アンソロピック、サムスンに2nmチップ製造委託を協議。エヌビディアの新型金融モデルが揺らすAIインフラの勢力図

何が起きたのか

情報サイト「ジ・インフォメーション」は7月2日、複数の関係者の話として、アンソロピックが独自のAIチップ開発の初期段階に入り、製造委託先としてサムスン電子との協議を進めていると報じた。対象となるのはサムスンの2nmプロセスと、先端パッケージング技術だ。プロセッサとメモリーを近接配置してデータ転送速度を高める設計を検討しているという。この種の先端パッケージング技術は、チップとメモリーを積層・近接実装することで配線距離を短縮し、データ転送の高速化と消費電力の削減を同時に狙う手法だ。エヌビディアのGPUに採用されているTSMCのパッケージング技術と同様の発想であり、サムスンがこの領域で存在感を示せるかどうかが、今回の協議の成否を分ける技術的なポイントになるとみられる。現段階ではチップの用途や性能、サーバーへの実装方法など具体的な仕様は固まっておらず、開発はまだ初期段階にとどまる。アンソロピックとサムスン電子はいずれも今回の報道について公式なコメントを出しておらず、協議の存在自体は関係者の証言をもとにした報道の域を出ていない点には留意が必要だ。アンソロピックは、OpenAIの自社チップ開発チームに在籍していたクライブ・チャン氏を招き入れており、体制構築を本格化させている。

アンソロピックにとって自社チップは、単なるコスト削減策にとどまらない意味を持つ。OpenAIやグーグルと比べて資金規模で見劣りするとされてきたアンソロピックにとって、独自の計算基盤の確保は長期的な価格競争力に直結する。実現できれば、Claudeシリーズの企業向け展開でも優位に立てる可能性がある。逆に、他社が先行して専用チップを実用化した場合、汎用GPUに依存し続けるアンソロピックがコスト面で不利になるリスクもあり、今回の協議は守りと攻めの両面を持つ判断だったとみられる。

なぜ今、独自チップなのか。アンソロピックが直面しているのは、モデルの学習コストではなく推論コストの膨張だ。チャットボットや企業向けAPIの利用が拡大するほど、1リクエストあたりの計算コストが収益を圧迫する。学習用途では汎用GPUの柔軟性が有利に働くが、推論用途は処理内容がある程度固定されるため、専用設計のチップで無駄を削れる余地が大きい。アンソロピックが2nmプロセスと先端パッケージングにこだわるのも、推論に特化した省電力・高速アクセスの設計を追求しているためとみられる。

この動きの背景には、今年5月にサムスン電子、SKハイニックス、マイクロンがそろって参加した650億ドル規模の資金調達がある。この調達によりアンソロピックは世界で最も評価額の高いスタートアップとなった。半導体大手3社が投資家として名を連ねたこと自体が、今回のチップ開発協議の布石だったとみる向きは多い。半導体メーカーが顧客企業に出資し、その見返りに製造委託を確保する構図は、AI業界で近年広がりつつあるパターンでもある。マイクロンとSKハイニックスにとっても、アンソロピックとの関係強化は自社のHBM（広帯域メモリー）需要を安定させる狙いがあったとみられる。

ほぼ同時期の7月1日、エヌビディアは新しい収益分配型の金融モデルを発表した。資金力に制約のあるクラウド事業者に対し、GPU導入コストの一部を立て替える代わりに、そのGPUが生み出すクラウド収益の一部を継続的に受け取る仕組みだ。第1弾のパートナーとして名前が挙がったシェアロンAIとファーマス・テクノロジーズは、合計で最大21万基の「グレース・ブラックウェル」GPUを導入する計画である。シェアロンAIは今年2月にナスダック上場を果たした企業で、6年契約のもとで最大4万基のGB300 GPUを導入し、6月には16億ドルの追加資金調達も実施している。ファーマスはインドネシア・バタム島で建設中のAIデータセンター拠点を、最大出力360メガワット・GPU17万基規模まで拡張する計画を持つ。シェアロンAIは今年2月のナスダック上場で1億2500万ドルを調達しており、公開企業としての情報開示義務を負う立場でエヌビディアの新モデルを利用する初のケースとしても注目されている。ファーマスがバタム島を選んだ背景には、シンガポールに近い立地条件と、インドネシア政府によるデータセンター誘致優遇策があるとみられる。

