 AI半導体株の下落で、投資家の評価軸が変化

10月13日のアジア市場では、AI関連銘柄への売りが半導体株を中心に広がりました。AP通信によると、韓国のKOSPIは一時5.5%安となり、サムスン電子は7.4%安、SKハイニックスは10.1%安となりました。日本では日経平均が下落し、キオクシア(285A・キオクシアホールディングス)など半導体関連株にも売りが出ました。台湾でもTSMC株が下落しました。(AP通信 10/13)

Reutersは、AI関連株の調整について、金利上昇が巨額の設備投資を難しくする可能性や、データセンター企業の資金調達に対する投資家の慎重姿勢を背景に挙げています。AI関連株の上昇を支えてきたのは、半導体の販売だけではありません。データセンターの建設、電力の確保、通信網の整備、冷却設備、そしてそれらを借入や社債で調達する仕組みまで、幅広い投資の連鎖です。その一部で採算や資金調達に疑問が出ると、関連企業全体の株価が影響を受けます。(Reuters 10/13)

前日に報じられたCXMTの次世代DRAM構造の進展も、メモリー企業の競争環境に対する警戒を強めました。ただし、今回の株価下落だけで、中国企業が韓国や米国の先端メモリー企業を追い越したと結論づけることはできません。新しい構造を製品に採用できることと、量産歩留まり(製造品のうち正常に使える割合)、消費電力、耐久性、顧客認定を満たして安定供給できることは別の段階です。投資家は発表の新しさだけでなく、実際の出荷量や大口顧客の採用を確認する必要があります。

この環境では、企業ごとに「AI投資の恩恵を受ける側」と「投資負担を負う側」を切り分ける必要があります。エヌビディア(NVDA・エヌビディア)、ブロードコム(AVGO・ブロードコム)、マイクロン・テクノロジー(MU・マイクロン)は半導体需要に関わりますが、製品構成や顧客、価格決定力は異なります。日本では東京エレクトロン(8035・東京エレクトロン)やキオクシア(285A・キオクシアホールディングス)なども、顧客の設備投資やメモリー市況の影響を受けます。市場全体の売りを、各社の受注や利益見通しの悪化と同じものとして扱わないことが大切です。

米国市場の投資家にとって、短期の確認点は、半導体各社の受注・在庫・価格と、ハイパースケーラー(巨大なクラウド事業者)の設備投資計画です。長期では、AIサービスの利用が増えても、料金収入や企業の生産性改善が投資額に追いつかなければ、設備の稼働率や資本効率が問題になります。AI需要の成長が続くことと、すべての関連株が同じように上昇することは同義ではありません。

🇺🇸 Microsoftの自社AI半導体、2027年に大規模展開へ

Microsoftは10月12日、自社開発のAI半導体「Maia 300」を含むMaiaシリーズを、2027年から複数ギガワット規模で展開する方針を発表しました。同社はMaia 300について、先行するGPU(画像処理を得意とし、AI計算にも使われる半導体)を使うシステムと比べ、電力1メガワットあたりのAI処理量を40%高めることを目標に掲げています。また、96基の加速器を収めるラック構成では、Maia 200の最大7倍の処理量を実現すると説明しています。これらは現時点ではMicrosoftが示した性能目標であり、第三者による比較試験や商用環境での実績と区別する必要があります。(Microsoft 10/12)

同社の発表では、Maia 300のラックは96基の加速器を搭載し、電力消費は最大167キロワットです。演算用のチップレット(機能を分割した小さな半導体を組み合わせる設計)には、TSMCのN2Pプロセスを採用するとしています。8段のHBM4(高帯域メモリー、AI計算に必要なデータを高速で供給するメモリー)を使い、ピーク時のメモリー帯域幅は18テラバイト毎秒と公表しました。AIモデルの計算速度だけでなく、メモリーとデータの移動、通信、電力を一体で設計する点が特徴です。

