Kurnal InsightsのDRAMウェハ分析、メモリがTSMC N2シリコンを上回る価値を持つと指摘
Kurnal Insightsによると、DRAMは異例の閾値を超えた。先進メモリは現在、TSMCのN2ロジックシリコンよりも平方ミリメートル当たりで高い価値を持ち得るという。Kurnal InsightsのDRAMウェハ分析は、この逆転の背景として、記録的なメモリ価格、逼迫した供給、そして持続するAIインフラ需要を挙げている。
この結論は製造比較のように聞こえるが、主として市場シグナルである。DRAMは依然として最先端のロジックプロセッサより製造が複雑ではない。買い手が、メーカーが各ウェハから引き出せるメモリ容量に並外れた価値を与えているにすぎない。
この区別は重要だ。元の計算は、推定されたTSMCのウェハ料金と、DRAMダイの潜在的な販売価値を比較している。メモリの製造コストがより高いことを証明するものではない。シリコン単位に結び付く収益を、希少性がいかに変えたかを示している。
DRAMウェハ比較は長年の前提を覆す
驚くべきなのは、DRAMがロジックより製造困難になったことではなく、不足するメモリが同じシリコン面積からより大きな価値を生み出せることだ。
Kurnal Insightsは2026年9月20日にこの比較を公表した。この分析では、報じられたTSMCのN3およびN2のウェハ料金見積もりを用い、その金額を直径300ミリメートルのウェハ表面積で割った。
DRAMには別のアプローチを取った。アナリストは、想定したギガビット当たりの販売価値に、複数のメモリ世代のビット密度を掛け合わせた。ビット密度は、一定のダイ面積にどれほどのデータ容量を収められるかを示す。
比較の結果、旧世代の1y DRAMは名目上の面積当たり基準でN2を下回った。より高密度な1z DRAMはN2に近づき、1b DRAMは明確にそれを上回った。
Kurnalの前提では、1b DRAMは名目上のN2の数値より平方ミリメートル当たりで約54%高い潜在価値を生んだ。対応するN3の推定値は約131%上回った。
これらの割合が記事の本質的な逆転を表している。最先端ロジックプロセスは歴史的に、半導体業界で最も価値の高い製造領域と見なされてきた。高価な装置、複雑なパターニング、そしてチップ設計者とファウンドリーの緊密な協業を必要とするためだ。
メモリは異なるビジネスモデルを採る。Samsung、SK hynix、Micronは通常、自社でDRAMを設計・製造し、その後、高い景気変動性を持つ市場へチップまたはパッケージ製品を販売する。その収益は、設備投資の規律、在庫、製品構成、需要に大きく左右される。
この面積当たり比較は、このサイクルが例外的な局面に達したことを示唆している。現在の買い手は、入手可能なDRAMビットを非常に高く評価しているため、はるかに複雑なロジック製造の名目価値を上回り得る。
同時代のDDR5スポット価格も、Kurnalが想定したDRAM価値に近い水準となった。その価格を1b密度に適用すると、結果はアナリストの計算との差が3%以内に収まった。
この近さは計算の妥当性を支えるが、そこから導かれるすべての経済的結論を裏付けるものではない。スポット価格は、しばしば限られた数量で取引される即時入手可能な部品を表す。大半の出荷を管理する非公開の契約条件を必ずしも示してはいない。
それでも、この比較は読者に有用なスナップショットを与える。複雑なメモリ不足を、先進ロジックと比較できる物理的な単位、すなわちウェハ面積1平方ミリメートルが生み出す価値に置き換えている。
このスナップショットが特に印象的なのは、TSMCのN2プロセスが2025年後半に量産へ入ったばかりだからだ。成熟したメモリ技術が時代遅れのロジックノードを上回っているのではない。世界で最も新しい商用製造プラットフォームの一つと比較されている。
AI需要がメモリ容量をボトルネックに変えた
AIシステムには計算能力とメモリの両方が必要だが、制約されたメモリ供給が、多くの買い手が展開できる有用な計算能力を現在は左右している。
