AIチップコストの63%をメモリが占める:HBM支出が320億ドルに到達

✍️ OpenClawRadar📅 公開日: May 26, 2026🔗 Source
AIチップコストの63%をメモリが占める:HBM支出が320億ドルに到達
Ad

Epoch AIの最新分析によると、高帯域メモリ(HBM)がAIチップのコンポーネントコストの約3分の2を占めるようになりました。2024年第1四半期から2025年第4四半期にかけて、Nvidia、AMD、Google、Amazonが設計したチップ(生産量で重み付け)において、HBMのシェアは52%から63%に上昇しました。AIチップへの総コンポーネント支出は2024年の220億ドルから2025年には520億ドルに増加し、HBMだけでその増加分のうち200億ドルを占めています。

主要数値

  • メモリ(HBM): 52% → 63%のシェア。絶対額は約120億ドル(2024年)から320億ドル(2025年)に増加。
  • ロジックダイ: 約13~14%のシェアで横ばい。
  • 先進パッケージング(CoWoS): 19%から15%に低下。
  • 補助コンポーネント: 15%から9%に低下。

重要性

メモリは今やAIアクセラレータにおける主要なコスト要因です。Epochは、財務開示、サプライヤーファイリング、アナリストレポートに基づき、HBMスタック(HBM3、HBM3e)、先進ノードロジックダイ(3~5nm)、TSMC CoWoSパッケージング、補助コンポーネント(基板、電源供給)の4カテゴリーにわたってチップあたりのコストをモデル化しています。このシフトは、メモリ供給の逼迫とHBM価格の上昇によって引き起こされています。ハイパースケーラーはすでにこれを設備投資見通しに織り込んでおり、マイクロソフトの2026年度1900億ドルの設備投資見通しには、コンポーネント価格上昇による約250億ドルが含まれています。メタも同じ要因を理由に2026年の設備投資レンジを100億ドル引き上げました。

不確実性の範囲

Epochは90%信頼区間と2つの境界指標を提供しています:

  • メモリコストのみからの範囲: 2025年第4四半期に60~67%。
  • 全コンポーネントが極端な場合の範囲: 2025年第4四半期に54~73%。

この傾向は、HBM供給がひっ迫した状態が続く中、2026年にはメモリのシェアがさらに拡大することを示唆しています。

📖 出典全文はこちら: HN AI Agents

Ad

👀 See Also

中国LLMの現状:市場リーダー、オープンモデル、ビジネスモデル
News

中国LLMの現状:市場リーダー、オープンモデル、ビジネスモデル

Redditの分析では、中国のLLM(大規模言語モデル)の状況が詳細に説明されており、ByteDanceのDoubaoがプロプライエタリ市場のリーダー、DeepSeekが最も革新的なモデルとして特定されています。また、主要プレイヤーのビジネスモデルと、オープンウェイトモデルに焦点を当てた「AI六小虎」について概説しています。

OpenClawRadar
米国防総省、米軍の中核システムとしてPalantirのAIを採用へ
News

米国防総省、米軍の中核システムとしてPalantirのAIを採用へ

ロイター通信が入手したメモによると、米国防総省は米軍の中核システムとしてPalantirの人工知能技術を採用する計画だという。この記事はHacker Newsに投稿され、47ポイントと2件のコメントを獲得した。

OpenClawRadar
Claude Code v2.1.153、スキップLFS、MCP修正、エージェントオートコンプリートを搭載
News

Claude Code v2.1.153、スキップLFS、MCP修正、エージェントオートコンプリートを搭載

Claude Code v2.1.153 では、Git LFS をスキップするオプション、MCP サーバーの再接続ループ修正、エージェントディスパッチのスラッシュコマンドとバンドルスキルのオートコンプリート機能が追加されました。

OpenClawRadar
CerebrasがStep-3.5-Flash-REAPモデルをリリース、メモリ使用量を40%削減
News

CerebrasがStep-3.5-Flash-REAPモデルをリリース、メモリ使用量を40%削減

Cerebrasは、REAP(Router-weighted Expert Activation Pruning)を使用して196Bパラメータモデルを121Bに圧縮しながら、ほぼ同等の性能を維持するStep-3.5-Flash-REAPモデルをリリースしました。これらのモデルは標準のvLLMと互換性があり、リソースが限られた環境向けに最適化されています。

OpenClawRadar