AIの推論(学習済みモデルに質問を与えて回答や処理を実行させる段階)では、学習時ほど大量の計算を一度に行わなくても、利用者の問い合わせが増えるほど継続的な計算能力が必要になります。推論処理では、モデルが扱う文脈が長くなるほどメモリーの使用量やデータ移動が増えます。Maia 300は、長い文章を扱う処理や複数手順のAIエージェント(自分で順序を考えて作業を実行するソフト)を意識した設計だとMicrosoftは説明しています。

この発表で投資家が注目すべきなのは、Microsoftが単にGPUを買い続けるだけでなく、AzureのソフトウェアやAIサービスに合わせた自社チップを開発していることです。自社設計の半導体が大規模に稼働すれば、処理あたりの費用を下げ、AIサービスの利益率を高める可能性があります。同時に、独自チップを設計しても、製造はTSMC、メモリーはHBM供給各社、ラックやネットワークは外部企業に依存するため、供給網が不要になるわけではありません。

関連する上場企業は、Microsoft(MSFT・マイクロソフト)、TSMC(TSM・台湾積体電路製造の米国預託証券、台湾市場では2330)、HBMの供給企業であるSKハイニックス(000660・SKハイニックス)、サムスン電子(005930・サムスン電子)などです。Maia 300の性能向上がMicrosoftのAIサービスの売上や利益にどう結びつくか、また製造・メモリー各社の受注にどの程度影響するかは、実際の出荷と決算を通して確認する必要があります。

🇺🇸 AIデータセンターの次の制約は送電網

AI半導体の供給が増えても、データセンターへ十分な電力を届けられなければ稼働できません。米国の送電網運営会社PJMは、中西部から中部大西洋岸にかけて13州とワシントンD.C.の一部を担当し、北バージニア州の大規模データセンター集積地も含みます。Reutersによれば、PJMはデータセンター需要が2030年までに約30ギガワット増えると予測し、2026年には122億ドル規模の送電設備改善案を提示しました。(Reuters 10/13)

送電網の増強について、S&P Global Energyの調査は、PJMと周辺地域を結ぶ送電容量を増やすことで、投資1ドルにつき2.30ドルの便益が生じると推計しました。2050年までの顧客便益は89億ドルと試算されています。一方、送電設備の接続や改修が必要なため、PJM地域では37.7ギガワット分の新しい発電設備が接続待ち、または遅延しているとNRDCは調査しています。これらは将来の投資効果に関する推計であり、個別企業の受注額や利益ではありません。

送電網の拡張には、設備の費用を誰が負担するか、州や地域をまたぐ計画をどう調整するか、地域住民の理解をどう得るかという問題があります。発電所を新設しても、需要地まで送る線が不足すれば使える電力は増えません。反対に、広域連系線を整備できれば、遠隔地の発電所や比較的安価な電源から都市部へ電力を融通しやすくなります。AIインフラ投資を評価する際は、データセンターの建設計画だけでなく、電力の接続契約や送電設備の完成時期も確認したいところです。

テーマに関連する米国上場企業には、送配電設備や電化製品を手掛けるイートン(ETN・イートン)、送電・電力インフラ工事を手掛けるクアンタ・サービシーズ(PWR・クアンタ・サービシーズ)、発電・電力設備を手掛けるGEベルノバ(GEV・GEベルノバ)があります。日本では古河電気工業(5801・古河電気工業)、住友電気工業(5802・住友電気工業)、日立製作所(6501・日立製作所)、三菱電機(6503・三菱電機)が送配電や電力制御に関わる事業を持っています。ただし、今回の米国送電網計画に各社が受注したことを示す情報は確認できていません。ここでは、送電網投資というテーマに関連する企業として挙げています。

