AI需要によりRAMコストが2007年頃の水準へ逆戻り

Tom Hardwareの報道は、驚くべき逆転を示している。コンピュータ科学者のDaniel Lemireによれば、RAMの単位当たりコストは現在、概ね2007年当時と同水準にあるという。

この比較は、購入者が20年前と同じコンピューティング市場に直面していることを意味するわけではない。現代のメモリはより高速かつ高密度で、より高性能なシステムに搭載されている。ここで意味するのは、容量単位ごとに支払う価格が、技術進歩によって過去のものとなったはずの水準へ再び近づいているということだ。

Lemireは、メモリ価格は歴史的に5年ごとに約10分の1へ低下してきたと論じる。最近の不足は、この標準化された進歩のおよそ20年分を数か月で失わせた。AIインフラ需要がこの逆転の中心にあるが、原因は単にデータセンターがより多くのチップを購入していることだけではない。

メモリメーカーは、高帯域幅メモリ（HBM）へ先進的な生産を振り向けている。HBMはAIアクセラレータにデータを高速供給する。サーバービルダーも、CPU、ストレージキャッシュ、推論ワークロード向けに従来型DRAMを必要としている。その結果、消費者向けPC、スマートフォン、ワークステーション、一般的なサーバーは、より潤沢な資金を持つAI顧客の後順位に置かれている。

したがって中心的な対立は、AI向けメモリと消費者向けメモリという、隔離された二つの市場の対立ではない。半導体業界が長年掲げてきた、より安価な容量を提供するという約束と、希少なAI志向の生産をますます優遇する配分システムとの対立である。

Tom HardwareがRAM価格逆転を歴史的文脈で捉える

Lemireの比較で注目すべき点は、メモリがまた一つの価格サイクルに入ったことではない。どれほど多くの歴史的進歩が失われたかという点だ。

Tom's Hardwareが公開したRAM価格分析は、Lemireの主張を容量単位当たりの過去の価格へとさかのぼって検証している。彼のグラフは、長期的な価格低下を直線ではなく指数関数的な傾向として扱う。

この違いは重要だ。比較可能な各期間に10分の1へと安くなる技術は、数十年にわたってプロットすると急激な右肩下がりの曲線を描く。一時的な上昇は起こり得るが、標準化した方向性は下向きのままだ。

Lemireによれば、現在の水準は、その過去の曲線が2007年頃に予測していた水準と一致する。言い換えれば、業界が手放したのは1年や2年の改善にとどまらない。想定されていたコスト軌道の大きな区間を後退したのである。

この比較は標準化に依拠しており、包括的な小売価格指数と受け取るべきではない。個別のキットは、容量、速度、レイテンシ、ブランド、世代、地域、販売チャネルによって異なる。DDR5は、その性能が同一であるかのようにDDR2と直接比較することはできない。

また、容量単位当たりの過去の価格系列には、異なる市場環境で収集された観測値が含まれる。小売価格、契約価格、スポット市場での取引は、それぞれ異なる速度で動き得る。メーカーがより高い契約価格を交渉する一方で、購入者が値引きに出会うこともある。

それでも、こうした限界が動きの方向性を消し去るわけではない。現代のメモリモジュールは、より大きな帯域幅と効率を実現しながら、容量単位当たりでは大幅に手が届きにくくなり得る。技術的な進歩とコスト面での後退は共存し得る。

これがLemireがこの局面を異例と呼んだ理由である。技術市場では、供給不足、発売直後のプレミアム価格、投機的な急騰が日常的に起こる。通常は、供給が需要に追いつけば、生産技術の持続的な進歩によってコスト曲線は再び下向きに戻る。

現在の不足がこの見通しに挑戦しているのは、需要が単一の消費者向けアップグレードサイクルに結び付いていないからだ。需要は、学習クラスター、推論システム、クラウドサーバー、AI対応の企業インフラの広範な構築から生じている。

この違いにより、Tom Hardwareの記事はPC自作ユーザーへの警告以上のものとなる。汎用コンピューティングの経済性が構造的な迂回路に入ったのか、というより大きな問いを提起している。

変化が循環的なものであれば、新たな生産能力と弱まる消費者需要が、いずれ従来の曲線を回復させるはずだ。構造的な変化であれば、購入者は自分のデバイスやソフトウェアが前提とできるメモリ量を再考する必要があるかもしれない。

AI需要はHBM以外も消費している

AIシステムはメモリ階層全体の需要を強めるため、より専門的なHBMを増産しても、一般的なDRAMを不足から切り離すことはできない。

HBMは、非常に幅広いインターフェースを通じて接続された、垂直積層型のDRAMで構成される。現代のAIアクセラレータにモデルパラメータや中間データを供給し続けるために必要な帯域幅を提供する。

