AIの計算リソースはNVIDIAがデータセンター売上263億ドル超(2025年4〜6月期)で先行し、最新のB200は2026年半ばまで受注済みです。製造はTSMCなど海外に集中し、日本はデータセンター6社・半導体関連企業・ラピダスの2nm計画・経産省のGPUクラウド支援で補完的に関与しています。取り上げる企業は計算インフラの全体ではなく代表例で、GPU供給が米国と台湾に偏る中で日本の計算資源確保が論点になっています。
NVIDIAの主要GPUはHopper世代のH200とBlackwell世代のB200です。H200はメモリ141GB・帯域4.89TB/s・FP16 241.3TFLOPS(FP16 TFLOPSは演算性能の指標で、大きいほど高速)で2024年Q2から本格出荷されています。B200は2025年Q4から売上に寄与し2026年半ばまで受注済みですが、メモリなどの詳細スペックは公表されていません。世代で公表される情報の種類が異なるため、表は同一軸の優劣比較でなく各世代の公表状況を読むものとして扱うのが適切です。
B200の価格は公表レンジで30,000〜40,000ドルです。中央値や粗利は本ページでは算出しません。価格の絶対水準より、需要が供給を上回り受注残(累積、四半期売上とは別)が積み上がっている構造を読むのが要点です。
AIチップの製造はNVIDIA自身でなくファウンドリが担い、TSMC(台湾、3nm/4nm)がNVIDIA・AMD・Appleの中核です(nmは回路の微細さを表し、小さいほど高性能・省電力)。Samsung Foundry(韓国)・Intel Foundry(米国)が続き、日本はラピダスが2nmプロセスと2027年の量産を目標に千歳工場を進めています。これは製造能力の役割分担であり、特定社が上位という固定的な序列ではありません。
日本が強みを持つのは製造そのものより周辺で、キオクシアのHBM(広帯域メモリ)、東京エレクトロンの製造装置、アドバンテストのテスタ、ディスコのダイシング装置が世界の半導体製造を支えています。GPU供給は米国と台湾に偏る一方、日本は装置・材料・メモリで供給網に組み込まれている構図です。
国内でAI向け計算インフラに関与する代表例はEquinix Japan・KDDI・NTTデータ・さくらインターネット・IIJ・NEC/富士通です。さくらインターネットは国産AI GPUクラウドとして経産省支援の対象、KDDIは自社データセンターとSoftBank系のCristal Intelligenceインフラ、NTTデータは大手企業向けSI経由のAIで関与しています。
これらは日本のデータセンター事業者を網羅したものではなく、AI計算の文脈で名前が挙がる代表的なプレイヤーです。GPUそのものは海外調達に依存するため、日本の事業者の役割は計算資源の運用と提供に集中しています。
経産省は国内AI開発者のGPU計算リソース確保を支援する政策を進めており、政策・報道情報では支援対象としてさくらインターネット・KDDI・富士通・IIJの4社が挙げられています(政策・報道で挙げられている企業で、正式な採択企業は確定していません)。経産省とNEDOの生成AI基盤モデル開発支援プログラムGENIACと共同で実施されています。
ただしこれは国内の計算資源確保を後押しする政策の一つであり、GPU供給が米国(NVIDIA)と台湾(TSMC)に偏る構造そのものを変える力ではありません。支援によって国内クラウド事業者がGPUを調達・提供しやすくなる一方、調達するGPU自体は引き続き海外依存で、政策の効果は供給制約の緩和を部分的に助ける範囲として読むのが適切です。
NVIDIAは2025年4〜6月期にデータセンター売上263億ドル・全社売上467億ドル(前年比+56%)で、AI計算の中核です。最新のB200は2026年半ばまで受注済みで、受注残は360万台に達し、需要が供給を上回っています。
AI開発企業にとっては、計算資源をいつ・いくらで確保できるかが事業計画の制約になります。日本企業も例外でなく、GPUの調達競争と価格(B200は公表レンジで3〜4万ドル)が、国産モデル開発やAIサービス拡大のボトルネックになりやすい構造です。
日本はGPU製造に直接関与せず、データセンター事業者(さくらインターネット・KDDI・IIJなど)が計算資源を運用・提供する形で関与しています。経産省はGPUクラウドの計算資源支援(政策情報で対象とされるさくら・KDDI・富士通・IIJ)で確保を後押ししていますが、調達するGPU自体は海外依存です。
確保戦略の論点は、海外調達の制約下でいかに国内に計算資源を積み増すかと、半導体周辺(キオクシアのメモリ、東京エレクトロンの装置など)で供給網に組み込まれた強みをどう活かすかに整理できます。経産省支援は後押しの一つで、依存構造を一気に解消するものではありません。
ラピダスは2nmプロセスと2027年の量産を目標に千歳工場を進める国家プロジェクトで、日本の半導体製造の復活を狙う取り組みです。現時点では量産前で、TSMC(3nm/4nmでNVIDIA・AMD・Appleの中核)など先行ファウンドリとは段階が異なります。
ラピダスはAI計算の供給制約に対する長期の選択肢ですが、2027年量産目標の達成可否や、量産後にAIチップ製造でどこまで競争力を持てるかは未確定です。現状の日本の強みは装置・材料・メモリでの供給網への組み込みで、ラピダスはその先の製造能力獲得を目指す位置づけとして読むのが妥当です。
2026-2027年は、B200世代の供給が需要に追いつかない状況が続く見通しです。2026年半ばまで受注済みの状況下で、日本企業の論点はGPU確保の前倒しと、確保できた計算資源を国産モデル開発や業務適用にどう振り向けるかになります。経産省のGPUクラウド支援は対象とされる企業を中心に国内供給を部分的に押し上げる見通しです。
2028-2030年は、GPU供給の制約が緩むかと、ラピダスの2027年量産目標の達成可否が論点になります。日本のデータセンター事業者は計算資源の運用規模を拡大し、半導体関連企業(メモリ・装置)は世界の製造拡大に伴って需要を受ける構図が続く見通しです。供給網の海外依存自体は当面変わりにくいと整理できます。
2031年以降は、AIチップの製造能力をどの国・企業が持つかが計算資源の地政学的な論点になります。ラピダスが量産で競争力を持てれば日本の位置づけは変わり得ますが未確定で、現状は装置・材料・メモリでの供給網への組み込みが日本の現実的な強みとして続くと整理できます。GPU供給の集中構造は段階的にしか変わらない見通しです。
