AIサーバーに必要なのはHBMかNANDか?マイクロン、サンディスク、SKハイニックスの事業の違いとは?
AIサーバー需要の拡大に伴い、HBMは学習フェーズにおける高速計算を支え、NANDおよび企業向けSSDは推論や大容量データ保存に不可欠なインフラとして進化している。マイクロンとSKハイニックスはHBMとNANDを網羅しAI需要の全般から恩恵を受ける一方、サンディスクはNANDとSSDに特化している。学習から推論への移行に伴い階層型ストレージの重要性が高まっており、各社はそれぞれの製品ポートフォリオを通じて成長機会を追求している。

TradingKey - AIサーバー需要の急速な拡大に伴い、HBM、DRAM、NAND、企業向けSSDは、半導体市場において最も注目される主要テーマとなってきています。しかし、一般の投資家にとって、これらのメモリ製品は混同されがちです。AIサーバーが実際に必要としているのはHBMとNANDのどちらなのでしょうか? マイクロン(MU)、サンディスク(SNDK)、SKハイニックス(SKHY)は、それぞれどの需要分野から恩恵を受けるのでしょうか?
AI産業が大規模モデルの学習から推論、AIエージェント、ロングコンテキストアプリケーションへと徐々に拡大するにつれ、メモリやストレージへの要求も変化し始めています。HBMは高度なAIアクセラレータにとって不可欠な高帯域幅メモリであり続けていますが、企業向けSSDやNANDは、従来のデータストレージ機器からAIインフラの重要な構成要素へと進化を遂げつつあります。
AIサーバーに必要なのはHBMかNANDか?
完全なAIサーバーは通常、NAND、DDRメモリ、HBMを同時に使用します。データはまずNANDフラッシュメモリをベースとしたエンタープライズ向けSSDに保存され、計算タスクが開始されるとシステムメモリにロードされ、最終的にGPUやAIアクセラレータの近くに配置されたHBMに転送されて処理を完了します。
このプロセスは、NANDを巨大な倉庫、DDRを輸送ハブ、HBMをGPUの直近にある高速な作業台と捉えると分かりやすく理解できます。HBMがなければGPUはデータの到達を待つ間、計算性能を十分に発揮できず、NANDがなければサーバーは拡大し続ける学習データ、モデルパラメータ、ベクトルデータベース、推論キャッシュを保存することが困難になります。
比較項目 | HBM | NAND |
技術的特性 | 揮発性DRAM。電源を切るとデータが消失する | 不揮発性フラッシュメモリ。電源を切ってもデータが保持される |
主な形態(フォームファクタ) | GPUやAIアクセラレータと密結合された積層メモリ | エンタープライズ向けSSDおよびその他のフラッシュストレージ機器 |
主な用途 | モデルの重み、アクティベーションデータ、ホットKVキャッシュ、リアルタイム計算 | 学習データ、モデルチェックポイント、ベクトルデータベース、ログ、永続KVキャッシュ |
主なメリット | 高帯域幅かつ低遅延で、GPUの稼働率を向上 | 大容量かつ低単価で、大量データの長期保存に好適 |
主なデメリット・課題 | 高コスト、限られた容量、複雑なパッケージング | 速度と遅延性能がHBMやDDRに比べて大幅に劣る |
主な需要ドライバー | AI学習、高性能推論、先端GPUのアップグレード | データレイク、ロングコンテキストウィンドウ、AIエージェント、大規模推論 |
学習フェーズでは、GPUがモデルパラメータや中間計算結果に頻繁にアクセスする必要があるため、HBMの帯域幅、容量、消費電力に対する感度が極めて高くなります。HBM3EやHBM4といった製品への進化により、単一のAIアクセラレータでより大規模なモデルを処理できるようになると同時に、データ移動に起因する待ち時間が削減されます。
推論フェーズでは、NANDの重要性がさらに高まります。膨大な数のユーザーによるモデルへの同時アクセスによって、膨大なKVキャッシュ、ベクトルデータ、対話ログが生成されます。これらのデータをすべて高価なHBMに保存すると、コストが抑えきれなくなります。マイクロン・テクノロジーは、HBM、DDR、LPDDR、NAND、データセンター向けSSDを網羅するよう製品ポートフォリオを拡大しており、高頻度のモデル計算やホットKVキャッシュをHBMが担い、永続キャッシュやデータレイクをエンタープライズ向けSSDが担う構成を明確に提唱しています。
SKハイニックスも階層型ストレージアーキテクチャを推進しており、SALT-KVなどのソリューションを用いて、データのアクセス頻度に応じたHBM、DRAM、SSDへのKVキャッシュの割り当てを行っています。また同社は、HBMと従来のSSDとの間に位置する新たなストレージ階層を確立すべく、ハイバンド幅フラッシュ(HBF)の開発を進めており、容量、速度、コストのバランスを追求しています。
したがって、HBMとNANDは相互に代替可能な製品ではありません。AI学習ではHBMへの依存度が高くなる一方で、推論やAIエージェント、ロングコンテキスト用途は、HBM、システムメモリ、NANDの需要を同時に押し上げることになります。
マイクロン、サンディスク、SKハイニックスの事業の違いとは?