現代のAIアクセラレータは膨大な数の数学演算を実行する。これらの演算は、プロセッサがモデル重み、学習データ、中間結果を十分な速さで受け取れる場合にのみ生産性を維持できる。
高帯域幅メモリ（HBM）は、DRAMダイをプロセッサの近くに積層することでこの問題に対処する。その広いインターフェースは、従来のメモリモジュールよりはるかに多くのデータを毎秒転送する。
HBMが容量を無料で生み出すわけではない。DRAMウェハ、先進パッケージング資源、そしてサーバー、PC、モバイル製品向けに使えたはずの製造上の注力を消費する。
このトレードオフが、より広い市場を逼迫させている。メーカーは当然、より強い需要と高い収益をもたらす製品へ能力を振り向ける。AIアクセラレータが優先され、従来型メモリの買い手は残りの供給を奪い合う。
TrendForceの第3四半期予測は、DRAM供給が極めて逼迫していると説明した。2026年第3四半期には、汎用DRAMの契約価格が前四半期比でさらに13%から18%上昇すると予測した。
同じ予測では、記録的な契約価格がPCおよびスマートフォン顧客を手頃さの限界へ追い込んでいるとした。弱い消費者需要により価格上昇のペースは鈍化したが、根本的な不足は解消されなかった。
この違いは重要だ。上昇ペースの鈍化は、自動的に供給が需要に追いついたことを意味しない。買い手が購入を先送りし、製品仕様を引き下げ、あるいはより少ない出荷量を受け入れることで、価格上昇が緩和される場合がある。
TrendForceはまた、サプライヤーがサーバー用途へ生産を再配分し続けていると述べた。この判断により、消費者需要が弱まる中でもPC向けに利用可能なメモリは減少した。
9月23日時点で、同社のDRAM市場速報はなお市場が供給不足だと説明していた。その要因として、クラウドサービスプロバイダーの需要、HBMおよびサーバーDRAMに対するサプライヤーの優先、長期契約、新工場能力の立ち上がり遅延を挙げた。
この証拠は、Kurnal InsightsのDRAMウェハ分析の中心的な論点を強める。面積当たりの結果は、孤立した数学的な珍しさではない。買い手が限られた利用可能ビットの供給を争う市場を反映している。
AI需要はHBMを超えて広がる。推論、オーケストレーション、検索、データ準備を支える汎用サーバーには、登録DIMM、すなわちRDIMMの大容量バンクが必要となる。これらのモジュールは、積層型HBMではなく従来型サーバーDRAMを使用する。
エージェントベースのAIワークロードは、この需要をさらに強める可能性がある。企業システムは、長いコンテキストの保存、検索インデックスの維持、複数プロセスの調整を行いながらモデルを実行することがある。この活動はアクセラレータメモリとホストメモリの両方への圧力を高める。
ストレージインフラも別の層を加える。AIデータセンターには、学習データ、モデルチェックポイント、ログ、検索システム向けにエンタープライズ向けソリッドステートドライブが必要だ。これらのドライブにも、コントローラや性能管理用のDRAMが必要となる場合がある。
その結果、制約が連鎖する。アクセラレータが増えれば、より多くのHBMが必要になる。AIサーバーが増えれば、より多くのRDIMMが必要になる。データパイプラインが大きくなれば、より多くのエンタープライズストレージが必要になる。サプライヤーは、限られたウェハとパッケージング資源をどの市場へ配分するか判断しなければならない。
開発者にとって実務上の教訓は、アクセラレータの入手可能性だけでは、もはや容量の全体像を示さないことだ。システムは十分な演算スループットを持ちながらも、メモリ容量、帯域幅、あるいは調達リードタイムによって制約を受ける可能性がある。
企業の買い手にとって、その圧力はハードウェア構成と納期に現れる。ベンダーはシステム価格を引き上げ、標準メモリ搭載量を減らし、あるいはより長期の購入コミットメントを持つ大口顧客を優先する可能性がある。
消費者にとって、同じ配分判断はノートPCやスマートフォンの価格に現れ得る。AIインフラ需要は、消費者向けDRAMを直接標的にしなくても影響を与えられる。共有される生産能力を十分に振り向けるだけでよい。
