こんにちは、やん（@yanblog3）です。
【沸騰】AI半導体の基礎と注目銘柄について分かりやすく解説、ということでお話したいと思います。
AIブームで高騰してるAI半導体銘柄が気になる！でもAI半導体の事はよく分からん！
という方に向けてお話しします。この記事（動画）はこんな方におすすめです。
技術的な難しいことはわからないけど、
AI半導体銘柄が高騰している理由と、AI半導体の基礎、注目銘柄を知りたい！ そんな方のお役に立てば嬉しいです。
少し長い記事（動画）になりますが、この無料の動画を見るだけで、AI半導体と関連銘柄について一定の理解をすることができます。
個別銘柄の簡単に紹介するということではなく、AI半導体への投資が加速している理由や、いま注目されている銘柄の業績がなぜ良いのか、が分かるように半導体チップの基礎や用語も説明していきます。
自分でAI半導体銘柄への投資を考える際の良い材料になると思いますので是非最後までご覧ください。
私のプロフィールはこちらの通りです。
30代会社員で2児の父親で、純資産1億円貯めてサイドFIREを目指して資産形成に励んでいます。
はじめに
はじめに、この記事は（素人にもできるだけ）分かりやすいことを重視しています。
専門的な内容や、技術的説明としての正確さよりも、
株式投資に役立つ情報として、AI半導体のトレンドや業界構造、関連企業が
ざっくりと分かることに役立つことを重視しています。
情報源も参考になると思うので、出典は明記してURLも貼ってます。
（Youtube動画はこのブログ記事をもとに作成しており、出典のリンクはブログ記事をご覧いただければと思います）
個別銘柄にも言及しますが、推奨の意図はありません。
投資は自己責任ですので、ご自身の責任と判断の下でお願いします。
生成AIが注目される理由
まず前段として、生成AIが注目される理由について紹介します。
このあたりは知ってるという方はスキップしていただければと思いますが、パランティアの事例など面白いのでぜひご覧いただければと思います。
生成AIが注目される理由はいくつかありますが、ここでは下記の例をの例を示しながら紹介します。
- 急速な市場の拡大
- 労働生産性の向上
- 防衛やビジネス上の意思決定
- 用途拡大：自動運転など
急速な市場の拡大
まず最初に市場の急拡大が挙げられます。
スライドのグラフはJEITAのものを引用していますが、生成AIの世界需要の見通しは203年に2,110億ドル（約31兆円）になると予想されており、年平均成長率も53.3%と急成長する予想となっています。
あくまで予想なので、変動はすると思いますが、生成AIの市場が急拡大していくということは確実視されています。
労働生産性の向上
次に労働生産性の向上が挙げられます。
例として、ChatGPT, GitHub Copilot, OpenAI のSoraを例に挙げて紹介します。
いくら生成AIが面白くても、人がお金を払うか否かは、労働生産生が向上するか否かに大きく左右されます。
つまり生成AIを使うことで、小さいコストで、より良い成果をあげることができるか否かです。
Chat GPT
出所：MIT News
まずChatGPTの例です。
Chat GPTはリリースされて久しいので、効果を実感されている方も多いかもしれませんが、
MITの研究で、ChatGPTを使用することで40%の時間短縮、18%の品質向上が得られたという結果が出ています。
すべてのタスクに適用可能ではないですが、タスクによってはかなり効果が高いことが事がわかってきています。
GitHub Copilot
出所： ZDNET , iMagazine
続いてGithub Copilotです。
GitHubは、ソフトウェア開発者がコードをホスティングしバージョン管理するためのウェブ上のプラットフォームです。
ちなみにMicrosoftが2018年にGitHubを買収しています。
GitHub Copilotは、GitHubが提供するAI駆動のコーディングアシスタントです。
OpenAIの技術に基づいており、開発者がコードをより迅速にかつ効率的に書くことを支援します。
GitHub Copilotの利用により、開発者の85%がコードの品質に自信を持てるようになり、コードレビューが15%早く完了、開発者の88%が集中力が維持できた、と評価しています。
GitHub Copilotにより、親会社のMicrosoftのクラウドサービスAzureの売上増加にも繋がっており、
このような生成AIを用いた労働生産性向上ツールの提供は企業の競争力を高めているとも言えます。
Sora
出所：X（旧Twitter）
最後にSoraです。
動画生成はAIには難しいと言われていたようですが、OpenAIのSoraなら Text-to-Videoといって
簡単なプロンプト（指示）で動画生成が行えるという発表がありました。
この映像は衝撃的で、驚いた方も多いのではないでしょうか。
同様の映像を実写またはCGで作成する場合もこれまでは多大なコストがかかると思いますが、