マイクロン:HBMとサーバー向けDRAMがAIの主な成長ドライバー
マイクロンは米国市場を代表するメモリーチップ企業の一社であり、同社のAI事業は主にHBM、サーバー向けDRAM、企業向けSSDに重点を置いている。
AIサーバーのアーキテクチャにおいて、マイクロンは高速メモリーとサーバー向けストレージの両分野に参入しており、AI関連の設備投資の拡大が同社にとって比較的直接的な追い風となっている。
近年、マイクロンは製品ポートフォリオにおける高付加価値なデータセンター向け製品の比率を継続的に高めてきた。同社は以前、データセンター事業が業績全体の成長を牽引する主要因となっていることを明らかにしており、中でもHBMは市場で最も注目を集める製品の一つである。AIアクセラレータの性能向上に伴い、GPU 1基当たりのHBM搭載容量も増加しており、これがAIサーバー1台当たりのメモリー搭載価値をさらに高めることになる。
一方、サーバー向けDRAMも同様に重要だ。従来のサーバーでは通常、RDIMMなどのメモリーモジュールが使用されているが、AIインフラの拡張に伴い汎用CPUサーバーの数も増加しており、これがサーバー向けDRAM需要をさらに押し上げることになる。
TrendForceは以前のDRAM調査レポートの中で、サプライヤーが生産能力の一部をHBMやサーバー用途に振り向け続けているため、PCやスマートフォン向けDRAMの供給が圧迫され、DRAM市場全体がひっ迫した状態にあると指摘していた。
これが、マイクロンとサンディスクの最大の相違点の一つでもある。
サンディスクは主にNANDやSSDの価格上昇から恩恵を受けるのに対し、マイクロンはHBMとDRAMの価格上昇から同時に恩恵を受けることができる。したがって、AIサーバーが高性能メモリーの需要を押し上げ続けるならば、マイクロンの売上高や利益率の伸縮性は、よりDRAMやHBMからもたらされる可能性がある。
しかし同時に、マイクロンはHBMの競争環境やDRAMサイクルの影響もより受けやすい。サムスン電子とSKハイニックスはともにHBMの生産能力を積極的に拡大しており、今後より多くの供給が市場に流入すれば、HBMの価格設定や利益率は再評価が必要になる可能性がある。
SKハイニックス:HBMは最も有力なAIメモリーの成長シナリオ
SKハイニックスは長年にわたりDRAM分野に強みを持ち、HBM市場へも早期に参入した。エヌビディアなどのAIチップメーカーが計算性能を向上させ続ける中、HBMはAIアクセラレータを支える最も重要な高付加価値メモリー製品の一つとなっている。
SKハイニックスは現在、HBM4の計画を推進し、さらに次世代製品の開発を進めている。同社の2026年第2四半期決算では、高性能DRAMおよびHBMの需要が引き続き売上成長を牽引していることが示され、HBM4についても性能と消費電力の顧客基準を満たし、供給拡大を開始したと発表した。
これは、AIアクセラレータの出荷量が増加し続けるか、あるいはAIチップ1基に搭載されるHBM容量が増加し続ける限り、SKハイニックスには成長を維持する機会があることを意味している。
しかし、SKハイニックスの強みはHBMだけに限定されるわけではない。
同社は子会社のソリダイムを通じて、NANDおよび企業向けSSD市場にも参入している。近年、ソリダイムは大容量のQLC企業向けSSDの開発に注力しており、これが大容量かつコストパフォーマンスに優れたストレージを求めるAIデータセンターの需要に完全に一致している。
したがって、SKハイニックスは実質的にAIサーバーにおける2大メモリー・ストレージ需要を同時にカバーしている。親会社のSKハイニックスは主にHBMとサーバー向けDRAMの恩恵を受け、ソリダイムは企業向けSSD市場に参入している。
サンディスク:AIにおける主な機会はNANDと企業向けSSDから
サンディスクとマイクロンやSKハイニックスとの最大の違いは、サンディスクがHBMを生産していない点にある。
サンディスクは主にNANDフラッシュおよび関連ストレージ製品に注力しているため、同社のAI起因の機会は、AIアクセラレータに使われるHBMからではなく、主に企業向けSSDや大容量ストレージ需要からもたらされる。
だからといって、AIサーバーにおけるサンディスクの役割が小さいという意味ではない。