このモデルの仕組みはこうだ。クラウド事業者はまず、将来のGPU容量に対する「トークン・クレジット」を担保に、実際の稼働前から容量を利用できる。エヌビディアは通常のハードウェア販売収益に加え、そのGPUが生み出すクラウド収益の一部を継続的に受け取る。さらに、売れ残ったGPU容量を事前に決めた価格で買い戻す保証も組み込んでおり、資金力に乏しい事業者が参入しやすい設計になっている。エヌビディアは単なる機器の売り手から、顧客の稼働実績に利害を持つ金融的なプレーヤーへと立場を変えつつある。

背景：これまでの経緯

自社チップ開発の潮流は、アンソロピックが初めてではない。グーグルのTPU、アマゾンのトレイニウム、メタのMTIAに続き、OpenAIもブロードコムと組んで独自チップの開発を進めてきた。OpenAIの独自チップは台湾のTSMCへの製造委託が先行して報じられており、量産開始は早くとも2026年後半以降になるとみられている。アンソロピックの今回の動きは、この流れにようやく追随した格好だ。

垂直統合による自社設計の流れは、半導体業界では目新しいものではない。アップルがインテル製CPUから自社設計のMシリーズチップへ切り替えた事例はその代表格であり、汎用部品への依存を減らして性能とコストを自社でコントロールする狙いは共通している。AI企業が同じ発想をチップ調達に持ち込み始めたのが、ここ1〜2年の動きだといえる。背景にあるのはコストの問題である。ブロードコムのホック・タンCEOは、推論用途に特化したカスタムチップによって、汎用GPUと比べ最大5割のコスト削減が可能になると説明している。エヌビディアが推論・学習向けGPU市場で握る約74%のシェアを考えれば、大口顧客ほど脱依存の経済合理性が働く。

サムスン側にも切実な事情がある。同社のファウンドリー事業は近年、TSMCに主要顧客を奪われる苦戦が続いてきた。今回の協議は、2nmという最先端プロセスでの巻き返しを狙う位置づけだ。サムモバイルの報道によれば、サムスンはアンソロピックだけでなく、メタとも2nm AIチップの協議を進めているとされる。複数の大口顧客を同時に取り込むことで、TSMC一強の構図に風穴を開けたい思惑がにじむ。

こうした自社チップ開発競争の裏側では、半導体設計人材の争奪戦も激しさを増している。クライブ・チャン氏のようにOpenAIからアンソロピックへ移籍する事例に象徴される通りだ。チップアーキテクトやパッケージング設計の専門人材は限られており、各社が待遇面で競い合う構図が生まれている。人材の流動性自体が、どの企業がどれだけ早く自社チップを実用化できるかを左右する要因になりつつある。

サムスンを選ぶことには、地政学的な分散という側面もある。TSMCの主力工場は台湾に集中しており、台湾海峡を巡る地政学リスクは以前から指摘されてきた。製造委託先を韓国のサムスンに分散させることは、供給網の単一障害点を減らす狙いも含んでいるとみられる。ただし、サムスンの最先端プロセスは歩留まりの面でTSMCに劣るとの指摘も根強く、量産段階に進んだ際の品質・供給安定性は未知数だ。この点は、今後の協議の行方を占ううえで無視できない懸念材料になるだろう。

一方のエヌビディアが収益分配モデルに踏み切った背景も見逃せない。GPUの一括販売という従来型のビジネスモデルだけでは、資金力の乏しい新興クラウド事業者を十分に取り込めない。データセンター向けGPUの需要自体は旺盛だが、その需要を実際の発注につなげるには、購入企業側の資金調達力がボトルネックになりつつある。今回のモデルは、このボトルネックを解消するための布石だ。同時に、グーグルがメタに対してジェミニ関連の計算資源枠を制限したと報じられるなど、AI大手同士がコンピューティング資源を奪い合う場面も出てきている。表向きは協業関係にあるはずの大手企業同士でさえ、計算資源の配分を巡って緊張が生じている点は象徴的だ。計算資源そのものが希少資源になりつつある状況が、エヌビディアの新モデルの背景にある。データセンター向け設備投資の規模も膨らみ続けており、主要ハイパースケーラー各社の年間投資額は合計で数千億ドル規模に達するとされる。この投資の受け皿となるGPUやカスタムチップの供給網が今後どう再編されるかは、AI業界全体の投資効率を左右する変数になっている。