Soraを使えば簡単なプロンプトで動画を作成可能になるとのことなので驚きですね。
スライドの映像も「暖かく光るネオンとアニメーションの街の〜」という簡単なプロンプトで生成されているようなので驚きですね。
フェークニュースなど悪用されるリスクもありますが、正しく使えば労働生産性を更に向上させることができそうですね
ハイテク大手が人員削減でも増収増益
ここまで労働生産性の向上の例を紹介してきましたが、大手IT企業において収益性の向上が現れてきています。
例えば、大手ITのメタやアマゾンは2023年に1万人を超える規模のリストラを行いましたが、2024年に入ってからの決算発表で増収増益となっています。
この要因として、生成AI活用により労働生産性の向上したこと、米国企業は積極的に人員削減を行えるため固定費が減少したこと、があると考えられます。
これらの現象から、AIを積極活用しながら人員削減もできる企業は収益性改善が期待できるといえます。
またこれらの企業は増収増益でもAI投資に向けてさらに人員削減を続けるようです。
防衛やビジネス上の判断
出所： Plantir AIP
続いて、労働生産性の向上とは少し異なり、意思決定の支援としてのAI活用です。
スライドの写真はパランティア（PLTR）のAIPというサービスの解説動画の写真です。
このサービスではAIを活用して、瞬時に戦況把握、選択肢提示等を行ってくれるため、意思決定の質とスピードの向上が図れるようです。
例えば、防衛分野では「自軍の人員/資源配置や武装状態」「敵軍の位置情報」などを瞬時に掌握・可視化したり、「敵軍の動きへの対処方法」の選択肢をいくつか提案してくれたりするようです。
これは多くのビジネス分野にも活用ができます。
例えば、販売・在庫・物流データ、顧客満足度などのデータから次期商品の企画を行うなどマーケティングに活用できます。
また企業の経営判断にも活用できると考えられます。
このように防衛分野からビジネス分野への拡大がパランティア（PLTR）の好業績にも表れています。
このようにAIは意思決定の質・スピードの向上、競争力にも寄与する実例が出始めています。
用途拡大：自動運転など
出所：Monoist
最後に「用途拡大」です。
例を挙げればキリがありませんが、先日マイクロソフトの社長が「AIを顧客に語る時代から、AIを導入する時代に入った」と発言しました。
このスライドの例は、2024年2月末のボッシュとマイクロソフトの提携の発表ですが、自動運転技術の向上に生成AIを活用するというものです。
このように生成AIを活用する分野は今後も急速に拡大すると見込まれます。
以上が「生成AIが注目される理由」で、いくつかの例を紹介しました。
そして、生成AIに注目が集まる中で大手IT企業でAIへの投資が活発になっています。
AI投資のインパクト
続いて「AI投資のインパクト」ということで生成AIに対してどのくらいの額の投資がされているのか、例を紹介します。
ハイテク大手のAI投資
出所：日経XTECH
こちらは昨年の日経XTECHの記事になりますが、
2023年4-6月の3ヶ月間にマイクロソフトが107億ドル（約1兆5,000億円）、アルファベットが69億ドル、メタ（Meta）が64億ドル、をデータセンターなどの設備投資に回しています。
わずか3ヶ月で1兆円規模の巨額投資を行っている事実を見ると、大手IT企業の本気度と、AI投資のインパクトがわかりますね。
AppleはEV断念、AIに集中
出所： 日経新聞
ところでAppleは？と思われた方もいるかと思いますが、
AppleはEVのプロジェクトを中止して今後はAIに集中すると発表しています。
生成AI分野では少し出遅れ感のあるAppleですが、今後はAIへ巨額の投資をして面白い製品やサービスを出してくれるのではないかと期待しています。
半導体の基礎
前段は終わりましてAI半導体の注目銘柄について話したいのですが、
基本的な用語が分からないと理解できないので、半導体の基礎について説明します。
半導体の物性などから説明すると冗長になるので、
AI半導体についてざっくり理解するために必要なポイントに絞って説明します。
ここで挙げるキーワードは最低限知っておいた方が良いものなので、
ぜひ要点だけでも知っていただければと思います。
半導体チップとは？微細化と性能
まず最初に「半導体チップ」とは何かを説明します。
コンピュータは「半導体チップ」でデータを処理しています。
この「半導体チップ」の中にはトランジスターと言われる膨大な数の「スイッチ」等が形成されており、このスイッチの「ON , OFF」によってデータを処理しています。
データは「0 , 1」で表現されており、トランジスタ（スイッチ）のON/OFFによって、デジタルデータを処理します。
半導体の回路を細かく微細化していき、このスイッチの数を増やすことで、つまり集積度を上げることで、これまで半導体の性能を向上させてきました。
出所： SEMI
具体的には、最近の「半導体チップ」内部の回路の線の幅は、10nm以下とかなり微細です。
このスライドの図はSEMIの資料を引用しています。
10nm以下というサイズ感は、髪の毛より、花粉より、PM2.5より小さいウイルスが約100nmなので、ウイルスの10分の1以下ということになります。
先端の半導体チップの線幅は2nm程度なので、ウイルスの大きさの50分の1ということで、かなり小さいサイズの世界であることが想像できます。
微細化が限界を迎えつつある
しかし、微細化も限界を迎えつつあるようです。
最先端の微細加工技術では、製造中に発生する不良が多発して歩留まり（良品率）が低下して、製造コストが増加して採算が合わなくなってきています。
この微細化の限界に対して、注目されているのが「チップレット」という技術です。
チップレット
「チップレット」とは複数の小さなチップを基板（インターポーザー）上で接続して組み合わせて1パッケージに収める技術のことです。
チップレットの利点は、高性能化、多機能化、低コスト化ができることにあります。
チップ面積が大きいほど不良チップの発生頻度が高くなり、チップの一部に不良が発生しただけで、チップ全体が不良になってしまうので、無理にチップ面積が大きな回路を一括形成するよりも、回路を個片化し小さいチップを組み合わせた大きなチップの方が歩留まりが高まるようです。
また、組み合わせるチップの機能ごとに「必要な線の幅」や「プロセス技術」が異なるため、一括で作るよりも機能ごとに小さなチップを作って、後で組み合わせた方が効率が良いようです。また、ロジックやメモリ、RFと言われる回路では、そもそもの製造技術が異なるため、一括形成が困難な回路もあるようです。
これに対して、「チップレット」技術を使えば、3次元積層して高性能化したり、複数機能の小さなチップを組み合わせて多機能化したり、歩留まりも改善できるというメリットがあるということです。
この利点について詳細な説明は、東京エレクトロンのTELESCOPEの内容を参照ください。ブログ記事内にリンクがあります。
チップ面積（チップレット）が大きいほど、不良チップが生まれる頻度は高くなり、歩留りが下がる。ここで重要な点は、たとえチップの一部に不良が発生しただけでも、チップ全体が不良となってしまうことだ。
無理をしてチップ面積が大きな大規模回路を一括形成するよりも、回路を個片化して面積を小さくしたチップレットを寄せ集めた方が大規模回路全体の歩留まりは高まる。チップレット1つひとつの歩留まりが高まるだけでなく、良品のチップレットだけを選別して大規模回路を形成できるからだ。
TELESCOPE : https://www.tel.co.jp/museum/magazine/report/202304_01/?section=2
1チップ化した最先端半導体チップでは、チップ上に集積する回路をすべて、最先端技術で作っていた。ところが、CPUやSoC（System on Chip）上に搭載する回路の中には、必ずしも最先端技術で作らなくても、求める性能を実現できるものも多い。そうした回路を最先端技術で作ると、高コスト化と歩留り低下を招く可能性がある。また、DRAMやフラッシュメモリーやRF回路など、ロジック回路とは製造技術が根本的に異なり、そもそも1チップ化が困難な回路もあった。チップ上の全回路を回路特性に応じて分別し、チップレット化すれば、最も適した製造技術で作ることができ、さらなる高性能化、多機能化、低コスト化が実現する可能性が出てくる。
TELESCOPE : https://www.tel.co.jp/museum/magazine/report/202304_01/?section=2
ちなみに「チップレット」という名前の由来ですが、
英語で豚の子豚を「ピッグレット」と言うように、「レット」には「小さい○○」という意味があるようで、
「小さいチップ」ということから「チップレット」という名称になったようです。
AI半導体とは
出所： semianalysis
続いてAI半導体についてです。
AI半導体とは、AIによるディープラーニングや機械学習を実行できる半導体チップのことです。
スライドはNvidiaの「H100」という人気のAI半導体の写真です。
右の写真で分かるように「H100」は、TSMCが開発した「CoWoS」という技術で、GPUやHBMというメモリを組み合わせて製造されたチップレットです。
CoWoS（コワース）
出所： TSMC CoWoS
AI半導体では、CoWoS（コワース）という言葉も頻繁に出てくるので簡単に説明します。
CoWoS（コワース）とは、Chip on Wafer on Substrate の略で、高度な半導体パッケージング技術の一つです。
この技術は、複数の異なるチップを1つのウエハー上に実装し、その後、ウエハーを基板上に実装することで、一つのパッケージ内に多くの機能を持たせることができます。
CoWoSは、異なる種類のチップ（例えば、プロセッサ、メモリ、GPUなど）を物理的に近接させることにより、データ伝送の遅延を減少させ、エネルギー効率を向上させることが可能になります。
この技術の主な特徴は、シリコンインターポーザーを使用して異なるチップを接続する点です。シリコンインターポーザーは、非常に高密度な配線が可能なシリコンベースの層で、チップ間の短い配線を実現し、高速でのデータ転送を可能にします。
HBM
出所： semisnalysis , Samsung
続いて、NvidiaのH100の中にも搭載されている「HBM」についても説明します。
HBM（High Bandwidth Memory）は、従来のメモリ技術と比べて非常に高いデータ転送速度を実現します。
これを可能にするのは、メモリチップを積層して、それらをシリコンインターポーザー上に配置し、チップとプロセッサ間の短い距離で広帯域の通信を行う3Dスタッキング技術に基づいているためです。
これはAIの性能向上に直結します。
半導体の業界マップ
続いて、半導体業界の構造について説明します。
生成AIのサプライチェーン
まず半導体の業界構造の説明の前に「生成AIのサプライチェーン」について紹介しておきます。
スライドの通り、
- AI半導体の製造のための「製造装置・材料」レイヤーの企業があり、
- その次に「AI半導体」のレイヤー、
- その次がAI半導体を組み込んで使用する「AIサーバー」のレイヤー、
- そしてOpen AIやMicrosoftのような「生成AI開発企業」のレイヤー、
があります。
これから説明するのは、①製造装置・②AI半導体、に関わる業界の構造です。
半導体市場と主要プレイヤー
この図は経産省の2019年の資料です。
少し古いですが、主要プレイヤーを知るには十分と思うので、こちらを例に説明します。
半導体業界は構造が複雑で、企業数も多いので、馴染みのない方はこの図を見ても分かりにくいかも知れないので、この図の見方と用語について説明します。
まず、半導体デバイスの分類として多く分けて「ロジック」「メモリ」「その他」に分けられています。
そして「設計・製造」の観点で「ファブレス」「ファウンドリ」に分類があります。
これらの用語を理解しておくと各企業のポジションがわかるので、後ほど説明します。
また半導体デバイスの製造装置メーカーの例として、アプライドマテリアルズやASML、東京エレクトロンなどが、素材メーカーとして信越化学やSUMCOなどが挙げられています。
半導体デバイスの種類
出所： SEMI
まず最初に半導体デバイスの分類ですが「ロジック」と「メモリ」のみ説明します。
ロジック半導体は電子機器の「頭脳」の役割を担う半導体で「CPU」「GPU」などがあります。主要メーカーとしては、NvidiaやQualcom , Broadcom, Intelなどが挙げられます。
メモリ半導体はデータを記憶する役割を担う半導体で「DRAM」「NAND」などがあります。主要メーカーとしては、Samsung, SK hynix, Micronなどがあります。
その他の半導体デバイスもありますが、説明は割愛します。
IDM, ファブレス, ファウンドリ
出所： Semi journal
続いて設計・製造の部分で出てきた「IDM」「ファブレス」「ファウンドリ」について説明します。
「垂直統合型」で半導体の設計・製造・組立までを行う企業を「IDM（integrated Device Manufacturer）」と言います。
それに対して「水平分業型」で、工場を持たず設計・開発専業の半導体メーカーを「ファブレス」、製造に特化した半導体メーカーを「ファウンドリ」と言います。
出所： Semi journal
「IDM」の例としては、IntelやSamsungなどが、
「ファブレス」の例としては、NvidiaやAMD、Broadcomなどが、
「ファウンドリ」の例としては、TSMCやGlobal Foudriesなどが、挙げられます。
次に競争環境を理解するために、各企業の売上高ランキングを見てみます。
ファブレス売上高ランキング
出所： Trend Force
こちらはTrendForceからの引用で、「ファブレス」企業の2023年第3四半期の売上高ランキングです。
Nvidia, Qualcomm, Broadcom, AMD, という順番になっています。
ファウンドリ売上高ランキング
出所： Trend Force
続いて、こちらもTrendForceから引用で、「ファウンドリ」企業の2023年第3四半期の売上高ランキングです。
１位がダントツでTSMC、2位がSamsung、3位がGlobal Foundries となっています。
AI半導体の最重要企業
ここまでで半導体の基礎と業界構造をざっくり知ることができたと思うので、ここから注目企業を紹介していきます。
Nvidia
まずAI半導体の最重要企業であるNvidia（NVDA）です。
会社概要はこのスライドの通りですが、AI半導体のリーダー銘柄です。
直近の決算はかなりの好決算で、データセンター向けの売上が急拡大していました。
Datacenter GPU 市場シェア
出所： IOT analytics
Nvidiaの優位性を把握するために、Datacenter向けGPUの市場シェアを確認します。
こちらは IOT Analytics からの引用ですが、Datacenter用GPUのシェアは、