🇮🇳 インド・デリーの送電網改革が示す、電力インフラ投資の効果

送電容量の拡大と同じくらい、既存の電力網を効率よく運用することも重要です。IEEE Spectrumは10月、インドのデリーで電力損失が2002年の50%超から2026年には5~6%へ縮小し、電力供給の信頼性を示す指数が約70%から99.9%超へ改善したと報じました。ここでいう損失には、老朽設備の発熱などによる技術的損失に加え、盗電や不正確な計量、料金回収の不備も含まれます。(IEEE Spectrum 10月号)

改善には、デジタルメーターの導入だけでなく、SCADA(センサー情報を集め、離れた場所から設備を監視・制御する仕組み)による系統監視、古い変圧器や遮断器の交換、無断接続をしにくい絶縁ケーブルの設置、電圧を安定させる設備、料金支払い手段の整備などが組み合わされました。つまり電力網の改善は、高価な新型発電所を建てるだけでは進みません。設備更新、運用データ、保守体制、料金回収、制度改革が一緒に動く必要があります。

この事例は、AIデータセンターの電力問題にも示唆があります。新しい発電設備や送電線を増やす一方、変電所や配電線の故障を減らし、電力の使用量を正確に把握し、設備の稼働率を高めることで、同じ電力網から得られる実効的な供給力を増やせる可能性があります。電力会社や設備企業の投資効果を評価する際には、建設額だけでなく、送電損失、停電時間、設備の故障率、接続待ちの解消がどう変化したかを見ることが大切です。

関連企業として、IEEEの記事ではインドのTata Power-DDLなどが実務を担ったと説明されていますが、これは米国・日本の上場銘柄ではありません。日本の電力網や設備更新に関する間接的なテーマ銘柄としては、日立製作所(6501)、三菱電機(6503)、古河電気工業(5801)、住友電気工業(5802)などが挙げられます。デリーの改善事例が、そのまま日本企業の受注や利益に直結するわけではありません。

🇪🇺 欧州、自動運転と車載半導体を共通ロードマップに

欧州委員会が支援する欧州コネクテッド・自動運転車アライアンス(ECAVA)は、10月12日にパリで、次世代車に関する技術ロードマップを紹介しました。対象は、車載ソフトウェア、車載ハードウェア、自動運転システム、実際の都市での導入です。ソフトウェア定義車(SDV、車の機能や性能をソフトウェア更新で変えられる車)については、2030年までに欧州の競争力ある共通エコシステムを構築する構想を示しています。(欧州委員会 10/9、更新10/13)

車載ハードウェアのロードマップでは、複数の半導体部品を組み合わせるチップレット型の計算基盤が提案されました。車載コンピューターの性能を上げるだけでなく、運転支援、安全機能、車内エンターテインメントなど用途別の機能を組み合わせやすくする考え方です。自動運転については、実験車を走らせる段階から、レベル4(特定の条件下でシステムが運転を担い、人の常時操作を必要としない段階)の商用サービスへ移行するための課題も取り上げています。

共通のロードマップができても、すぐに欧州車の量産や売上が増えるわけではありません。欧州委員会自身も、実際の製品化には企業の投資、部品供給網、規制、自治体の受け入れが必要だと説明しています。各メーカーが別々のソフトウェア基盤を採用すると、開発費や保守費用が重なり、車種ごとの機能更新も難しくなります。共通規格や再利用できるソフトウェアが普及すれば、部品メーカーやソフトウェア企業が複数の自動車会社へ製品を供給しやすくなる可能性があります。

関連銘柄を見る際は、欧州の政策構想に参加・受注している企業と、自動車用半導体や車載ソフトウェアを手掛ける一般企業を分けてください。米国市場ではNXPセミコンダクターズ(NXPI・NXPセミコンダクターズ)、日本市場ではルネサス エレクトロニクス(6723・ルネサス エレクトロニクス)、デンソー(6902・デンソー)、トヨタ自動車(7203・トヨタ自動車)などが車載技術に関わります。ただし、これらの企業が今回のECAVAロードマップで特定の受注や採用を獲得したという意味ではありません。