メモリ価値が最先端ロジックの経済性に挑む
市場は利用可能なデータ移動に極めて高い価値を与えており、メモリは現在、先進的な計算に通常結び付けられる価値に挑戦している。
TSMCのN2プロセスは、性能とエネルギー効率の向上を目的とした新しいトランジスタ構造であるゲート・オール・アラウンド・トランジスタを採用している。このプロセスは、スマートフォン、高性能コンピューティング、AI向けの先進プロセッサを支える。
この技術には大規模な設備投資が必要となる。TSMCは投資家に対し、一定量のN2能力を構築するコストは、N3で同じ月間能力を構築する場合より大幅に高いと説明した。
同社の決算説明会記録でも、N2が2025年第4四半期に量産へ入ったと述べられている。TSMCは2026年に生産立ち上げが加速すると見込んでいた。
同社の投資計画は、その拡張コストを示している。TSMCは2026年の設備投資予算の70%から80%を先進プロセス技術の支援に充てる見込みだった。さらに10%から20%は、先進パッケージング、テスト、マスク生産などを含む分野に配分された。
ロジックの顧客が支払うのは、物理的なシリコン面積だけではない。加工済みウェハの価格には、製造プラットフォームへのアクセス、プロセス開発、知的財産、歩留まり管理、顧客支援、ファウンドリー能力が反映される。
DRAMの顧客も、原材料の面積以上のものを購入している。試験済みのメモリ容量、速度、消費電力特性、信頼性、パッケージング、入手可能性に対価を払う。ただしKurnalの式は、主に販売可能なビットを通じてDRAMを評価している。
ここに、記事の主要な対立軸がある。製造の複雑性と希少性価値だ。
N2ロジックは、プロセスの複雑性では明らかに優位に立つ。主流のDRAMより高度なトランジスタ構造と製造工程を用いる。また、その上で製造されるチップの設計には、莫大な開発費がかかる可能性がある。
一方、現在のDRAMはスポット価格に基づく前提では希少性の議論で勝っている。市場は、特にAIおよびサーバーカテゴリーにおいて、サプライヤーが提供できる量を上回るメモリビットを必要としている。
この変化は交渉力を変える。メモリが潤沢だったとき、買い手はそれを比較的代替可能な部品として扱えた。売れ残り在庫が価格を押し下げるため、サプライヤーは低迷期に強い圧力を受けた。
供給が制約された市場では、その関係が逆転する。システムを出荷しなければならないとき、買い手が重視するのはビットの理論的な生産コストではなく、十分な認定済み供給が存在するかどうかだ。
HBMは、単に高速なコモディティDRAMチップではないため、この変化を強める。サプライヤーはダイを積層し、垂直配線で接続し、ベースダイを統合し、アクセラレータベンダーと先進パッケージングを協調させなければならない。
SamsungのHBM4生産は、この融合を示している。同社のHBM4は、第6世代の10ナノメートル級DRAMと4ナノメートルのロジックベースダイを組み合わせている。
Samsungは2026年2月にHBM4の商用出荷を開始した。同社によれば、この製品は毎秒11.7ギガビットの転送速度を維持し、毎秒13ギガビットに達することも可能だという。
これらは同社の主張であり、顧客固有の性能は実装に依存する。それでもこの製品は、メモリとロジックの経済性の境界がなぜ次第に明確でなくなっているのかを示している。
HBMスタックには、高密度DRAM、ロジック、複雑なパッケージング、熱設計上の制約、そして厳格な認定が含まれる。その商業的価値は、単一の製造ノードではなく、システム全体から生まれる。
SK hynixも同じ機会を追求している。同社の2026年メモリ市場見通しでは、AIインフラの拡大が続く中で、HBM3EからHBM4への移行が進むと説明している。
Micronも投資家に対し、新しいHBM世代ほど従来型DRAMと比べて段階的に多くのウェハー生産能力を消費すると警告している。プロセス移行に伴うビット成長の鈍化も、供給圧力をさらに高める。
したがって、主要3社はいずれも同じ配分判断に直面している。AIシステム向け製品に生産能力を振り向けるか、価格決定力が弱い従来市場向けに使うかという選択だ。
この判断が、現在の比較が続くかどうかを決める。新たな生産能力、歩留まり改善、より高密度なプロセスによってビット供給が需要を上回るペースで拡大すれば、DRAMの面積当たり価値は低下するはずだ。
一方、AI導入が追加されるビットをすべて吸収し続けるなら、メーカーが生産を拡大しても、メモリは例外的な価格決定力を維持できる。
DRAMウェハー分析で証明できないこと
見出しの比較は有用だが、DRAM製造のコストがN2やN3のロジック生産より文字どおり高いことを証明するものではない。
第一の制約は、取引の異なる側面を比較している点にある。Kurnalのロジック数値は、TSMCでウェハーを処理するための推定料金を表す。DRAM数値は、一定面積に含まれるメモリ容量から得られる推定売上高を表している。
製造料金は、製品の最終的な販売価値とは異なる。ロジックウェハーは、ダイシング、テスト、パッケージングを経て、完成したプロセッサへと仕上げなければならない。こうした工程後に、はるかに大きな売上を生むロジック製品もある。
第二の制約は歩留まりだ。円形ウェハー上のすべての平方ミリメートルが、販売可能なチップになるわけではない。ウェハー端部は効率的に利用できず、テスト構造も一定の面積を占める。
欠陥によって使用不能となるダイも生じる。大型ロジックダイと小型メモリダイでは歩留まり特性が異なり得るため、ウェハー価格を総幾何学面積で割る方法では、実際に利用可能な経済性を単純化しすぎている。
第三の制約はパッケージングだ。先進プロセッサには、高価な基板、チップレット、インターポーザー、高度な冷却機構が必要になることが多い。こうした費用は、基本的なウェハー面積比較の対象外である。
HBMにも大きなパッケージング負担がある。複数のDRAMダイを薄型化し、積層し、接続し、テストしたうえで、プロセッサの隣に統合する必要がある。ある工程で歩留まりが悪化すれば、スタック全体の価値に影響する可能性がある。
第四の制約は、TSMCの推定価格を用いている点だ。ファウンドリー契約は機密であり、顧客、数量、設計、プロセスオプション、商取引上の関係によって異なる。
TSMCは、価格設定が戦略的であると述べている。しかしその発言は、個々のN2またはN3顧客が支払う価格を明らかにするものではない。
第五の制約はDRAMのスポット市場にある。スポット取引は、業界の大部分を支配する大口契約の外側で、即時に入手可能なメモリを売買するものだ。
TrendForceは、DDR5のスポット取引が限定的かつ散発的だと説明している。流動性の薄い市場における高値は希少性を示し得るが、Samsung、SK hynix、Micronの出荷全体で得られる平均売上を表すとは限らない。
より適切な比較材料となるのは契約価格だ。主要サーバーベンダー、モジュールメーカー、デバイス企業がメモリの大半を購入する際の条件を反映するからである。
こうした数値の大半は非公開のままだ。それらがなければ、外部分析が、DRAMメーカーのウェハー当たり売上がTSMCの最先端ロジックウェハーの売上を上回ると断定することはできない。
タイミングの問題もある。メモリのスポット価格は急速に変動し得る一方、ファウンドリー契約はより長期間安定する場合がある。9月に行われた比較は、恒久的な序列ではなく、9月時点の状況を示している。
メモリ市場には、急激なサイクルの長い歴史がある。供給不足は投資、在庫の積み増し、生産能力の拡大を促す。供給が最終的に需要を上回れば、価格は急落し得る。
現在のサイクルには、それを長期化させる可能性のある特徴がある。新工場の建設には数年を要し、HBMは大きなウェハー生産能力を消費し、AI顧客は引き続き大量発注を行っている。
しかし、買い手にも限界がある。TrendForceはすでに消費者の受容力低下を確認しており、一部のPCおよびスマートフォンメーカーは、あらゆる価格上昇を吸収するのではなく、需要を抑制している。