Nvidiaが92%と圧倒的なシェアを誇っています。
NvidiaのGPU不足
出所： 日経新聞
こちらは日経新聞からの引用ですが、NvidiaのAI半導体は需要が急拡大して、供給が追いついていない状況にあります。
Nvidiaの競争力
で、Nvidiaがなぜ強いのかですが…
ハードウェア+ソフトウェア
Nividaは「H100」などAI半導体、ハードウェアが強いと思われている方も多いと思いますが、
実はNvidiaのエンジニアの半数以上がソフトウェアエンジニアで、Nvidiaが開発した「CUDA」という基盤技術が大きな強みとなっています。
CUDA
CUDAの説明はこのスライドの通りですが、細かいのでご興味ある方のみご覧ください。
Nvidia 収益性・成長性（四半期）
出所： トウシル（楽天証券）
続いて、Nvidiaの業績を見ていきましょう。
こちらはトウシルの記事の抜粋で、楽天証券経済研究所チーフアナリストの今中さんの記事から引用させていただきました。
一言で言うと驚異的な収益性と成長性が分かる業績ですね。
2024年1月期の第4四半期（つまり2023年11月〜24年1月）の業績は、
売上高221億ドル（前年比3.65倍）、営業利益136億ドル（前年比10.83倍）と急成長しています。
また営業利益率は61.6%とかなりの高収益であることが分かります。
Nvidiaの市場別売上高（四半期）
出所： トウシル（楽天証券）
続いて、Nvidiaの市場別売上高です。
こちらも楽天証券のトウシルの記事のグラフを引用させていただいています。
棒グラフのオレンジの斜線部分がデータセンター向けの売上高ですが、
このデータセンター向けが最も大きく、伸びも大きいことが分かります。
これはAIチップのH100の需要拡大で売上高が大幅増加したことが要因です。
2024年1月期の第4四半期はデータセンター向けの売上が前年同期比5.1倍と大きく伸びています。
Nvidiaの株価
Nividiaの株価はこの1年で約3.7倍と、株価も大きく上昇しています。
Nvidiaの株価水準
出所： トウシル（楽天証券）
それで、この株価が割高なのか、割安なのか、意見は分かれると思いますが、
Nvidiaの売上・利益の成長率を考慮すると割安なのでは？と言う意見をよく見かけます。
例として、こちらは楽天証券トウシルの2024年3月1日の記事の表です。
（現在の株価は3月1日時点から変動している点にご注意ください）
この時点でのアナリストの見通しとして、営業利益や純利益の成長率が約68%に対して予想PERが約20倍であり（PEGは1以下）、割安と見ても良いのでは？という意見でした。
おすすめの動画
トウシル（楽天証券）のエヌビディアのレポート動画はとても参考になるので良かったらご覧ください。
（チャンネル登録・高評価がまだの方はよろしくお願いします）
AIサーバーの注目企業
続いて、AIサーバーの注目企業について紹介します。
復習ですが、生成AIのサプライチェーンにおけるAIサーバーの位置付けはこちらの通りです。
サーバー売上高シェア
出所： OMDIA
続いて、こちらはOMDIAからの引用ですが、2023年第3四半期のサーバー売上高シェアはこの表の通りです。
上位には Dell や Hewlett Packard などがランクインしていますが、注目は赤枠で囲んであるSuper Micro Computer （ティッカーシンボル：SMCI）です。
Super Micro は少し前までトップ10に入る程度の売上高だったようですが、最近売り上げを伸ばしいるようです。
SuperMicroComputer （SMCI）
SuperMicroComputerは米国のサーバーメーカーです。
Nividiaの認定サーバーベンダーであり、データセンター向けの売上が急拡大しています。
サーバーメーカー各社が「AIサーバー」のセグメントの売上高の数値を公表はしていないのですが、現時点ではおそらく「AIサーバー」ではトップと思われる企業です。
SuperMicroの特徴としては
サーバーの高性能化に伴い重要になる冷却技術として（空冷ではなく）液体冷却式のサーバーも提供できることと、
そして、Nividiaとも緊密に連携していることが挙げられます。
出所： SMCI
偶然だと思いますが、SMCIとNVDAのCEOは同じ台湾出身で、SMCIとNVDAの設立年は同じ1993年です。
スライドの画像はSMCIの基調講演で両CEOが一緒に登壇している様子です。
ご興味ある方は、概要欄のブログ記事内に動画のリンクを貼ってますので、そちらをご覧ください。
SMCI 業績
出所： トウシル（楽天証券）
続いてSMCIの業績です。
こちらは楽天証券のトウシルのグラフを引用しています。
2024年6月期の第2四半期の売上高は前年同期比でおよそ倍増しています。
かなり急激に売上が伸びていることが分かりますね。
SMCI 製品別売上高
出所： トウシル（楽天証券）
続いて製品別売上高です。
サーバー&ストレージ・システムが、前年比で約107%と大きく伸びています。
SMCI 株価
出所：
