報道：NVIDIAは高性能HBM不足に対応するため、Rubin Ultraのメモリ構成を引き下げる予定

AIインフラ需要の急増がサプライチェーンの限界に迫っています。

The Informationの報道によると、Nvidiaは次世代AI GPUであるRubin Ultraについて、当初計画よりも低いメモリ容量のバージョンを投入するという、かなり大胆な調整案を検討しています。これは、高帯域幅メモリ（HBM）の供給不足による量産プレッシャーを緩和するための措置です。

つまり、GPU市場を支配するNvidiaですら、製品仕様と供給能力のバランスを取らざるを得なくなっています。

この変化は、HBMの供給がすでにAI産業チェーンで最重要のボトルネックとなっていることを示すだけでなく、AIサーバーのコストがさらに上昇する可能性を意味しており、データセンター建設のプレッシャーも下流に拡大し続けることを意味しています。

木曜日のNvidia株は0.1％下落し、SK Hynix株は4.97％下落となりました。

HBMの供給逼迫、Nvidiaは複数の「ダウングレードモデル」をテスト

関係者によると、Nvidiaは過去数週間でRubin Ultra GPUの少なくとも3種類の異なるバージョンをテストしており、その一部は当初計画よりも低いメモリ容量を採用しているとのことです。

Nvidiaが低メモリ仕様バージョンの投入を検討する大きな理由の一つは、今後、元の設計通りの大規模量産を支える十分な高品質HBMチップを確保できない可能性があるためです。

Rubin UltraはNvidiaの次世代AI計算プラットフォームの重要な一部であり、まもなく量産されるRubinシリーズよりも上位に位置し、今後の超大規模AIモデルのトレーニング用主要ハードウェアとして位置づけられています。当初計画では、より大容量・高帯域のHBMを搭載し、モデルの学習・推論性能をさらに引き上げる予定でした。

しかし、HBM供給の逼迫が続くなか、Nvidiaは製品仕様を再評価し、メモリ仕様を調整することで製品の予定通りの発売を確保しようとしており、サプライチェーンの増産をただ待つのではなく、リスク分散を模索しています。

メモリ容量の減少は、より多くのGPUの導入を意味する

AIトレーニングにとって、HBMはGPUのデータスループット能力を決めるだけでなく、搭載可能な大規模モデルのサイズにも直結します。

もしRubin Ultraが最終的に低メモリ仕様となった場合、大規模言語モデルなどのAIワークロードを実行するために、顧客側はこれまでより多くのGPUを導入する必要があり、本来なら少数のチップで済んだ処理も分散せざるを得なくなります。

NvidiaはGPUの計算性能向上やインターコネクト帯域の最適化で性能低下を一部補えるものの、全体としてシステム導入コストやクラスタ構成の複雑性が上昇する可能性は依然として高いです。

Microsoft、Meta、Amazon、GoogleなどAIへの巨額投資を続ける大手クラウド企業にとって、今後のデータセンター建設コストがさらに上昇することを意味します。

AIブームが産業チェーンの最大ボトルネックを露呈

HBMは現在のAI産業チェーンで最も需給が逼迫している主要部材の一つです。

近年、大規模モデル学習需要の急増によりGPUの出荷量が大幅に伸び、そのHBMはSamsung Electronics、SK Hynix、Micronなど少数のサプライヤーにほぼ依存しています。HBMの製造プロセスは複雑で歩留まり要求も高く、増産には長い時間がかかるため、供給の伸びはAI需要に追いつきません。

業界内では、今後数年にわたりHBMの供給不足は続くとの見方が強く、これがAIサーバー価格の高止まりの重要な原因の一つとなっています。

今回NvidiaがRubin Ultraのメモリ仕様引き下げを検討したこと自体、産業チェーンで最も強い価格交渉力を持つ彼らですら、HBMの供給制約を受けている事実を示しています。

コスト上昇圧力がテック業界全体に波及

HBM価格上昇のインパクトは、AIサーバー分野のみにとどまりません。

GPUやHBMなど主要部品の慢性的な供給不足により、テック業界全体のハードウェアコストが押し上げられています。AIインフラ購入予算は増え続け、より多くの企業が生成AI導入ニーズに応じて資本支出を上げざるを得なくなっています。

同時に、上流のチップコスト上昇は家電分野にも波及し始めており、Appleをはじめとするハードウェアメーカー各社は最終製品価格の引き上げなどでサプライチェーンコスト上昇を吸収しています。

市場関係者は、AI計算力需要の急拡大が続き、HBMの新規生産能力の拡大が限定的である間、高性能ストレージ資源をめぐる競争は続き、HBMの供給能力自体がAI産業拡大ペースのカギとなるとみています。