この説明からは、HBMがノートPCや従来型サーバーで使われるメモリとは別物に見えるかもしれない。完成品は異なるが、製造リソース、エンジニアリング上の注力、先進パッケージング能力、サプライヤーの投資を共有している。

TrendForceは、メーカーが2026年に入るにあたり、先進プロセスノードと新規生産能力をサーバー製品およびHBMへ再配分したと報告した。同社の生産能力配分に関する調査は、この決定をAIサーバー需要の高まりと直接結び付けている。

HBMは、提供される容量だけから想像される以上に多くの生産リソースを消費する。積層ダイには厳しい製造・パッケージング工程が必要となる。完成したスタックでは、不良部品が一つでもあれば生産量を減らし得るため、歩留まりの損失が重要となる。

一方で、AIサーバーが必要とするのはアクセラレータ用メモリだけではない。CPUには、サーバー向けに設計された登録DIMMを通じて、システムDRAMが必要となることが多い。ストレージ層ではNANDフラッシュが使われ、ネットワーキングとキャッシュも追加のメモリ需要を生む。

推論はこの規模をさらに拡大する。学習は大規模だが比較的集中したインフラ需要を生む。推論はリクエストを継続的に処理し、より多くのマシン、地域、アプリケーション種別へ広がる可能性がある。

エージェント型システムは、さらに別の層を加える。より長いコンテキストを保持し、ツール出力を管理し、複数のモデル呼び出しを調整し、中間状態を保存する。生成中にアテンションデータを利用可能な状態に保つKVキャッシュは、会話が長くなるにつれて大量のメモリを消費し得る。

TrendForceは、効率的なKVキャッシュ管理が推論性能に不可欠になっているとしている。同社のAIメモリ予測は、拡大する推論ワークロードをHBMと従来型DRAMの双方に対する需要と結び付けている。

この仕組みが、不足が広がる理由を説明する。クラウドプロバイダーは、アクセラレータクラスターを構築するためにHBMを奪い合う。同じ導入でサーバーDRAM、ストレージ、ネットワーキング部品も消費される。そしてメーカーは、最も強い契約と利益率に結び付く製品を優先する。

消費者向けメモリが、消費者への影響が表れるために、HBMへ割り当てられた生産ラインとまったく同じラインを使う必要はない。資本、プロセス移行、ウェハー投入量、エンジニアリングチーム、あるいはサプライヤーの注目をめぐって競合すれば十分だ。

そのため、世界最大のDRAM生産者3社であるSamsung、SK hynix、Micronは、合理的な配分判断に直面している。AI顧客は大量注文、より長い計画期間、緊急性の高い性能要件を提示する。一方、消費者向け電子機器は部品コストへの感応度が高いままである。

この不均衡により、小売需要が健全なままでもAIインフラが優先される。また、サプライヤーは投資を即座に認定済みの生産量へ変えられないため、価格上昇に対する通常の対応も弱まる。

新しいメモリ製造工場は、計画、建設、設備導入、立ち上げまでに何年もかかる。既存施設にも、プロセス転換と顧客認定が必要だ。HBMパッケージングは、ウェハー製造を超える追加のボトルネックをもたらす。

したがって、この不足は物理的であると同時に経済的でもある。計画されたすべてのシステムに向けた望ましいメモリ製品が十分に存在せず、サプライヤーにはAI志向の需要を先に満たす強い誘因がある。

消費者向けコンピューティングが圧力を吸収している

目下の敗者は、AIインフラ並みの利益率を生み出せない一方で、実用性を維持するために相当量のメモリを必要とするデバイスの購入者だ。

PCメーカーは、部品コストの上昇にいくつかの方法で対応できる。システム価格を引き上げる、標準メモリ構成を減らす、アップグレードを遅らせる、製品ラインを絞る、あるいは利益率の低下を受け入れる方法だ。

どの選択肢にも、目に見えない解決策はない。メモリの少ないノートPCは、現代的なブラウザー、クリエイティブアプリケーション、ローカル開発ツール、マルチタスクで苦戦し得る。メモリがはんだ付けされている場合、控えめな出荷時構成を後から修正することはより難しい。

デスクトップの購入者にはより大きな柔軟性があるが、それでもトレードオフに直面する。自作ユーザーは大容量キットの購入を先送りし、より遅いメモリを選ぶか、別の部品から予算を回すかもしれない。ワークステーションの利用者も、より大容量の領域で同様の選択に直面する。