こちらはSMCIの株価ですが、この1年間で約11倍と急上昇しています。
この株価上昇を見ると、ここから買うのは遅いのでは？と思う人も多いと思います。
SMCI 株価水準
出所： トウシル（楽天証券）
こちらは楽天証券トウシルのYoutube動画からの引用ですが、
SMCIの利益成長率と予想PERを見た時に、利益成長率を考慮すると割安と言う意見もあります。
おすすめの動画
詳細については、こちらの動画が参考になるので、
ご興味ある方は、この動画を見終わった後でご覧ください。
SMCI が S&P500に採用
出所： REUTERS
もう1つ忘れてはいけないのは、SMCIがS&P500に採用されることです。
こちらは3月初旬のロイターの記事の引用ですが、3月18日の取引開始前にSMCIがS&P500指数に採用されます。
これによって、ファンドがSMCIをポートフォリオを組み入れるため株価上昇が期待できます。
またSMCIの株価は1株1,100ドルを超えており、どこかの時点で株式分割の可能性も考えられます。以上がSMCIについてでした。
Broadcom （AVGO）
続いてサーバー関連で注目の企業はブロードコム（AVGO）です。
元々はヒューレッドパッカードの半導体部門を起源とするアバゴ・テクノロジーが旧ブロードコムを買収して誕生したため、ティッカーがアバゴのAVGOとなっています。
無線通信の半導体に強みを持ち、無線および通信インフラの半導体を主力に、データセンター、ネットワーキング、ソフトウェア、ストレージなどの重要市場にサービスを提供しています。
出典：マネクリ
生成AIのデータセンターには高いパフォーマンスのネットワーキングソリューションが必要になります。
ブロードコムは初期からAI用のネットワーキング製品に注力していたリーディングカンパニーで、データセンターでAIを高速化するように設計された同社の製品はAI開発に不可欠な存在になっているようです。
スライドの内容はマネクリの記事の一部抜粋で、記事のリンクは概要欄のブログからご覧ください。
AVGO 業績（四半期）
出所： 銘柄スカウター（マネックス証券）
続いて四半期のブロードコムの業績です。スライドはマネックス証券の銘柄スカウターの画面です。
もし銘柄スカウターを使用していない方がいたら、銘柄分析にとても役立つツールなのでおすすめです。
マネックス証券の口座を開設すれば無料で利用できるので、とても重宝しています。
話を戻してブロードコムの業績ですが、売上・営業利益とも右肩上がりで堅調に推移しています。
今後AI需要拡大の恩恵を受ければ、さらなる業績拡大が期待できます。
AVGO株価
こちらはブロードコムの株価で、1年間で2.2倍と大きく上昇しています。
半導体”製造”の注目企業
続いて、AI半導体の”製造”の注目企業です。
サプライチェーンにおける位置付けで言うと、この赤枠のレイヤーの企業です。
まず最初にロジックの分野ですが、すでに紹介したNvidiaに加えて、TSMCについて触れたいと思います。
TSMC（TSM）
出所： TSMC, Trend Force
TSMCはファウンドリの世界最大手で、顧客には世界的な大手ハイテク企業が多く含まれます。
スライド右側のファウンドリの売上高ランキングを見ていただくとわかる通り、圧倒的なトップ企業です。
日本の熊本県菊陽町にもTSMCの工場ができたことで、日本も盛り上がっていますね。
TSMCがAIチップ向け積極投資
出所：YSコンサルティング
こちらは2024年3月の記事ですが、TSMCはAIブームを受けて先進製造プロセスの工場を拡張・増産する計画です。
工場を8〜10基との記載があるので、とんでもない規模のようですが、この背景にはAI半導体の供給不足があります。
記事内にも記載がありますが、「AI半導体はほぼTSMCが生産、CoWoSなど先進封止の需要が激増」と言うのが要因のようです。
TSMC増収_iPhone販売減速でも
出所：Bloomberg
ではTSMCの足元の売上はどうなのかというと、好調のようです。
これは昨年にTSMCの事業の25%を占めた大手顧客のアップルの「iPhone」の販売減速の影響を受けながらも、AIブームの波に乗ったため、2024年1-2月の売上高は9.4%増だったようです。
iPhoneの販売不振をカバーするだけの需要なので、AIブームの需要拡大はすごいですね。
TSMC業績（四半期）
出所：TSMC決算資料を基に作成
続いて、TSMCの業績です。
2023年は前年比で売上・利益とも奮わなかったもの、徐々に売上・利益とも改善してきています。
製造専業でありながら、営業利益率42%と言うのは驚異的な数字ですね。
TSMC株価
TSMCの株価はこの1年間で約1.7倍と、株価も上昇してきています。
HBM
続いて、メモリ分野でHBMの関連企業を紹介したいと思います。
忘れてる方もいるかも知れないので、念のため復習すると
HBMは非常に高いデータ転送速度を実現できるメモリで、これはAIの性能向上に直結するということでしたね。
DRAM市場シェア
出所：TrendForce
HBMはDRAMというメモリを積層して作るので、DRAMの売上高ランキンを見てみましょう。
