TSMCはなぜ「満杯」になったのか
2023年以降のAIブームがもたらした最大の副作用は、先端半導体の慢性的な供給不足だ。 TSMCの最先端プロセス（3nm以降）は、アップルのAシリーズ、Nvidiaのブラックウェル、AMDのMI300シリーズが争奪戦を繰り広げている。
2026年3月時点でTSMCの2nmノード「N2」は2028年まで予約が埋まっており、新規顧客が割り込む余地はほとんどない。 市場調査会社Dataconomyの報告によれば、TSMCはAI需要だけで今後3年間のキャパシティを確保済みとしており、その内訳の過半はAIアクセラレータ系チップが占める。
ここで重要なのは、TSMCの「N-2ルール」と呼ばれる地政学的制約だ。 台湾以外のファウンドリで生産されたチップには、台湾製の最先端版から2世代以上の遅延が課される——事実上、最新技術を台湾以外で量産することを制限する慣例的取り決めがある。 これがAMDやGoogleをSamsungへ向かわせる構造的な動機でもある。
AMDの「サムスン2nm」戦略とは何か
AMD CEO Lisa Suは今年3月、韓国・平沢のSamsung半導体工場を直接視察した。 この訪問は単なる外交的ジェスチャーではなく、AMD次世代AIアクセラレータ「Instinct MI400シリーズ」の生産委託先を探る実務的な動きだと、複数の業界アナリストは見ている。
Samsungが2026年後半の量産を目指す2nmプロセス「SF2P」は、現時点で歩留まり率が50%に達している。 TSMC N2の歩留まりと比べると改善の余地はあるが、業界では「商用レベルに入りつつある」と評価する声が増えている。
SamsungはTSMCの容量制約を逆手に取り、AMD以外にもGoogleの次世代TPU（Tensor Processing Unit）の生産委託先として名乗りを上げている。 生成AIの学習・推論に最適化されたTPUの製造をSamsungが受け持つことになれば、Samsungにとって「ファウンドリ事業の再起」になり得る。
AI研究者が直面する「チップ不足」の現実
AIモデルの研究現場では、大規模言語モデルの訓練に要する計算リソースの確保が最大の課題になっている。 Llama 4（Meta）、Gemini 4.0（Google）、GPT-5系（OpenAI）はいずれも数百億〜数兆パラメータ規模で構築されており、学習には数万枚から数十万枚のGPU・NPUが数か月間連続稼働することを要する。
問題は、これだけのGPUを製造できるのが実質的にTSMCのみという事実だ。 Nvidiaのブラックウェルシリーズを含む最先端AIアクセラレータは、ほぼすべてTSMCのN3/N4プロセスで製造されている。 TSMCが満杯になることは、AIモデルの研究スピード自体を制約することを意味する。
スタートアップAIラボが「チップ難民」と化している現状は、Anthropic ARR44億ドル・時価総額9000億ドルの調達交渉が示す規模のAI企業でさえも製造インフラの確保に課題を抱えていることを示唆する。 Cerebras Systemsが2026年最大のIPOを達成したのも、TSMCモデルとは異なる「ウェーハスケールAIチップ」という独自路線への需要があったからだ。
日米韓が「TSMC以外」を目指す理由
地政学的な台湾リスクは、チップ製造多様化の最大の動機だ。 日本では熊本のTSMC工場（JASM）が28nm/16nmプロセスの量産を2024年から開始したが、先端プロセスへの展開は次フェーズ以降に持ち越しとなっている。 国産2nmを目指すRapidus（北海道千歳）は2027年の量産を目標に掲げているが、実現確度については業界内でも評価が分かれる。
対して韓国のSamsungは、平沢工場でSF2Pの量産ラインを構築中であり、AMDとの交渉が成立すれば「TSMCの本格的な対抗軸」として機能し始める可能性がある。 TSMCキャパシティ制約という外部圧力が、Samsungの技術的復権を後押しする逆説的な構図だ。
米国が承認したNvidia H200の中国輸出がゼロ実績に終わった背景には、この半導体地政学の複雑さがある。 輸出規制と製造キャパシティ不足が重なり合い、AI半導体の供給構造が2026年を境に大きく書き換えられようとしている。
AI研究者視点が問う「製造能力＝研究速度」の等式
AIモデルの進化速度は、理論的には研究者の創造性に依存する。 しかし現実には、利用可能な計算資源の総量と製造能力が「研究のテンポ」を決定している。
TSMCが満杯、Samsungが追い上げ中、Rapidusが未確実——この三角形のなかで、AMDの2nm Samsungシフトは一つの「現実的回答」だ。 AIモデルの訓練コストが今後も指数的に上昇し続けるなら、製造ファウンドリの多様化は研究倫理や安全性と同様に、AI研究コミュニティが真剣に議論すべきテーマとなる。
AIチップ製造の主導権をどの国・企業が握るか——それはもはや経済問題ではなく、どのAIが世界に展開されるかを決定する「技術権力」の問題だ。 あなたの使うAIは、どのファウンドリで生まれているのだろうか。
ソース:
