Global AI infrastructure and semiconductor bottlenecks レポート解説

概要

Morgan Stanleyは、AI支出が容量、コンテンツ量、製造上のボトルネックにぶつかる領域からテクノロジー機会を捉える。AIコンピュートを最優先、ネットワーキングを次点とし、非AIではアナログを選別的に選好する一方、メモリーの一般的なエクスポージャーにはサイクル成熟に伴い慎重である。

主要見解

レポートの中心的な主張は、GPT-6 Astraが推論、エンジニアリング、コンピュータ利用、現実世界の作業において商業的に有用なAIアプリケーションを広げ得るという点である。100,000 GPUsで学習したモデルにより多くのチップが必要になるだけでなく、能力向上により推論ワークロードの数、期間、複雑性が増え得る。Morgan Stanleyは、投資上の焦点がAI需要の形成から、大規模に知能を提供する物理インフラの制約へ移るとみる。 AIコンピュートは最高確信度の領域である。GPU、CPU、ASIC、先端ロジックおよび周辺部品で従来想定を上回る需要を見込む。TSMCは2026年の売上成長ガイダンスを40% Y/Y超へ引き上げ、設備投資をUS$60-64bnへ増額した。Morgan Stanleyは、機会が中核コンピュートにとどまらず、ABF基板、MLCC、パッケージング、テスト、電力へ広がると強調する。 メモリーのファンダメンタルズは強いものの、相対的なリスク・リターンは魅力を失いつつある。4Q26に後期サイクルへ移行し、DRAM価格の前年比上昇率がピークとなり、連続的な値上げと利益予想修正が鈍化すると予想する。3Q26のDRAM契約価格は約20% Q/Q、4Q26は約5-10% Q/Qで推移している。HBM4EのBEOL複雑化は供給拡大を遅らせる上振れ要因だが、Morgan Stanleyは一般的なコモディティ・エクスポージャーより、構造的なシェア上昇、ローカライゼーション、下流AIへのエクスポージャーを選好する。 ネットワーキングは、アクセラレータ・クラスターの大型化で通信密度が高まるため、2番目に選好されるAI領域である。スケールアップ市場は2030年にUS$70bn超と推計される。ただし、直ちに銅から光へ置き換わるとの見方は退ける。短距離ラック内接続では銅が遅延、消費電力、コストで優位を保ち、移行は銅、NPOまたはハイブリッド、CPOという順になる。スケールアップCPOの採用は2028年には限定的で、最も強い採用は2029年以降と予想する。 非AIでは、アナログを早期サイクルの分散投資とヘッジとみなす。低い在庫、価格安定化、産業受注の改善、稼働率回復が復調の兆候であり、持続的な最終需要か流通在庫の積み増しかが重要な論点である。 従来の消費者向け最終市場は弱い。世界のスマートフォン出荷は2026年に約13% Y/Y減、Androidは約15%減と予想される。PC市場も部品コストによる購買力低下と回復の証拠不足から慎重であり、従来型エンタープライズ・サーバーよりハイパースケーラーとAIクラウドのインフラ需要が強い。 セクター全体では、利益を実現できるかが短期的な決定要因である。AI受益企業にはほぼ完璧な業績が求められており、相対的な利益予想修正モメンタムが重要だとMorgan Stanleyは考える。コンセンサスはAI受益企業の2027年利益成長を56%と見込むが、Morgan Stanleyは53%の方が可能性が高いとみる。2027年以降のAI設備投資減速、マクロ、原油、インフレ、Fed政策、米国選挙も逆風として挙げる。

分析フレームワーク

Morgan StanleyはAIコンピュート、メモリー、ネットワーキング、アナログ、消費者向け最終市場に沿ってテクノロジー・サイクルを整理する。需要と設備投資、供給制約、価格、利益予想修正の広がり、サイクル局面、企業別エクスポージャーを組み合わせ、AI支出が利益上振れへつながりやすい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

  需給とボトルネックの分析

  AI主導の需要と、基板、メモリー製造、パッケージング、ネットワーキングにおける物理的な容量制約を比較し、価格決定力を維持し得るバリューチェーンを判断している。

• 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インフラのバリューチェーン伝達

  Morgan StanleyはAIコンピュート需要をGPUとASICから、ファウンドリー能力、ABF基板、MLCC、パッケージング、テスト、電力、ネットワーク部品へ追跡している。

• 景気循環・業況フレームワーク景気転換点分析

  サイクル局面と利益モメンタムの分析

  メモリーを後期サイクル、アナログを早期サイクル、消費者市場を弱いと位置付け、価格、在庫、受注、稼働率、利益予想修正をサイクル指標としている。

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)

  AIコンピュートにおける選好される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推論ワークロードへの直接的なエクスポージャー。

  比較

  レポートで最も選好されるAIコンピュート領域の一部。

  リスク

  高い期待値とAI設備投資減速の可能性。

• CXMT

  ローカライゼーションと構造的なシェア上昇に基づく選好メモリー・エクスポージャー。

  強み

  中国国内のAI/サーバー需要、HBMおよびDDR5のローカライゼーション、2025-28eの予想46% bit出荷CAGR。

  比較

  一般的なコモディティ・メモリーへのエクスポージャーより選好される。

  リスク

  メモリーサイクルの成熟と将来の供給拡大。

• Corning (GLW), Lumentum (LITE), Coherent (COHR), Keysight Technologies (KEYS)

  大型化するスケールアップ・ネットワークとテスト複雑性上昇の受益者として選好される。

  強み

  アーキテクチャ中立的な光学、レーザー、光エンジン、CPO/NPO部品、ネットワーク試験へのエクスポージャー。

  弱み

  短期のCPO採用は依然として限定的と予想される。

  比較

  即時の銅代替だけに依存する狭い投資仮説より選好される。

  リスク

  光化への移行が予想より遅いこと。

• STMicroelectronics, NXP, Renesas

  早期サイクルの非AI補完として選好されるアナログ・エクスポージャー。

  強み

  低在庫、価格回復、産業または自動車需要の改善。

  弱み

  回復が持続的な最終需要であるかはなお検証が必要。

  比較

  アナログは構造的AIエクスポージャーに対するヘッジとして位置付けられる。

  リスク

  改善が持続需要ではなく流通在庫の積み増しにとどまること。

主要データ

• TSMCの2026年売上成長ガイダンス>40% Y/Yより強いAI需要を背景に引き上げられた。
• TSMCの2026年設備投資US$60-64bnAI需要が従来想定より強いことの証拠として挙げられている。
• TSMCの2026年売上に占めるAI半導体の比率>30%Morgan Stanleyの推計。
• Samsung Electro-Mechanicsの利益CAGR29% in 2026-28eAI主導のABFおよびMLCC需要に支えられる。
• 3Q26のDRAM契約価格Approximately +20% Q/QDRAMとNANDの従来の15-20%予想を上回る。
• 4Q26のDRAM価格見通しAbout +5-10% Q/Q当該四半期以降の可視性は限定的である。
• スケールアップ・ネットワーキングの市場機会>US$70bn by 20301年前の推計の4倍超。
• CPOスイッチ出荷台数23k in 2026; 59k in 2027; ~200k by 2030Morgan StanleyによるCPO拡大の予測。
• 世界のスマートフォン出荷Approximately -13% Y/Y in 2026レポートではAndroidは約-15%を含む。
• AI受益企業のコンセンサス利益成長率56% in 2027Morgan Stanleyは53%の方が可能性が高いとみる。

影響と示唆

レポートは、推論需要の拡大が供給制約、部品当たりコンテンツ量の増加、製造複雑性の上昇と交わる領域を選好する。コンピュートを首位、ネットワーキングを次位とし、メモリーでは選別的なローカライゼーションと下流エクスポージャーを好み、アナログを補完的な早期サイクルの分散投資とみなす。

リスク

• AI受益企業は絶対的な成長が強くても、高い投資家期待が織り込む上振れを実現できない可能性がある。
• AI設備投資の成長は2027年から減速する可能性があり、支出が減少しなくても株価の重荷となり得る。
• サイクル成熟と新規能力の到来により、メモリー価格、利益予想修正、相対的リスク・リターンが悪化する可能性がある。
• マクロ環境、原油、インフレ、Fed政策、米国選挙が逆風として指摘されている。
• 部品コスト上昇はスマートフォン、PC、より広範な民生用電子機器の需要を抑制する可能性がある。

注目点

• GPT-6 Astraが商業的に有用なワークロードを生み、推論需要を高める証拠。
• TSMCのAI需要、設備投資計画、ABF、MLCC、パッケージング、テストにおける供給逼迫の証拠。
• 4Q26を通じたDRAMとNANDの価格推移、供給成長、2027年末の新規能力追加の時期。
• スケールアップ・ネットワーキング拡大の速度と、銅からNPO、ハイブリッド、CPOへの移行。
• 需要主導の回復を確認するためのアナログの受注、稼働率、価格、チャネル在庫、ブック・トゥ・ビル。
• メモリーおよび部品コスト上昇下でのスマートフォン、PC、民生用電子機器の需要。