スマートフォンベンダーは、より厳しい物理的・商業的制約の下で事業を行う。より多くのメモリは、オンデバイスAI、カメラ処理、ゲーム、より長期のソフトウェアサポートを支える。しかし部品価格のインフレにより、製品ライン全体で潤沢な構成を提供することは難しくなる。

企業の購入者は、異なる形で同じ問題に直面する。従来型サーバーには、データベース、仮想化、分析、インメモリワークロードのために大容量DRAMプールが必要だ。これらのアプリケーションは、サプライヤーの生産能力をめぐってAI導入と間接的に競合している。

企業は従業員用ノートPCの更新を遅らせることができるが、老朽化したハードウェアには固有のコストもある。性能低下、短いバッテリー駆動時間、セキュリティ上の制約、修理の必要性は、大規模な端末群では積み重なる。

ソフトウェア開発者も圧迫を受ける。ローカルコンテナ、仮想マシン、統合開発環境、テストスイート、AIコーディングツールは、同時にメモリを消費し得る。制約のあるワークステーションでは、通常の開発作業がリソース配分の課題へと変わる。

この圧力はソフトウェア設計にも影響し得る。これまでメモリを安価なものとして扱ってきた開発者は、キャッシュサイズ、バックグラウンドプロセス、ローカルモデルのフットプリント、アプリケーションのデフォルト動作を見直すかもしれない。

この調整には潜在的な利点があるが、不足が無害になるわけではない。最適化にはエンジニアリング時間が必要であり、強制的な削減は応答性を損なったり、機能を制限したりする可能性がある。

需要破壊はすでに市場見通しの一部となっている。TrendForceは、DRAM全体の供給が依然として極めて逼迫しているなかでも、第3四半期には消費者市場の弱さが価格上昇ペースを緩和しているとした。

これは重要な違いだ。上昇ペースの鈍化は、必ずしも不足の終わりを意味しない。購入者が受け入れられる限界に達したことを意味する場合がある。

消費者がデバイス購入を先送りしたり、より小さな構成を選んだりすると、出荷予測は弱まる。サーバー需要がその減少を相殺するほど強ければ、サプライヤーは価格決定力を維持できる。

分配面での影響は見過ごしにくい。ハイパースケーラーは、将来のAIサービス収益によって希少なメモリを正当化できる。ノートPCを買い替える世帯は、そのコストを数百万件のモデルリクエストに分散できない。

中小企業と独立系開発者はその中間に位置する。AI製品を開発するには高性能なシステムが必要だが、大手クラウドプロバイダーほどの購買力は持たない。

Tom Hardwareの報道は、この圧力に印象的な歴史的指標を与えている。AIインフラの構築をより速く進めるため、市場は実質的に一般の購入者へ、期待されていた手頃さの数年分を手放すよう求めている。

その取引は、公開の場で交渉されたものではない。サプライヤーへのインセンティブ、資本コミットメント、そして現代のAIシステムが求める技術的な要求水準から生まれた。

かつてのコスト曲線は新たな配分の現実に直面した

主な逆転は、「コンピューティングは当然安くなる」という期待と、AIの収益性に基づくメモリー配分の衝突にある。

数十年にわたり、半導体コストの低下はソフトウェアの拡大を可能にしてきた。OSはより大きくなり、ブラウザーはより多くのプロセスを開き、アプリケーションはより多くのデータをメモリーに保持するようになった。

開発者は、将来のハードウェアが現在は高価なワークロードを当たり前のものにしてくれると考えていた。この前提は、より豊かなインターフェース、マネージドランタイム、ローカルデータベース、そして野心を増すクリエイティブソフトウェアを支えてきた。

メモリー価格は、その歴史を通じて変動が激しかった。業界は供給過剰、在庫調整、工場の操業障害、急激な需要変動を経験してきた。それでも各サイクルは、容量単価が下がるという大きな流れの中で展開していた。

AIは、異例の規模と緊急性を持つ需要源をもたらした。大手企業は、確立済みのワークロードを満たすためだけにメモリーを購入しているわけではない。将来のモデル利用を見越してインフラを構築している。

こうした先行購入は、実現済みの収益を上回る需要を維持しうる。クラウドプロバイダーは、十分な容量を確保できなければ、顧客へのサービス提供や競争力のあるモデルの訓練ができなくなることを懸念している。

サプライヤーは長期コミットメントを確保し、より高い収益が見込める製品を優先することで対応する。各参加者にとっては理解できる行動だが、合わさった結果として、消費者向けコストのなじみ深い軌道は崩れる。

