メモリ株はまだ終わっていない【前編】

はじめに

生成AIへの投資が始まった当初、注目の中心は一貫してGPUでした。

高性能なGPUをどれだけ多く確保できるかが、AI開発競争を左右していたからです。

しかし、2026年前半までに別の課題がはっきりしてきました。

どれほどGPUが高速でも

計算に必要なデータを十分な速度で供給できなければ、GPUは処理を中断して待機せざるを得ません。

こうしてAIインフラのボトルネックは、計算を担うGPUだけでなく

データを運び、一時保存し、長期記憶する「メモリ体系全体」へ広がっていきました。

本稿では、主に2026年前半までに公表された情報をもとに、この構造変化のプロセスを順を追って解説します。

なお後編では

2026年6月24日のMicron決算を起点に、

この構図がどのように「将来予想」から「実績と長期契約」へ移行したのかを追っていきます。

それではよろしくお願いします。

1．AIを「データが流れるレストラン」として考える

私のnoteではお馴染みの例えですが

まずはAIデータセンターを、巨大なレストランに置き換えて考えてみましょう。

どれほど優れたシェフを増やしても、必要な食材が手元に届かなければ、調理は進まずレストランは機能しません。

AIにおいても同様で、GPUがデータの到着を待つ時間が増えれば、せっかくの高価な計算能力を無駄にしてしまいます。

メモリを見るときは、以下の2つの数字が重要です。

2．メモリは「作業台・棚・倉庫」に分かれる

AIで使われるメモリは単一ではありません。

GPUに近い場所から順に、役割が明確に分かれています。

HBMは、シェフ（GPU）がすぐ手を伸ばせる場所にある食材を並べておく専用の調理台です。

HBM自体はDRAMの一種ですが、複数のチップを縦に積み、非常に広い通路でGPUと接続します。

速い一方で、高価かつ製造も難しいメモリです。

NANDは、電源を切ってもデータを保持できる半導体メモリです。

DRAMより低速ですが、大容量のデータを比較的安く保存できるため、SSDの記憶媒体としてAIデータセンターを支えています。

NANDに制御装置やソフトウェアを組み合わせ、データセンター向けの耐久性、信頼性、速度を持たせた製品が企業向けSSD、略してeSSDです。

通常DRAMは厨房内の共用食材棚、

NANDを使ったSSDは、大量の食材を長く保管する大型冷蔵庫や倉庫に当たります。

現在、DRAMおよびHBM市場を牽引しているのは主要3社です。

韓国のSamsung ElectronicsとSK hynix、米国のMicronです。

SamsungはDRAMからNANDまで幅広く、SK hynixはHBMで先行し、Micronは米国唯一の大手総合メモリメーカーです。

NANDでは、KioxiaやSanDiskも重要なプレイヤーです。

まずはここまでが、AIメモリの基本的な全体像となります。

3．最初にHBMが足りなくなった

さて、大規模AIモデルの学習には、大量のGPUとそれに隣接するHBMが不可欠です。

ところがHBMは複雑な積層や先端パッケージングを必要とするため、容易には増産できません。

供給の逼迫は急速に表面化しました。

• SK hynixは2024年2月、2024年に計画したHBMがすでに完売したと説明しました。

• Micronも2024年12月、2025年分のHBMが価格決定済みで完売したと発表しました。

さらに争奪戦は長期化し、2025年末には翌年分まで予約されます。

• SK hynixは2025年10月、2026年のHBM供給協議を完了。

• Micronも2025年12月、2026年分HBMの全量について価格と数量を契約済みとしました。

一見すると、AI向けの特別なメモリだけが不足しているように見えますが

この影響は「通常DRAM」にも広がっていきました。

4．不足はDRAM市場全体へ広がった

通常DRAMの不足は、供給側と需要側の「双方からの圧力」によって引き起こされました。

1、供給側からの波及

HBMと通常DRAMは、同じDRAM工場の生産ラインを奪い合います。

つまり、メーカーがHBMへ生産能力を振り向けるほど、サーバー、PC、スマートフォン向けの通常DRAMの生産量が減少します。

2、需要側からの波及

そしてAIサーバーは、GPUとHBMだけで動くわけではありません。

全体を統括するCPUも搭載されており、その周りには大量のDDR5や低消費電力DRAM（LPDDR）が必要です。

つまりAIサーバーが増えるほど、HBMだけでなく通常DRAMの需要も跳ね上がります。

これら「HBM増産による供給削減」と「AIサーバー増加による需要拡大」が同時に発生したことで

市場全体の需給が極度に締まり、DRAM価格の急騰へとつながりました。

5．エージェントAIがNANDまで必要とした

その後、AIの主戦場は学習から、推論と実際の利用へと移行しました。

特に自律的にタスクをこなすAIエージェントは、メモリ需要の質を大きく変えます。

AIエージェントは、一問一答では終わりません。

資料を読み、検索し、プログラムを動かし

結果を確認し、次の作業を決めるという循環を何度も繰り返します。

この処理途中の計算データを一時保持して再利用する仕組みが「KVキャッシュ」です。

会話が長くなり、同時利用者数が増えるほど、KVキャッシュのデータ量は膨大になります。

また、過去の膨大な情報から関連データを検索する「ベクトルデータベース」の活用も必須となりました。

これらすべてを高価なHBMへ置くことはできません。

そのため、インフラ設計は次のように階層化されました。

Micronは2026年3月の決算資料で

ベクトルデータベースとKVキャッシュの退避需要により、データセンター向けNAND需要が加速していると説明しました。

AIの進化に伴い、不足の波はHBMからDRAMの棚へ

そして長期保存用の倉庫であるNAND・eSSDへと外側へ広がっていったのです。

6．メモリ市場はどれほど速く拡大したのか

ここで数字を整理します。

2024年に表面化したHBM不足は、2025年のメーカー業績を押し上げ

2026年に入ると通常DRAMの価格急騰へと発展しました。

TrendForceは2026年6月、第1四半期の通常DRAM契約価格が前四半期比93～98%上昇したと推計しました。

DRAM業界売上高も約536億ドルから970億ドルへ、わずか1四半期で81%増えました。

市場予想も短期間で変わりました。

SK hynixが2026年1月に紹介したBank of Americaの予想は

2026年のDRAM売上高を前年比51%増、NANDは45%増、HBM市場は58%増に達する予想されました。

さらにTrendForceは2026年5月

同年の世界メモリ市場予測を従来の5,516億ドルから8,893億ドルへと約61%上方修正し、

2027年には1.28兆ドルを超えるという巨大な市場スケールを提示しました。

7．なぜ供給はすぐ増えないのか

価格が急騰しているなら、生産能力を直ちに増やせば良いと考えがちですが、半導体工場の新設には長い年月が必要です。

工場建設には、広大な用地、安定した電力・水の確保、クリーンルームの建設から始まります。

さらに最先端の製造装置を搬入し、試作品の製造、顧客による認証プロセス、そして歩留まり（良品率）の向上という段階を踏まなければなりません。

特にHBMでは、DRAM製造に加えて高度な3D積層・パッケージング工程が必要となります。

実際、Micronが6月に示した見通しでも

アイダホ第1工場と台湾・銅鑼工場の本格的な供給貢献は2027年半ば、第2アイダホ工場は2028年後半になるとされています。

まとめ

さて、いかがだったでしょうか？

2026年半ばまでのメモリ市場の劇的な変化は、次の連鎖構造として整理できます。

• AIモデルの大型化により、GPUとHBMの需要が爆発した。

• HBMの優先生産が通常DRAMの供給能力を圧迫した。

• 同時にエージェントAIの普及が、CPU用DRAMやストレージ用NAND（eSSD）の需要を全方位で押し上げた。

• しかし、新工場の立ち上げには時間がかかるため、短期的には極めて厳しい需給逼迫が続いている。

後編では、6月24日のMicron決算を起点に

この構図がどのように「将来予想」から「確定的な実績と長期契約」へ変化したのかを詳しく見ていきます。

2027年分に向けたDRAM・HBMの割り当て交渉、

KioxiaやSanDiskが確認したeSSDの成長トレンド、大手ハイパースケーラーの設備投資動向までを紐解きます。

以上、

最後まで読んでくださり、ありがとうございました。