🇺🇸 AIが設計するウイルス、創薬の可能性と安全管理

医療分野では、AIがDNA配列を設計して機能するウイルスを作る研究が注目されます。IEEE Spectrumが紹介した研究では、スタンフォード大学などの研究者が、ゲノム言語モデル(DNAの並び方を学習し、新しい配列を設計するAI)を使って細菌に感染するバクテリオファージ(細菌を標的とするウイルス)を設計しました。報告された16種類のファージは実験で機能し、自然界のウイルスに耐性を持つ大腸菌株にも感染したとされています。(IEEE Spectrum 10月号、紹介論文はScience 8/6)

この技術が進めば、抗生物質が効きにくい細菌に合わせて、狙った種類のファージを設計する治療法につながる可能性があります。自然界から目的に合うウイルスを探す方法に比べ、設計型の治療候補を短い期間で作れるようになれば、感染症治療の選択肢を増やせるかもしれません。ただし、患者ごとに異なる細菌へ適合させる必要があること、耐性が生じる可能性、製造や品質管理、臨床試験と承認など、研究成果から医薬品に至るまでの課題は多く残っています。

AIが生物の設計能力を高めると、医療上の利点だけでなく、悪用を防ぐ管理も必要になります。遺伝子設計サービスや研究施設での審査、危険な配列を注文段階で検知する仕組み、研究成果の公開範囲などが課題です。IEEE Spectrumは、AIによるゲノム設計が治療の可能性を広げる一方、バイオセキュリティ(生物技術が悪用されたり事故を起こしたりするのを防ぐ対策)の強化が必要だと論じています。

投資家にとっては、論文で機能が示された段階と、臨床試験、規制当局の承認、製造販売は明確に分ける必要があります。今回の研究をすぐに売上へ結びつける米国・日本上場企業は特定できませんでした。関連する遺伝子解析装置や創薬支援企業に関心を持つ場合も、研究チームとの契約、臨床試験の開始、特許、製品化計画などの具体的な情報を確認する必要があります。

投資家が確認したい指標

今日の材料からは、技術の可能性を投資収益へ結びつけるまでの段階を、次のように見ると整理しやすくなります。

  • 半導体:発表された性能ではなく、量産開始、歩留まり、顧客認定、実際の受注、販売価格を確認します。
  • AIインフラ:設備投資の総額に加え、稼働率、電力あたり処理量、AIサービスの売上、投資回収期間を確認します。
  • 電力網:データセンターの電力接続契約、送電・変電設備の完成時期、地域ごとの料金負担、工事受注を確認します。
  • 自動運転・車載半導体:実証実験から量産車や商用運行へ進んだか、採用車種、搭載台数、ソフトウェア更新後の継続収入を確認します。
  • AI創薬・医療技術:論文や試作段階と、臨床試験・承認・販売を区別し、安全性や規制対応の進展を確認します。

10月13日の市場では、AI関連の技術開発が止まったわけではありません。むしろMicrosoftの自社半導体、送電網、車載計算基盤、AIによる生物設計など、技術の応用範囲は広がっています。一方、株式市場は、技術の進歩をそのまま企業価値に上乗せする局面から、利益の出る時期や資金負担、供給能力を企業ごとに見極める局面へ移りつつあります。投資家は「何が新しいか」に加え、「誰が費用を払い、誰が利益を得て、いつ実績に表れるか」を追う必要があります。

参考記事:Reuters(10/13)、Microsoft(10/12)、Reuters(10/13)、欧州委員会(10/9、10/13更新)、IEEE Spectrum(10月号)、IEEE Spectrum(10月号)

Ads Blocker Image Powered by Code Help Pro

Ads Blocker Detected!!!

We have detected that you are using extensions to block ads. Please support us by disabling these ads blocker.

Powered By
100% Free SEO Tools - Tool Kits PRO

Muroi Universal Research on Investmentをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む