S&P Globalは、HBMが半導体業界で最も収益性の高い分野の一つになったと指摘した。同社のメモリー供給分析によると、高い利益率が生産者に対し、従来の企業向け・消費者向けメモリーよりもAI関連製品を優先させる要因となった。

結果は、従来型の不足というより配分ショックに近い。供給は存在し、投資も拡大しており、メーカーは膨大な量のメモリーを生産している。しかし、最も価値の高い顧客が、何を最優先で増産するかを決めている。

これはフィードバックループを生む。不足は確保済み供給の価値を高める。大規模なAI購入者はより長期のコミットメントで応じ、それに見合う購買力を持たない購入者に利用可能な容量は減る。

メモリーコストの上昇は、AI開発者に最適化を促す可能性もある。量子化、小型モデル、キャッシュ圧縮、より選択的な検索といった手法は、リクエスト当たりのメモリー消費を減らす。

効率化だけで総需要が下がる保証はない。各リクエストが安くなれば、企業はより多くのリクエストを処理し、より多くのエージェントを展開し、より長いコンテキストを扱う可能性がある。個別ワークロードが改善しても、総消費量は増え続けうる。

この力学は、ほかの技術で見られるリバウンド効果に似ている。資源利用の効率化は活動コストを下げ、その節約分を相殺するほどの追加活動を誘発することがある。

したがって、かつての曲線には相反する二つの力が働く。より良いプロセス、高密度化、最適化されたソフトウェアはコストを押し下げる。一方、AI導入の加速と優先的な配分は、実質的な可用性を反対方向へ押しやる。

結果は、どちらの力がより速く拡大するかに左右される。半導体技術の歴史的な進歩は今なお現実だが、すべての種類の購入者が同時にその恩恵を受けられることを保証するものではなくなった。

2007年との比較が証明しないこと

この歴史的な類推は逆転の深刻さを捉えているが、現在の状況がいつまで続くかを立証することはできない。

Lemireのチャートは説得力のある問題設定ではあるが、世界のDRAM市場を完全にモデル化したものではない。製品やデータ品質が変化する長期のタイムラインにわたり、正規化された容量コストを示している。

小売メモリー価格は、契約市場より先行する場合も後追いする場合もある。値引きは製造供給の変化ではなく、流通業者が保有する在庫を反映している可能性がある。地域ごとの入手性や為替変動も、さらなる差異を生む。

製品構成も比較を難しくする。現在のDDR5モジュールは、旧世代のDDRにはなかった機能と性能を提供する。サーバーDIMM、ノートPC用メモリー、グラフィックスメモリー、HBMは、それぞれ異なる技術要件に対応している。

容量コストが過去の時代に近くても、購入者が現在得る能力はより大きい。これは手頃さの問題を否定するものではないが、「2007年に戻った」が何を意味するかを変える。

この表現は、コンピューティング体験全体が逆戻りしたという主張ではなく、正規化された価格水準を表すべきだ。現代のシステムは依然としてはるかに高性能であり、そのメモリーサブシステムはより高い帯域幅と効率を提供している。

因果関係にも注意が必要だ。AI需要は業界アナリストが特定する主要な圧力要因だが、唯一の要因ではない。サプライヤーの規律、拡張の遅れ、プロセス移行、在庫政策、通常のサーバー需要はいずれも可用性に影響する。

消費者行動は状況を急速に変えうる。デバイス出荷が大幅に弱まれば、サーバー製品が逼迫したままでも、メーカーは一部カテゴリーで過剰在庫に直面する可能性がある。

一時的な小売価格の調整が起きても、構造的な議論が必ずしも否定されるわけではない。長期契約が堅調なままでも、販売業者が在庫を処分すればPCキットは値下がりしうる。

逆もまた然りだ。契約価格の上昇が続いても、すべての小売製品が継続的に値上がりすることの証明にはならない。流通チャネルが変化を吸収したり、遅らせたりすることがある。

中国のCXMTも不確実性をもたらす。報道によると、PCメーカーは、特に中国で販売されるシステム向けに同社のコモディティDRAMを限定的に採用する可能性を検討してきた。競争の強化は、いずれ一部の消費者向けセグメントを緩和する可能性がある。

ただし、認定、地域的な制約、技術格差、生産規模により、新規サプライヤーが世界市場の需給を素早く均衡させられる範囲は限られる。コモディティ製品の追加供給も、すべてのHBMや先進サーバー向けのボトルネックを解消するわけではない。