こちらはTrendForceの表を引用しています。
トップ3は、Samsung, SK hynix, Micron の3社で全体の約95%を占めています。
HBM開発競争激化
HBMの開発競争は上位3社で激化しています。
Samsungは業界初のHBMを開発、2024年前半開始予定、ということで首位のサムスンも力を入れいますし、
SK hynixは韓国国内で約1,500億円を投資、ということでこちらも積極投資していて、
出所： 日経XTECH
MicronもHBMの次世代品を量産開始！ということで、各社がバチバチ戦っているようです。
Micron（MU）
で、HBMでどの企業に注目しているかというとマイクロン（MU）です。
この1年ほど業績と株価が低迷していて今後の回復が期待できるからということもあるのですが、
サムスンとSKハイニクスは韓国市場なので株を買いにくく、マイクロンは米国市場なのでSBI証券・楽天証券などがから買いやすいこともあります。
Micron業績（四半期）
こちらはまた銘柄スカウターのグラフを利用していますが、マイクロンの四半期の業績です。
この1年程はメモリ需要が低調で業績も低迷していますが、徐々に回復しつつあります。
今後のHBM需要拡大で売上・利益の回復を期待しています。
Micron株価
こちらはマイクロンの直近2年ほどの株価推移です。
業績低迷で株価も大きく下げていましたが、この1年で持ち直し、高値を更新した状況です。
半導体製造プロセス
続いて、半導体製造装置メーカーの注目企業の紹介に移ります。
ただ、いきなり製造装置メーカーの話もしてもピンとこない方もいるかもしれないので、はじめにざっくりと半導体製造プロセスの流れを説明します。知っている方はスキップしてください。
全体像
出所：SEMI
こちらの図はSEMIから引用し、少し自分で説明を付け足したスライドです。
半導体製造プロセスは、①マスク製造工程、②ウエハー製造工程、③前工程、④後工程で構成されています。
マスク製造工程
マスク製造工程は、半導体の回路パターンを設計し、それを特殊なガラスプレート（マスク）上に転写する工程になります
ウエハー製造工程
ウエハー製造工程は、半導体デバイスの基板（単結晶シリコンの薄いディスク）を切り出して研磨する工程になります。
前工程
前工程は、ウエハー上にトランジスタや他の電子部品を形成する工程です。
まず最初にウエハー表面を酸化させ、回路形成のための金属などの薄膜を形成します。
次にフォトレジストという感光材を塗布し、露光・現像して回路パターンを焼き付けます。そして、パターンに沿って酸化膜や薄膜を取り除きます。
次にレジストを剥離し洗浄、続いて「イオン注入」というプロセスで半導体の電気特性を変化させる不純物を注入し、次にウエハー表面を研磨して凹凸を平坦化します。
この前工程の3-8の工程を何回か繰り返してウエハー上に回路を形成します。
後工程
後工程は、個々のチップをウエハーから切り出し、パッケージングする工程です。
流れとしては、ダイシング工程でウエハーを個々のチップ単位に切り分けて、
ワイヤーボンディングの工程で固定したチップに金線を接続します。
次にモールでイング工程でチップを保護する樹脂でパッケージをして、最後に最終検査をします。
半導体製造装置のシェア
ざっと半導体製造プロセスの流れを把握したところで、半導体製造装置の世界シェアを見ていきたいと思います。
これは経産省の図を参照してますが、横軸が市場規模、縦軸がシェアを表しているようでとても分かりやすいですね。
この図を見ると、露光装置のASMLや、成膜・エッチング装置等のアプライドマテリアルや東京エレクトロンなどが大手の面積が目立ちます。
パッケージ・検査工程で注目の企業
半導体製造装置の企業はたくさんあり過ぎてキリがないので、今回はAI半導体で重要度が増しているパッケージ・検査の行程のみに絞ります。
具体的にいうと、ボンディング、モールでイング、HBMの検査などです。
ということで、今回は日本マイクロニクス、TOWA、東京精密、芝浦メカトロニクスの4社について紹介します。
6871 日本マイクロニクス
出所：画像は日本マイクロニクスのHPより
1社目は日本マイクロニクスです。
日本マイクロニクスの主力製品は検査機器のプローブカードやテスターなどです。
HBMなどのメモリー向けのプローブカードでは世界シェア1位で、顧客にはマイクロンやサムスンなどがいます。
HBMはDRAMを積層した構造で検査も複雑化しそうなので、日本マイクロにクスの検査機器の需要拡大がどうなるか気になりますね。
日本マイクロニクス業績（四半期）
日本マイクロニクスの四半期ごとの業績はこちらの通りです。
2023年12月期の第4四半期は売上・利益とも拡大しています。
日本マイクロニクス 業績予想
こちらは日本マイクロニクスの決算説明資料です。
2024年の上期は売上高が+43.7%増、営業利益が+157%増という大幅な増収増益の予想となっています。
日本マイクロニクス株価
株価はこの1年間で6倍と急上昇しています。
