データセンター向けコンピューティングおよびAIの世界市場（2027年～2040年）

データセンター向けのコンピューティングおよびAIシリコン市場には、AIやクラウドインフラストラクチャの内部で処理を行うプロセッサ――ディスクリートGPU、カスタムAI ASIC、サーバー用CPU、データセンター向けFPGA――が含まれます。2023年以降に変化したのは、単に規模だけでなく、その構造そのものです。2021年にはこの市場の圧倒的多数を占めていたサーバー用CPUは、現在ではごく一部に過ぎなくなっています。一方、GPUは少数派の立場から支配的な地位へと躍進し、これは半導体史上最も急速なカテゴリーリーダーの逆転劇と言えます。

最近の動向は、3つの進展によって特徴づけられています。カスタムシリコンは実験段階から量産段階へと移行しました。GoogleのTPU、AWSのTrainium、MetaのMTIA、MicrosoftのMAIAは、合わせて年間数百万台のアクセラレータを出荷しており、OpenAI独自のプログラムも2027年から量産が開始される見込みです。これに対し、汎用ベンダー各社は、チップ単体の販売からシステム販売へと対応を転換しています。単一のコヒーレント・ファブリック背後に72～144個のアクセラレータを統合したラックスケールのプラットフォームが登場しており、この変化により、競合するための参入障壁は、チップの設計から、電源供給、液体冷却、システムソフトウェアを含むラック全体の提供へと高まっています。また、ボトルネックはシリコンから電力へと移行しました。2023年のパッケージ不足、2024年から2025年にかけての高帯域幅メモリ不足を経て、現在では送電網への接続や電気設備のリードタイムが、容量の稼働開始速度を左右する要因となっています。

2040年までの見通しとしては、2023年から2027年の期間に比べて、成長ペースは大幅に鈍化しつつも、成長は継続すると予想されます。この軌道を形作っているのは、3つの調査結果です。出荷台数が頭打ちになっても売上高は伸び続けます。アクセラレータの出荷台数は2032年頃にピークを迎えますが、その期間を通じて平均販売価格は5倍以上上昇するため、売上高の推移に基づいて算出した容量は過剰な規模となるでしょう。AI ASICは2028年に出荷台数でGPUを追い越しますが、売上高では決して追い越すことはありません。これは、低付加価値の推論分野ではカスタムシリコンが量産型製品に取って代わる一方で、最先端のトレーニング分野は依然として汎用チップの領域にとどまるためです。また、需要を牽引するコスト削減は、プロセスの微細化よりも主にモデルの効率化やサービングソフトウェアによるものであり、つまり、創出される価値の多くはシリコン層の上で生み出されていることを意味します。

このバリューチェーンにおける価値は、実行力よりもポジションによって決定されます。制約の多い層――最先端のファウンドリ、高帯域幅メモリ、先進的なパッケージング、およびカスタムシリコンの共同設計――は、成長性と真の防御力を兼ね備えている一方、システム組立や汎用アクセラレータの新興企業群は、構造的に弱い経済性に直面しています。リスクは拡散しているのではなく、特定の領域に集中しています。具体的には、電力の確保、パッケージングの生産能力、メモリの供給、そしてエンタープライズAIの導入が、インフラ整備の想定通りにパイロット段階から本番運用へと移行するかどうかという点です。

『データセンター向けコンピューティングおよびAI - グローバル市場2027–2040』は、世界のAIおよびクラウドインフラを支える半導体に関する包括的な市場調査レポートです。本レポートは、米国、台湾、韓国、日本、中国、欧州におけるチップ設計企業、ファウンドリ、メモリサプライヤー、パッケージング企業、装置ベンダー、ハイパースケーラー、モデル開発企業、システムメーカー、インフラサプライヤーを網羅しています。

レポートの内容は以下の通りです：

• エグゼクティブサマリーおよび市場の定義
• 世界のAIインフラ投資およびハイパースケーラーの設備投資
• データセンターの電力制約と地域別の容量拡充
• 輸出規制と米国と中国間の技術格差
• 2040年までのプロセッサ市場売上高予測：GPU、AI ASIC、サーバー用CPU、FPGA
• ベンダーおよびプログラム別の平均販売価格および販売台数の予測
• ウェーハ、ダイ、および先進パッケージングの需要予測
• サーバーのトレイおよびラック構成の予測
• AI推論およびトレーニングのコスト、ならびにトークンコストのロードマップ
• 需要の牽引要因：エージェント型AI、フィジカルAI、レコメンデーション、コーディング、検索
• 設備投資（CAPEX）と運営費（OPEX）の経済性
• エコシステム、サプライチェーン、および共同設計者間の関係図
• 売上高、出荷台数、導入台数別の市場シェア
• 主要チップ設計企業の財務分析
• AI半導体スタートアップの資金調達動向
• 中国本土の市場、メーカー、およびサプライチェーン
• CPU、GPU、AI ASICの技術およびロードマップ分析
• HBM、先進パッケージング、およびラックの部品表
• 新興アーキテクチャ：フォトニクス、ニューロモーフィック、量子
• 2040年までの強気・中立・弱気の各シナリオ、リスクおよび投資見通し
• 81社の企業プロファイル。対象企業には、Advanced Micro Devices (AMD)、Alchip Technologies, Alibaba (T-Head Semiconductor)、Alphawave Semi、Amazon Web Services (Annapurna Labs)、Amkor Technology, Ampere Computing、Analog Devices、Applied Materials、Arm Holdings、ASE Technology Holding、ASML Holding、Astera Labs、Axelera AI、Baidu (Kunlun)、Biren Technology、Broadcom、Cadence Design Systems、Cambricon Technologies、Celestica、Cerebras Systems、Cisco Systems、Coherent Corp、CoreWeave、Credo Technology Group、ChangXin Memory Technologies（CXMT）、d-Matrix、Delta Electronics、Dell Technologies、Eaton Corporation、Enflame Technology、Etched、Foxconn（Hon Hai Precision Industry）、FuriosaAI、GlobalFoundries、Google（Alphabet）、Groq、Global Unichip Corporation（GUC）、Hewlett Packard Enterprise、Hygon Information Technology、Ibiden、Iluvatar CoreX、Infineon Technologies、Innolight Technology、Intel Corporation、 JCET Group、KLA Corporation、Lam Research、Lightmatter、Lumentum Holdings、Marvell Technology、MediaTek、Meta Platforms, Micron Technology, Microsoft、Monolithic Power Systems、Moore Threads、Nebius Group、NVIDIA Corporation、onsemi、OpenAI、Powertech Technology、Quanta Computer、Rambus、Rebellions、Renesas Electronics、Samsung Electronics、SambaNova Systems、Schneider Electric、Shinko Electric Industries、SiPearl、SK Hynix、Semiconductor Manufacturing International Corporation (SMIC)、Super Micro Computer、Synopsys、Tenstorrent、Tokyo Electron、Taiwan Semiconductor Manufacturing Company (TSMC)、Unimicron Technology, Vertiv Holdings、Wistron Corporationなどがあります。

目次

第1章 エグゼクティブサマリー

第2章 市場予測

• プロセッサの収益予測
• 平均販売価格（ASP）予測
• プロセッサ販売量予測
• ウェハー予測
• サーバートレイの容量予測
• AIサーバーラックアーキテクチャ
• CPUフォーカス
• アームランプ
• GPUとAI ASIC

第3章 市場動向

• 生成型AIの推論とトレーニングのコスト
• トレーニング費用がなぜかかるのか
• エージェントAIから物理AIへ
• フィジカルAI
• ソーシャルネットワーク向け推薦モデル
• コーディングアシスタント
• 検索エンジンvs. LLM
• オープンクロー
• 生成型AI時代の設備投資（CapEx）と運用費（OpEx）の比較
• AIデータセンターの未来は宇宙にあるのか

第4章 市場シェアとサプライチェーン

• データセンターエコシステムマップ
• 基礎モデル生態系マップ
• 米国対中国の技術戦争―タイムライン
• データセンター向けチップ設計者の財務指標
• AI半導体スタートアップの資金調達
• 事例研究：OpenAIの収益とギガワット
• 市場シェア：CPU、GPU、AI ASIC、XPUの共同設計者
• 中国に焦点を当てる

第5章 技術分析

• CPU技術の動向
• GPU技術の動向
• AIデータセンターのトラフィックパターンとネットワークアーキテクチャ
• AI ASIC技術の動向
• GPUとAI ASICの比較分析
• 先進的なパッケージングとHBMメモリ
• 新たなコンピューティングアーキテクチャ

第6章 展望とシナリオ

• 市場の展望（2026年～2040年）
• 技術の展望（2026年～2040年）
• 主なリスクと機会
• 戦略的提言

第7章 企業プロファイル（81社の企業プロファイル）

第8章 報告書の作成調査手法

第9章 用語集および略語一覧

第10章 参考文献