システム企業の内製半導体と需要の伝わり方

内製の目的はシステム側にある

Appleは端末とOS、AWSやGoogleはクラウドサービス、Metaは推薦などの自社処理と半導体を合わせて設計します。目的は用途に合う性能・電力・コストや供給の選択肢です。自社チップの外販売上がなくても経済効果はあり得ますが、その効果は利用事業の収益とコストで検証します。

内製でも外部企業との分業が必要

自社設計チップにもIP、EDA、製造、メモリー、パッケージなど外部技術が使われます。MarvellとAWSの共同事業、MediaTekとNVIDIAのGB10共同設計は、企業の役割が一社一工程に固定されない例です。共同開発を一律に部品調達と表記しないことが重要です。

一つのチップで全ての処理を置き換えない

学習と推論、推薦と生成AI、短い応答と大量バッチ処理では要件が違います。Microsoft MaiaやMeta MTIAのような用途を意識した設計もあります。専用回路と汎用GPU・CPUの配分は、モデルの変化、ソフトウェア、移行コスト、需要規模に応じて変わります。

データセンター全体の制約を考える

GPU等の購入量だけでは稼働能力は決まりません。電力、冷却、建屋、ネットワーク、メモリー、実装、運用ソフトウェアが揃う必要があります。設備投資増は半導体需要の手掛かりですが、建設や電力設備も含むため、その総額をそのままチップ売上へ換算できません。

日本の内製・独自開発を見る

富士通のMONAKAはCPUとサーバーの提供、Preferred Networksは計算チップからAIソフトウェアまで、EdgeCortixは現場AIの処理基盤を開発します。研究・実証の性能、販売開始、顧客認定、継続量産を段階別に確認し、資金と顧客用途の規模が開発費回収に足りるかを考えます。

売上は何で決まるか

需要側では利用料・端末販売・サービス収益等に対し、半導体・設備・運用費がどの程度の価値を生むかを評価します。供給側では発注、出荷、検収、稼働が違う時期に現れます。上流企業の売上予想を作る際は、同じ最終需要を複数の顧客・工程で重ねて数えないようにします。

費用と利益の構造

自社チップは設計者、EDA・IP、試作等の固定費を先に負担します。導入後も電力、メモリー、通信、運用費が必要です。処理量が想定を下回ると、単位当たりの固定費は上がります。

競争優位を見る

分析視点：自社の処理と利用者を理解し、アプリから半導体まで最適化できること。ただし、その用途を超えて売れる汎用性とは別の強みです。

サイクルと時間差

設備投資の計画とサービス収益化には時間差があります。短期の供給不足を理由に長期需要を単純延長せず、増設後に実際の利用と現金創出がついてくるかを追います。

確認するKPI

• 最終サービスの売上・粗利益
• 設備投資・減価償却・営業キャッシュ
• 利用率と処理単位当たりコスト
• ソフトウェア対応と顧客移行
• 供給・建設の実行時期

読み違えやすいこと

• ハイパースケーラーの設備投資は全額が半導体購入
• 自社チップ開発は外部半導体企業に常に逆風
• 用途を限定した性能比較は全用途での競争力を示す

確認したい問い

• 利用者は増設した計算能力を使い、対価を払っているか
• 内製化で削減できる費用と新しい固定費は何か
• 電力・建設・実装のどれが立ち上がりを制約するか

• 予定と稼働の差
• 用途別の実効コスト
• 内製設計でも必要な外部供給者