著名投資家さんが注目しているとコメントしたことでも注目されています。
6315 TOWA
出所：画像はTOWAより
続いてはTOWAです。
TOWAはモールディング装置で世界シェア6割の企業です。
HBM向けでは歩留まりの高いコンプレッション方式の装置で独占状態にあるようです。
TOWA 業績（四半期）
こちらはTOWAの四半期の業績です。
足元の業績は横ばいといった感じですが、今後のモールディング装置の需要拡大に期待ですね。
TOWA プレスリリース
出所： TOWA プレスリリース
こちらはTOWAのプレスリリースから一部抜粋しています。
生成AI向け半導体の生産に最適な装置を開発というタイトルですが、
大手半導体メーカーから引き合いがあり、2024年3月期中の受注を予定していると書かれています。
2024年3月期中の業績への影響は軽微と書かれていますが、今後の需要拡大に期待したいですね。
TOWA 株価
TOWAの株価はこの１年間で約4.5倍とこちらも大きく上昇しています。
チャンネル登録・いいねがまだの方はよろしくお願いします。
7729 東京精密
続いて、東京精密です。精密測定機器や、半導体製造装置のメーカーです。
検査装置のプローバが主力製品の一つでHBM関連で需要が拡大する見通市で、24年3月期の業績を上昇修正しました。
東京精密_HBM向け需要
出所： 東京精密_決算説明会_質疑応答 より一部抜粋
こちらは東京精密の決算説明会の質疑応答の抜粋ですが、
生成AI関連ではロジック半導体・HBM用途で、7-9月期に60-70億円の受注があり、ロジック：HBMの比率は4:６、
また生成AI関連の事業機会は、HBM向けプローバとAIパッケージ向けの研削装置、と記載があります。
東京精密 業績（四半期）
東京精密 株価
東京精密の株価はこの1年間で約2倍とこちらも大きく上昇しています。
6590 芝浦メカトロニクス
最後に芝浦メカトロニクスです。
この企業は前工程の装置も手掛けていますが、後工程の高精度ボンダーなどのニッチ市場で世界トップの企業です。
生成AI向けで高評価のボンダーの受注が好調なようで、3Dパッケージ向けの次世代ボンダーも開発中のようです。
芝浦メカトロニクス 業績
こちらは芝浦メカトロニクスの四半期の業績です。
この1年くらいで徐々に売上、営業利益とも上向いてきています。
芝浦メカトロニクス 需要
こちらは2024年3月期の第2四半期決算説明会の質疑応答からの抜粋ですが、
後工程分野の売上のかなりの部分をAI向けボンダーが占めているとのことです。
また同社の強みとしては、ボンディングの前処理の洗浄やプラズマ処理の技術も持っており、一連の評価が社内で可能である点を挙げています。
生成AI用GPUやHBMの積層プロセスへの展開も期待しているとのコメントもあります。
芝浦メカトロニクス 株価
株価はこの1年間で1.2倍と、急上昇した後で下落して、今は横ばいといった状況です。
ボンディング装置は競合も多数いるようなので、芝浦メカトロニクスの装置がどのくらい採用されるかによって、業績・株価が変動すると思いますが、日本の頑張っている企業なので応援したいですね。
おすすめの書籍
続いておすすめの書籍の情報です。
こちらの書籍は、半導体業界やAI半導体への投資について知るために役立ちます。
まとめ & メッセージ
では、今回の内容を話し終えましたので、まとめと私からのメッセージです。
上記のスライトがまとめです。
今回は基礎的な内容も含めて全体感をざっくり知るための動画でしたので、
個別の企業の細かな分析はしていなかったり、取り上げた企業も限定的でしたが、
時間に余裕があれば、また個別企業の動画も作りたいと思います。
日本株をやっている方なら、九州のTSMC関連の銘柄とかも興味あるかもしれませんね。
何かご希望あればYoutubeのコメント欄にコメントください。
この動画を見て、生成AIはバブル状態でもう割高なの？とか、AIブームはまだ序盤で割安なの？
と疑問に思って、いろんなインフルエンサーの方の意見に従いたくなる方もいるかも知れません。
もちろん著名な投資家やインフルエンサーの発信で銘柄を知ること自体は悪いことではないと思います。
でも自分で調べて、自分の頭で考えて、判断しないと、自分の血肉にはならないので、ぜひご自身で色々と調べて考えてみていただけると良いかと思います。
この動画が、考えるための材料としてお役に立てていたら嬉しいです。
最後に子育てや資産形成を頑張っている方に一言だけメッセージです。
私は0歳、2歳の子持ちで夜中に0歳の子供を抱っこしながらスライドを作っていることもあり、今回の動画の120枚以上のスライドを作るのに2-3週間を要しました。
子持ちでブログやYoutubeをするのは結構大変ですね。しかも私はまだYoutubeは収益化できていません。
仕事もあって、子育てもあってとなると、他の人より時間はかかりますし大変ですが、自分でペースであれば挑戦はできます。
もし私と同じような状況でサイドFIREを目指している方がいたら一緒に頑張りましょう。
長くなりましたが、ご覧いただきありがとうございました。！