世界トップメディアの見立て

テッククランチは7月2日付の記事で、AI企業各社の競争軸が、モデルやソフトウェアのレイヤーからハードウェアのレイヤーへと移りつつある実態を伝えた。チップという物理的な制約こそが、今後のAI開発競争の勝敗を左右する変数になりつつあるとの見立てだ。

ブルームバーグも同日、ジ・インフォメーションの報道を引用する形で速報した。アンソロピックの動きを、OpenAIに続く「AI企業のハードウェア内製化」という業界トレンドの一環として位置づけている。

テックタイムズは7月4日付の記事で、エヌビディアの新型金融モデルを「フライホイールか、ベンダーファイナンスのリスクか」という見出しで分析した。GPU導入を後押しする仕組みが需要を自己強化的に拡大させる好循環になる可能性がある一方、循環的な資金構造にはリスクもある。かつてのITバブル期の「ベンダーファイナンス」と似た構造だとの懸念も併記している。エヌビディア自身が顧客の資金繰りを支える構図は、需要の実態を見えにくくする副作用も伴うという指摘だ。

韓国の専門メディア「ジ・エレック」は、サムスン電子とメタの2nmチップ協議についてより詳細に報じている。同紙によれば、サムスンはファウンドリー事業の巻き返し策として、AI企業向け大口顧客の複数同時獲得を経営目標に掲げているという。TSMCが最先端プロセスでほぼ独占的な地位を築いてきた中、サムスンが複数のAI企業を同時に取り込めるかどうかは、今後の半導体業界の勢力図を左右する試金石になるとの分析だ。

ロイターは、エヌビディアの新型金融モデルについて市場関係者の反応を伝える記事を配信した。同社の株価がハードウェア販売という単純な指標だけでは説明しにくくなり、投資家はクラウド事業者側の稼働実績や返済能力まで見極める必要が出てきたとの声を紹介している。従来型の四半期ごとの出荷台数だけを追う分析手法では、エヌビディアの実態を捉えきれなくなりつつあるという指摘だ。

数字で見る

項目	数値・内容
アンソロピックの資金調達額（5月）	650億ドル（サムスン・SKハイニックス・マイクロン参加）
対象プロセス	サムスン電子の2nmプロセス＋先端パッケージング
カスタムチップの想定コスト削減幅	最大約50%（ブロードコムCEO発言）
エヌビディアの推論・学習GPU市場シェア	約74%
シェアロンAIの導入GPU数	最大4万基（GB300、6年契約）
第1弾パートナー2社合計の導入GPU数	最大21万基
ラピダス（日本）の累計調達額	2676億円＋追加1500億円（政府出資）
ラピダスの量産目標	2027年（2nmロジック半導体）
ファーマスの拡張目標（インドネシア・バタム島）	最大出力360メガワット・GPU17万基規模
シェアロンAIの追加資金調達（6月）	16億ドル
サムスン電子のファウンドリー世界シェア（参考）	1割前後（TSMCが6割前後で首位）
OpenAI独自チップの量産開始見通し	早くとも2026年後半以降（TSMC製造）

日本への影響・示唆

第一に、半導体製造装置・材料メーカーへの追い風である。アンソロピック、メタ、OpenAIといったAI企業の自社チップ開発が進めば進むほど、製造委託先となるファウンドリーの設備投資は拡大する。東京エレクトロン、ディスコ、SCREENホールディングス、信越化学工業など、日本の装置・材料メーカーはサムスンとTSMCのどちらが受注を伸ばしても恩恵を受けやすい立ち位置にある。特に東京エレクトロンは、サムスンとTSMCの双方に主力装置を納入する数少ない企業であり、ファウンドリー2社の受注争いが激化するほど、装置投資の総量自体が増える構図の恩恵を受けやすい。

第二に、ラピダスの位置づけを再確認する必要がある。ラピダスは2027年の2nmロジック半導体量産を目指し、政府と民間から累計4000億円超の資金を確保した。サムスンがすでにAI企業との2nmチップ協議を進めている状況は、ラピダスが量産開始時点で直面する競争環境の厳しさを改めて示している。北海道千歳の量産拠点が稼働する頃には、サムスンやTSMCがすでに複数のAI企業向け実績を積んでいる可能性が高い。ラピダスが後発として勝負するには、AI企業向けカスタムチップという同じ土俵で戦うのではなく、他分野の先端半導体需要や、特定用途に特化した差別化戦略を打ち出す必要が出てくるだろう。