したがって、バランスの取れた解釈では、二つの点を併せて捉える必要がある。Kurnal InsightsのDRAMウェハー分析は実際の希少性シグナルを捉えている一方、その簡略化された手法では、完全なコスト比較や収益性比較を証明できない。
この留保は、計算を無意味にするものではない。むしろ、その計算が本当に有用な用途、すなわちメモリ市場が通常の商品市況という前提からどれほど離れたかを測ることを明確にする。
圧力はチップメーカーからシステム購入者へ移っている
メモリ不足により、クラウド事業者、サーバーメーカー、PCブランド、AIチームは、演算能力だけでなく容量を軸に調達計画を再設計せざるを得なくなっている。
最も目立つ圧力源はクラウドプロバイダーだ。AIクラスタには膨大な量のHBM、サーバーDRAM、ストレージが必要であり、多くの場合、綿密に予定された導入計画に従って供給される。
これらの企業は長期契約を活用して供給を確保できる。この方法は入手可能性を高めるが、同時に小規模または価格に敏感な顧客が利用できるメモリの数量を減らす。
サーバーメーカーも関連する問題に直面する。認定済みRDIMMが不足すれば、プラットフォームを想定仕様どおりに出荷できない。異なるサプライヤーや容量への置き換えには、検証やファームウェア作業が必要になる場合がある。
AIアクセラレータベンダーには、さらに深い連携が求められる。HBMスタックは、帯域幅、熱、電力、パッケージング、信頼性に関する要件を満たさなければならない。認定済みの供給を、標準的な周辺機器のように気軽に置き換えることはできない。
これはメモリサプライヤーに交渉力を与えるが、同時に実行リスクも生む。生産拡大が遅すぎれば顧客を制約し、積極的すぎれば需要変化時に高価な施設が十分に活用されない可能性がある。
PCメーカーには、圧力を吸収する方法が少ない。小売価格を引き上げる、搭載メモリを減らす、製品構成を変える、あるいは利益率低下を受け入れることになる。
TrendForceは、部品コストの上昇がノートPC価格に波及し、2026年の出荷に重くのしかかると予想した。スマートフォンベンダーも、高止まりするLPDRAMコストと弱い消費者需要が重なる中で、同様の選択を迫られた。
ソフトウェアチームへの影響は、より間接的に現れる。大容量メモリプールを持つクラウドインスタンスは、予約が難しくなったり、経済性が低下したりする可能性がある。組織はモデルのフットプリントを縮小するか、推論状態をより慎重に管理する必要があるかもしれない。
この反応により、メモリ効率の価値が高まる。量子化、小型モデル、検索、コンテキスト管理、キャッシュ最適化といった技術は、ワークロードごとに必要なメモリを削減できる。
これらの技術がインフラ需要をなくすわけではない。効率化はより多くのアプリケーションを経済的に成立させ、総利用量を増やすことも多い。それでも、個々のチームが制約された割り当ての範囲で運用する助けにはなる。
企業の購入担当者は、HBMと通常のサーバーメモリも区別すべきだ。どちらもAIを支えるが、解決する問題は異なる。
HBMはアクセラレータの近くに配置され、非常に高い帯域幅で演算処理にデータを供給する。RDIMMは、プロセッサ、データサービス、検索パイプライン、アプリケーション状態のために大容量のホストメモリプールを提供する。
どちらかのカテゴリでボトルネックが発生すれば、導入は遅延する。アクセラレータを増やしてもホストメモリ不足は解決せず、RDIMMを追加しても不足するHBM帯域幅の代わりにはならない。
面積当たりの比較は、この依存関係を可視化する。アクセラレータ性能はマーケティングやベンチマークで示しやすいため、演算シリコンは注目を集める。だが、その演算能力を稼働し続けられるかを決めるのはメモリだ。
データ移動もエネルギー消費を左右する。遠隔ストレージや制約のあるインターフェース越しに情報を取得するには、時間と電力がかかる。関連データをプロセッサの近くに保持すれば利用率を改善できるが、そのためにはより価値の高いメモリ容量が必要になる。