Micronの2026年業績は、HBM、低消費電力メモリー、DDR DRAM、データセンター向けストレージにわたる継続的な開発を示している。この幅広さは、HBM対PCという単純な構図が不完全である理由を示している。

サプライヤーは相互接続されたポートフォリオを管理している。製品群の間で投資を移すことはできるが、顧客認定と製造上の制約により、即時の変更は妨げられる。

最も安全な結論は、最も劇的な見出しよりも限定的だ。AI需要は、メモリーコストの歴史的な下落からの異例の乖離を生む一因となった。その持続期間と最終的な規模は、なお不確実である。

この区別は購入判断にとって重要だ。パニック買いは、すべての製品が際限なく希少化するという前提に立つ。無期限に待つことは、かつての下降曲線が予定どおり回復するという前提に立つ。

どちらの前提も確立されていない。

不足が緩和しているかを示す三つのシグナル

次の局面を決めるのは、単発の小売値引きではなく、契約価格、認定済み容量、実際のAIメモリー効率だ。

第一のシグナルは、今後数四半期におけるサーバーおよびPC向けDRAM契約価格の方向性である。契約市場は、短期的な小売プロモーションを超えて、大手メーカーと購入者が何を予想しているかを示す。

TrendForceは、消費者需要の弱まりに伴い第3四半期の上昇率が鈍化していると報告した。しかし同時に、市場は極めて逼迫しており、サーバー需要は引き続き下支えしているとも述べた。

サーバーと消費者向けの両方で持続的な横ばいが見られれば、業界が長期的な配分リセットに入ったという主張は弱まる。デバイス出荷が弱いにもかかわらず上昇が続けば、その主張は強まる。

したがって読者は、値引きされたキットと、広範な契約価格の緩和を区別すべきだ。セールは一人の購入者に利益をもたらしても、供給が需要に追いついたことを示すとは限らない。

第二のシグナルは、認定済みの生産能力である。新工場の発表より重要なのは、顧客に届けられる実用的な生産量だ。

Samsung、SK hynix、Micronは、PC、スマートフォン、汎用サーバー向けの従来型DRAMを十分に維持しながら、先進メモリーを拡大しなければならない。CXMTなどの生産者は、一部市場で競争圧力を加える可能性がある。

重要な証拠には、プロセスノードの立ち上がり、顧客認定、HBMパッケージングの生産量、安定した歩留まりが含まれる。建設中のままの能力では、現在の注文を緩和できない。

従来型DRAMの可用性が意味のある形で上昇すれば、歴史的なコスト曲線への回帰を裏付ける。主にプレミアムAI製品に振り向けられる能力では、消費者向けの圧力はおおむね残る可能性がある。

第三のシグナルは、AIタスク当たりのメモリー使用量だ。モデル開発者は、量子化、キャッシュ管理、小型アーキテクチャ、より簡単なリクエストを低負荷なモデルへ割り当てるルーティングシステムに取り組んでいる。

効率改善が成功すれば、有用な作業単位ごとに必要なメモリーは減るはずだ。ただし、その節約よりも総展開の増加が遅い場合に限り、不足論は弱まる。

アプリケーションがより多くのエージェントを稼働させ、より長いコンテキストを保持し、あらゆるワークフローにモデルを組み込むことで応じるなら、総需要はなお増えうる。その場合、効率化は緩和ではなく拡大を支えることになる。

研究室のベンチマークが約束するものだけでなく、AI企業が何を展開するかを注視すべきだ。制御されたテストでの低メモリー使用量は、本番システムがより大きなコンテキストウィンドウとより多くの同時ユーザーを追加するなら、重要性が低くなる。

Tom Hardwareの報道は最終的に、二つの指数曲線の競争を示している。一方はメモリーコストの歴史的な低下を表す。もう一方は、インフラ、モデル、利用を一体で拡大するAI業界の需要を表す。

購入者にとって実務的な対応は、規律ある計画だ。ワークロードが実際に必要とする容量を測定し、可能な限りアップグレードの柔軟性を保ち、一つの部品ではなくシステム構成全体を評価する。

開発者にとっても、これはメモリー効率を再び製品上の制約として扱う理由になる。実際のワークロードをプロファイリングし、不必要なバックグラウンド活動を抑え、現実的な容量制限下でソフトウェアがどう振る舞うかを検証すべきだ。

最も重要なのは、著名な歴史比較を固定的な予測と取り違えないことだ。Lemireの2007年の指標は、市場がどこまで動いたかを教えてくれる。契約動向、認定済み供給、そして展開済みAIの効率が、市場が戻れるかを示す。