第三に、エヌビディアの新型金融モデルが持つリスクの波及である。ソフトバンクをはじめ日本企業もAIインフラへの巨額投資を進めているが、GPU販売とクラウド収益を結びつける循環的な資金構造が市場全体に広がれば、需要の実態が見えにくくなるリスクがある。投資判断においては、表面的なGPU導入台数だけでなく、資金構造の健全性まで見極める視点が必要になる。

第四に、金融機関やリース会社にとっての新たなビジネス機会である。エヌビディアの収益分配モデルは、GPU導入を後押しする金融商品としての性格を強めている。三菱UFJリースやSBIグループなど、データセンター向けファイナンスに関わる日本企業にとっても、同様のスキームを国内クラウド事業者向けに展開する余地が生まれつつある。

第五に、中長期的には国内AIスタートアップの推論コストにも波及しうる。アンソロピックやOpenAIが専用チップで推論コストを下げられれば、汎用GPUに依存する競合他社は価格競争で不利になる。日本のAI企業がAPI経由でこれらのモデルを利用する場合、専用チップ導入企業の値下げ余地が、間接的にコスト構造へ影響する可能性がある。

第六に、メモリー各社への追い風も見逃せない。AI企業の自社チップ開発が進むほど、先端パッケージングと組み合わせるHBMの需要は拡大する。キオクシアは主力事業がNAND型フラッシュメモリーだが、グループ内外でのHBM関連投資や提携の動きが今後強まる可能性があり、AI需要の裾野拡大という文脈で注視する価値がある。

今後の見通し

第一に、アンソロピックとサムスンの協議が実際の量産契約に発展するかどうかである。現段階では初期協議にとどまっており、チップの仕様すら固まっていない。具体化には数年単位の時間を要するとみられ、途中で協議が立ち消えになる可能性も排除できない。

第二に、エヌビディアの新型金融モデルの実績である。シェアロンAIとファーマスという第1弾パートナーの稼働実績が、このモデルの持続可能性を占う試金石になる。収益分配の実態が公開されれば、循環的な資金構造への懸念が和らぐか強まるかがはっきりする。ナスダック上場企業であるシェアロンAIは、決算開示を通じてこのモデルの実態が外部から検証できる数少ない事例になる可能性があり、注目度は高い。

第三に、ラピダスが2027年の量産開始までにどれだけの顧客基盤を築けるかである。サムスンやTSMCがAI企業との関係を先行して固める中、後発のラピダスがどのような差別化戦略を打ち出すかが問われる。

第四に、AI企業のハードウェア内製化がさらに広がるかどうかである。アンソロピックに続く形で、他の生成AI企業が同様の動きに出るかどうかも注視すべき点になる。

第五に、サムスンとTSMCの受注争いの行方である。サムスンはアンソロピックとメタという2つの大口候補を同時に抱えているが、実際の量産契約獲得数がファウンドリー事業の巻き返しを左右する。TSMCが今後どのような対抗策を打ち出すかも、2027年前後の半導体業界の勢力図を占う材料になる。

第六に、日本の国内メディアがこの動きをどう論じるかである。日本経済新聞をはじめとする経済メディアは、ラピダスの量産計画とサムスンの2nm協議を並べて報じる論調を強めている。国内世論が半導体政策への追加投資をどう評価するかも、今後の政府支援策の方向性に影響しうる。

一連の動きに共通するのは、AI企業が「モデルの性能」だけでなく「計算資源の調達力」で競う時代に入りつつあるという事実だ。数年前まではアルゴリズムの巧拙が競争軸だったが、今は誰がどれだけ安定的にチップとその資金調達を確保できるかが優位性を決めつつある。日本企業にとっても、この変化を対岸の火事とみなすのではなく、自社のAI活用戦略やインフラ投資判断に反映させる視点が求められる。

チップの奪い合いは、もはやAI企業だけの問題ではない。製造委託先の選定と資金調達の設計そのものが、次のAI覇権を左右する変数になりつつある。