影響はデータセンターを超えて広がる。AI製品に振り向けられた生産能力は、産業機器、ネットワーク機器、車両、民生用電子機器の供給を逼迫させ得る。
すべての分野が同じ時期に同じ不足を経験するわけではない。サプライヤーは製品構成を調整でき、需要も地域やデバイスカテゴリによって変化する。
それでも、共通する圧力源は明確だ。AIインフラは性能、容量、納入確実性に対して対価を支払う意思がある。その意思が、価格決定力の低い買い手から製造資源を引き離している。
DRAMがロジックを上回り続けるかを示す三つのシグナル
契約価格、HBMの生産能力消費、新たなウェハー出力が、この逆転が今回の供給不足を超えて続くかを決める。
第一のシグナルは、スポットDRAM価格と契約DRAM価格の差だ。スポット価格が劇的な面積当たりの結果を生み出したが、大口取引の大半は契約によるものだ。
高水準を維持したまま差が縮小すれば、メモリの新たな価値が広範かつ持続的であるという見方が強まる。特に契約価格の上昇も鈍化する中でスポット価格が急落すれば、その見方は弱まる。
市場関係者は、単発の小売価格ではなく、報告される契約価格の動向に注目すべきだ。また、PC DRAM、サーバーDRAM、LPDRAM、グラフィックスメモリ、HBMを分けて見る必要がある。
第二のシグナルは、HBM4およびHBM4Eがウェハー生産能力に与える負担だ。各世代はより高い帯域幅と容量を目指すが、ますます要求の厳しい設計は、より多くの製造資源を消費し得る。
SamsungとSK hynixは2026年にHBM4Eサンプルを出荷し、アクセラレータベンダーは次世代プラットフォームを準備していた。認定結果と量産歩留まりが、従来型DRAMにどれだけの生産能力が残るかを左右する。
他カテゴリをさらに圧迫することなくHBM出力が拡大すれば、サプライヤーは不足を緩和するのに十分な生産性改善を実現したことになる。サーバーおよびPC向けメモリがなお制約されるなら、AI向け配分が依然として市場を支配している。
第三のシグナルは、新設または拡張された工場からの実際の出力だ。発表された投資が、直ちに販売可能なメモリを生み出すわけではない。建設、設備導入、プロセス認定、歩留まり改善には時間がかかる。
Micronは、最初のアイダホ施設からの初期ウェハー出力を2027年半ばに見込んでいた。SamsungとSK hynixも製造およびパッケージングのインフラを拡張している。
これらのプロジェクトは重要だが、短期的な供給は既存のクリーンルーム、プロセス移行、歩留まり、製品配分により大きく左右される。今後数四半期で、大規模な新規生産能力が到来する前に、運用改善によって十分なビットを追加できるかが明らかになる。
買い手は在庫の動きにも注目すべきだ。在庫の積み増しは、将来の入手不能を恐れて顧客が防衛的に発注するため、不足を増幅させ得る。在庫の減少は、こうした購入後も最終需要が強いままかどうかを示すことができる。
HBMが制約された生産能力のより大きな割合を消費する中で契約価格が高止まりすれば、Kurnal InsightsのDRAMウェハー分析は裏付けられる。新たな出力の到来とともにスポット価格が下落すれば、それは一時的なピークに近いものと映るだろう。
どちらの結果であっても、重要な教訓が残る。AIインフラは演算チップだけで構築されるものではない。その経済性は、メモリ、パッケージング、電力、ネットワーキング、ストレージが足並みをそろえて進化することに依存している。
開発者と企業のテクノロジーリーダーにとって、次の行動は実務的だ。ハードウェア計画を確定する前に、演算要件と同じ慎重さでメモリ要件を測定するべきである。モデルサイズ、コンテキストの拡大、キャッシュ使用量、ホストメモリの必要量、導入時の可用性を追跡しよう。
次の四半期に向けて最も示唆に富む問いは、AI需要が依然として大きいかどうかではない。供給各社が十分な量の認定済みメモリを生産し、不足によってDRAMの単位面積当たりの価値が業界最新のロジック・シリコンを上回る状況を止められるかどうかだ。
