AI infrastructure bottlenecks across semiconductors and technology レポート解説

概要

Morgan Stanleyは、AIインフラのどのボトルネックが最も魅力的な半導体投資機会を生む可能性があるかを評価している。中核的な選好はAIコンピュートと関連する供給制約のある部品で、次いでネットワーキングである。メモリーには前向きながら選別的で、アナログを景気循環上の分散投資と位置付けている。

主要見解

Morgan Stanleyは、Astra GPT-6がAIボトルネックの論点を強化すると主張する。推論、エンジニアリング、コンピュータ利用、現実世界のタスクにおける能力向上が、より多くの推論ワークロードを商業的に成立させる可能性があるためだ。既知の需要に対応するためにどれだけのインフラが必要かだけでなく、モデルの能力が上がり1ドル当たりの有用性が高まることで、ワークロードの数、時間、複雑性がどう増えるかに注目している。このため、限られた能力、コンテンツ量の増加、製造の複雑化といった物理的制約が投資の中心論点になる。レポートは幅広いAI投資ではなく、こうした制約の恩恵を受ける企業を選好する。 AIコンピュートは、GPU、CPU、ASIC、先端ロジック、関連部品において、力強いユニット成長と継続的な利益上振れを併せ持つため、最も確信度の高い領域である。TSMCはその証拠として挙げられており、2026年の売上高成長率ガイダンスを前年比40%超へ引き上げた。Morgan StanleyはTSMCのAI半導体事業の70-80% CAGRを妥当と考え、AI半導体は2026eのTSMC売上高の30%超を占める可能性があるとみる。TSMCのUS$60-64bnの2026年設備投資も、AI需要が従来予想より強いことを示すシグナルとされる。機会は、サーバー、AI GPU/ASIC、ネットワーキング需要がPC需要に取って代わったABF基板にも広がり、Morgan Stanleyは2027年以降の供給不足を予想する。AIサーバーの電力密度上昇で価値量が大きくなるMLCCも対象であり、台湾の月次MLCC売上高は6月に前年比36%増、Samsung Electro-Mechanicsの2026-28e利益CAGRは29%と見込まれている。 レポートはネットワーキングをAIインフラの次善の投資機会として前向きにみるが、銅線から光への即時移行という見方には異論を示す。アクセラレータードメインの拡大により、scale-upネットワーキングの市場機会は2030年までにUS$70bn超、1年前の推定の4倍超と見積もる。NVIDIA RubinとRubin Ultraは、scale-upドメインをそれぞれ144 GPUと576 GPUへ拡大するとされる。短距離のラック内接続では、銅線は遅延、消費電力、コスト面の利点があり、SerDes、retimer、コネクター、アクティブ銅線の改善により有用性が続く。Morgan Stanleyは、銅線からNPOまたはハイブリッド構成を経てCPOへ移行するとみており、scale-up CPOの採用は2028年には限定的で、2029年以降に強まると予想する。CPOスイッチ出荷は2026年の23,000台から2027年の59,000台、2030年には約200,000台へ増加すると予測し、scale-out CPOスイッチも2025年の5,000台から2030年の200,000台へ増え、2023-30年のCAGRは144%になるとしている。 メモリーはAI需要による構造的な支えを維持するが、Morgan Stanleyは商品サイクルの成熟に伴い相対的なリスク・リターンの魅力が低下すると判断する。4Q26までにレイトサイクルへ移行し、DRAM月次価格の前年比上昇率がピークを迎え、前期比の値上がりが緩やかになり、利益予想修正の勢いも減速すると予想する。3Q26のDRAM契約価格は前期比約20%で、DRAMとNANDに対する従来の前期比15-20%予想を上回った。4Q26は前期比約5-10%で推移する見込みだが、その先の可視性は限定的である。6月のSIAデータに基づくDRAM bit成長率は年初来36%で、2026年は従来の25%から31%へ上方修正された。2026年のDRAM WFE予想は9カ月間で47%引き上げられた。Morgan Stanleyは2026-27eのbit供給成長率を32-38%、2027-28eのHBM bit供給成長率を50%超とモデル化している。 レポートは、メモリーの逼迫がより長く続く理由も示している。HBM4EのBEOL複雑性はDRAM供給成長を遅らせ、2026-27eのDRAM設備投資をBEOL能力増強へ振り向け、実質的なFEOLプロセス移行とDRAM GB出荷の加速を2H27まで遅延させる可能性がある。DRAMメーカーが設備の製造・納入枠で優先されることも、NAND能力増強を遅らせる可能性がある。そのためMorgan Stanleyは、一般的なコモディティ・メモリーへのエクスポージャーではなく、構造的シェア拡大、ローカライゼーション、下流AIエクスポージャーを選好する。CXMTについては、中国のAI・サーバー需要、HBMとDDR5のローカライゼーション、急速な能力拡大を強調し、2025-28eのbit出荷CAGRを46%と予測する。一般的なフロントエンド・メモリー投資よりもパッケージングとテストの受益者を選好する一方、2027年後半から稼働する新規投資が最終的に価格サイクルを圧迫し得ると指摘する。 AI以外では、Morgan Stanleyはグローバル・アナログをアーリーサイクルのヘッジとして選好する。3年以上にわたるL字型の底の後、チャネル在庫の引き締まり、価格安定化、成熟ノード・パワー製品の選択的な逼迫、産業受注の改善、低迷した水準からの稼働率回復を、単なる流通在庫の積み増しではなく需要主導の上昇サイクルの兆候とみる。価格改善、在庫補充、良好なbook-to-billを背景に、少なくとも2026年後半まで回復が続くと予想する。対照的に、従来型のコンシューマー最終市場には慎重である。世界のスマートフォン出荷は2026年に前年比約13%減、Androidは約15%減と予想され、メモリーコストの上昇がOEM価格を押し上げるためだ。PC市場は、価格負担と部品価格上昇を見越した積み増しを背景に停滞から軟調とされ、従来型エンタープライズサーバーの更新は、ハイパースケーラーやAIクラウドのインフラ需要ほど強くない。 Morgan Stanleyは、テクノロジー株のパフォーマンスは割安さではなく利益の実現可能性によって決まると強調する。AI関連銘柄にはほぼ完璧な実行が期待されており、テクノロジーセクターがアウトパフォームするには相対的な利益予想修正モメンタムの改善が必要だとする。AI受益者の2027年利益成長に関するコンセンサスは56%であり、2026年の売上高成長が減速する環境でもマージン拡大を織り込んでいる。Morgan Stanleyは53%の方が可能性が高いとみる。予想修正幅の分析では、AIコンピュート、ネットワーキング、非AI領域で将来の利益モメンタムが最も強く、メモリーが最も弱い。主な逆風には、高い期待に対して上振れが不十分であること、2027年以降のAI設備投資成長の減速、石油、インフレ、Fed金利、米国選挙によるマクロ圧力が含まれる。

分析フレームワーク

レポートは、AIコンピュート、メモリー、ネットワーキング、アナログ、コンシューマー最終市場にわたり半導体サイクルを整理している。設備投資・需要指標、供給能力制約、利益予想修正幅、価格動向、部品当たりの価値量、技術ロードマップ、企業固有のエクスポージャーを組み合わせ、AI支出が持続的な利益上振れに転化し得る領域を特定している。

手法メモ

• 業界・産業分析フレームワーク需給フレームワーク

  AIインフラ部品の需給分析

  Morgan Stanleyは、AIワークロードと設備投資需要を、限られたABF、MLCC、メモリー、先端パッケージングの能力と結び付け、価格決定力と利益ポテンシャルを評価している。

• 業界・産業分析フレームワーク産業チェーンの上流・中流・下流波及

  AIインフラのサプライチェーン伝達

  レポートは、アクセラレーターと推論ワークロードから、ファウンドリー、基板、コンデンサー、メモリー、パッケージング、テスト、電力、ネットワーク部品まで需要を追跡している。

• 景気循環・業況フレームワーク景気転換点分析

  サイクル段階と利益モメンタムの評価

  Morgan Stanleyは価格、在庫、稼働率、受注、予想修正を用いて、コンピュートの成長、レイトサイクルのメモリー、アーリーサイクルのアナログ回復を区別している。

• イベントドリブン・行動ファイナンス期待差・期待管理

  利益実現可能性と高い市場期待の比較

  レポートは、AI銘柄には高い期待に対する上振れが必要であり、相対的な利益予想修正モメンタムはバリュエーションのみの論点より重要だと主張する。

資産マッピングと比較

投資テーゼから固有資産への構造化マッピング（強み、弱み、同業、リスク）。

• NVIDIA (NVDA)

  選好されるAIコンピュートGPUエクスポージャー

  強み

  AIコンピュート需要と拡大するアクセラレータードメインへの直接的なエクスポージャー

  弱み

  高い利益期待には継続的な実現が必要

  比較

  レポートで最も選好されるAIコンピュート領域に含まれる

  リスク

  AI設備投資成長の減速と十分な上振れの欠如

• Keysight Technologies (KEYS)

  アーキテクチャ非依存のネットワーキングおよびテスト複雑性の受益者

  強み

  光学、電気、scale-up、scale-outネットワークにまたがるエクスポージャー

  比較

  Morgan Stanleyはネットワーキング受益者の中でKEYSをOverweightへ引き上げた

  リスク

  ネットワークアーキテクチャの展開が予想より遅いこと

• Corning (GLW)

  ネットワーキングの受益者

  強み

  比較的アーキテクチャ非依存の光学エクスポージャー

  比較

  LITEおよびCoherentと並ぶ選好されるscale-upネットワーキングのエクスポージャー

  リスク

  光学展開が予想より緩やかとなる可能性

• Coherent (COHR)

  ネットワーキングの受益者

  強み

  CPO/NPO部品スタック全体への幅広いエクスポージャー

  比較

  GLWおよびLITEと並ぶ選好されるscale-upネットワーキングのエクスポージャー

  リスク

  CPO採用は2028年に限定的と予想される

• CXMT

  選好される中国メモリーのローカライゼーション・エクスポージャー

  強み

  中国のAI/サーバー需要、HBMとDDR5のローカライゼーション、急速な能力拡大

  弱み

  メモリー全体は依然としてレイトサイクルのコモディティ市場

  比較

  一般的なメモリー・エクスポージャーより、構造的シェア拡大とローカライゼーションで選好される

  リスク

  将来の供給増加がメモリー価格サイクルを圧迫すること

• Advanced Energy Industries (AEIS)

  選好される米国半導体装置エクスポージャー

  強み

  Morgan Stanleyは、評価がCY27のサイクルピークを織り込んでおり、WFEが上振れすれば上昇余地があるとみる

  弱み

  資本設備サイクルの持続期間に依存

  比較

  米国のOverweight銘柄内でLam ResearchとKLAより選好される

  リスク

  WFE需要がCY27のUS$230bn-plus上振れシナリオに達しない可能性

• MKS Inc. (MKSI)

  選好される米国半導体装置エクスポージャー

  強み

  Morgan Stanleyは、評価がCY27のサイクルピークを織り込んでおり、WFEが上振れすれば上昇余地があるとみる

  弱み

  資本設備サイクルの持続期間に依存

  比較

  米国のOverweight銘柄内でLam ResearchとKLAより選好される

  リスク

  WFE需要がCY27のUS$230bn-plus上振れシナリオに達しない可能性

• ASML

  選好される欧州半導体装置エクスポージャー

  強み

  重要な半導体製造ツールの支配的供給者であり、DRAM、ロジック、EUV需要の受益者

  比較

  Morgan Stanleyの欧州SPEにおけるTop Pick

  リスク

  2027年のDRAMおよびロジック需要改善に依存

• Texas Instruments (TXN)

  アナログサイクルの指標およびエクスポージャー

  強み

  幅広いアナログサイクル需要を最も明確に反映

  比較

  レポートが選好するアナログ分散投資グループの一部

  リスク

  回復が持続的な実需ではなく短期的な流通在庫の積み増しである可能性

主要データ

• TSMCの2026年売上高成長率ガイダンス>40% Y/Yより強いAI需要を背景とした引き上げ
• TSMCの2026年設備投資US$60-64bnAI需要の強さを示す証拠として言及
• TSMCのAI半導体売上高比率>30% of 2026e revenueMorgan Stanleyによる推定
• scale-upネットワーキングの市場機会>US$70bn by 20301年前の推定の4倍超
• 3Q26のDRAM契約価格Approximately +20% Q/QDRAMとNANDに対する従来の前期比15-20%予想を上回る
• 4Q26のDRAM価格About +5-10% Q/Q当四半期以降の可視性は限定的
• AI受益者の2027年コンセンサス利益成長56%Morgan Stanleyは53%の方が可能性が高いとみる
• 世界のスマートフォン出荷Approximately -13% Y/Y in 2026Android出荷は約15%減の見込み

影響と示唆

Morgan Stanleyの選好は、供給制約のあるAIコンピュート・ネットワーキングのエクスポージャーと、アーリーサイクルのアナログ回復を組み合わせたバーベルである。能力と複雑性に結び付いた受益者を選好し、メモリーのファンダメンタルズは強いものの選別的で、部品コスト上昇に圧迫されるコンシューマーハードウェア需要には慎重である。

リスク

• AI受益企業は、高い市場期待に対して十分な上振れを示せない可能性がある。
• AI設備投資の成長率は、プラス成長を維持しても2027年から減速する可能性がある。
• 石油、インフレ、Fed金利、米国選挙がマクロの逆風として挙げられている。
• レイトサイクルのメモリー供給増加と2027年後半からの新規投資が価格を圧迫する可能性がある。
• アナログの回復は、持続的な需要ではなく短期的な流通在庫の積み増しを反映している可能性がある。

注目点

• 相対的な利益予想修正モメンタムと、企業が高い利益期待を満たす能力。
• TSMCのAI需要、設備投資の実行、ABF・MLCCなど関連部品の需要。
• DRAM価格の鈍化時期、メモリー供給の追加、HBM4E関連の能力制約。
• 銅線からNPOおよびCPOアーキテクチャへの移行と、2028年以降のCPO採用ペース。
• アナログの在庫補充、価格、産業受注、稼働率、book-to-billの動向。
• メモリーコスト上昇がスマートフォン、PC、コンシューマーエレクトロニクスの購入可能性に及ぼす影響を受けた需要動向。