それどころか、AIモデルが学習フェーズから広範な実用化フェーズへと移行するにつれて、データセンターが保存すべきデータ量は拡大し続ける可能性が高い。特に、AI推論、AIエージェント、および長期的なデータアーカイブは、高速読み出しと長期保存を必要とする膨大なデータを生成する。
その結果、AIサーバーにはGPUやHBMだけでなく、ますます多くの大容量企業向けSSDが必要とされている。
TrendForceは、2026年の企業向けSSD需要について、生成AI、AIエージェントサービス、およびハイパースケールデータセンター建設が引き続き牽引すると予測している。米大手クラウドサービスプロバイダーも最近、企業向けSSDの調達予測を引き上げており、2026年第4四半期の企業向けSSDの受注は成長を維持する見通しだ。
これが、現在のサンディスクにとって最大の産業的機会となっている。
しかし、マイクロンやSKハイニックスと比較すると、サンディスクはNANDサイクルのリスクをより顕著に受ける。TrendForceは、新規生産能力の稼働や家電需要の伸び悩みにより需給バランスが徐々に改善するため、2027年後半にはNAND供給のひっ迫感が緩和し始めると予測している。
したがって、SNDKの株価や業績はAIデータセンターの需要だけでなく、NANDの価格サイクルにも左右される。
サマリー:AIストレージ需要が拡大する中、より直接的に恩恵を受けるのはどの企業か?
3社の最も大きな違いは、製品のカバー範囲およびHBM市場とNAND市場への依存度にあります。マイクロンとSKハイニックスはDRAM、HBM、NANDの各事業を同時に展開しているのに対し、サンディスクは主にNANDフラッシュとSSDに注力しています。
企業 | 主力事業 | HBMの位置付け | NANDの位置付け | AIサーバーからの恩恵の要因 |
マイクロン | DRAM、HBM、NAND、SSD | HBM3EやHBM4などのハイエンド製品に位置付け | NANDおよびエンタープライズ向けSSDを展開 | GPUメモリ、サーバーメモリ、AIストレージの拡大から同時に恩恵を享受 |
サンディスク | NANDフラッシュ、エンタープライズ向けSSD、コンシューマー向けストレージ | 現在、HBM製品は取り扱っていない | 事業がNANDおよびSSDに大きく集中 | 主に推論データ、エンタープライズ向けSSD、NANDの価格サイクルから恩恵を享受 |
SKハイニックス | DRAM、HBM、NAND、エンタープライズ向けSSD | HBMにおいて強力な競合優位性を持ち、HBM4やカスタムHBMを継続的に推進 | 自社のNANDおよびソリダイムを通じてエンタープライズ向けSSDを展開 | ハイエンドAIメモリと大容量データセンターストレージの両方をカバー |
AIサーバーがGPUクラスタや大規模モデルの学習を中心に拡大し続ける場合、HBMは最も明確な価値成長が見込まれるセグメントであり続けます。このシナリオでは、SKハイニックスがHBMに対してより直接的な事業エクスポージャーを持つのに対し、マイクロンはHBM、サーバー向けDRAM、データセンター向けSSDの需要から同時に恩恵を受けます。
AI産業の成長の重心が学習から推論へと徐々に移行する場合、NANDの重要性は大幅に高まります。AIエージェントアプリケーション、企業向けナレッジベース、動画生成、ロングコンテキストモデルはいずれも、長期保存を必要とする多くのデータを生成します。企業はすべてのコンテンツが高価なHBMに収まるわけではないため、大容量SSDに依拠して階層型ストレージアーキテクチャを構築する必要があります。このトレンドの下で、サンディスクはNANDおよびエンタープライズ向けSSD需要の変化に対して高い感応度を示し、SKハイニックスとマイクロンもそれぞれのNAND事業を通じて増分利益を獲得することになります。
なお、HBFなどの新技術によってメモリとストレージの境界がさらに曖昧になる可能性がある点には注目すべきです。HBFは、HBMに類似した積層手法を用いてNANDの帯域幅を引き上げ、従来のSSDとの性能差を縮めつつ、HBMをはるかに超える容量を提供することを目指しています。しかし短期的には、HBFがHBMを代替するというよりは、HBMとSSDの間の補完的なレイヤーとして機能する可能性が高いと言えます。
このコンテンツはAIを使用して翻訳され、明確さを確認しました。情報提供のみを目的としています。













コメント (0)
$ボタンをクリックし、シンボルを入力して、株式、ETF、またはその他のティッカーシンボルをリンクします。