2027年もHBM供給逼迫の見通し、NVIDIA Rubin Ultraのメモリー構成見直しから読むAI半導体の競争軸
2027年のHBMビット出荷量は前年比50～60％増えると予測されながら、それでも需要の伸びに追いつかない見通しです。AI半導体の競争ではHBMをどこまで高性能・大容量化できるかだけでなく、限られたDRAMウエハーから何台のGPUを供給できるかが設計条件になりつつあります。
TrendForceが2026年8月4日に公表したメモリー市場調査では、NVIDIAが次世代「Rubin Ultra」について、従来の12-Hi HBM4eに加えて8-Hi HBM4e、12-Hi HBM4、8-Hi HBM4を評価しているとしています。
背景には2027年まで続くDRAM不足と、12-Hi HBM4eの検証時期や量産歩留まりを巡る不確実性があります。今回は、仕様変更を促す供給構造、性能と供給量のトレードオフ、HBMメーカーの価格交渉力、AI計算資源の競争を分ける判断条件について、取り上げたいと思います。
Rubin Ultraの仕様再検討が示す「メモリー起点」の設計変更
TrendForceによると、NVIDIAは2025年から2026年上期まで、Rubin Ultraの基本設計として12-Hi HBM4eを維持していました。ところが2026年第3四半期初めから評価範囲を広げ、積層数を8層に減らす案や、HBM4eではなくHBM4を採用する案も検討しています。最終仕様はまだ決まっていません。
表面上は一製品の仕様調整ですが、背景を見るとAI半導体の設計条件そのものが変わり始めたと捉えられます。従来はHBMの帯域幅と容量を増やし、GPU性能を引き出す方向が製品競争を支えてきました。一方、メモリー供給がGPUの生産規模を制約する局面では、一つのGPUに多くのDRAMを投入することが、供給できるGPU台数を減らす要因にもなります。
同じ世代のHBMであれば、DRAMの積層数はGPU当たりのメモリー容量と、限られた供給量から製造できるGPU台数の関係に影響します。Rubin Ultraの検討は、最大仕様を追求する設計から、性能と供給可能量を同時に成立させる設計へ重心が移る可能性を示しています。
2027年の制約はHBM工場だけではなく、DRAM全体のウエハー配分にある
供給問題を理解するうえでは、HBMだけを独立した市場として見ると構造を捉えにくくなります。TrendForceは2027年もDRAM全体の供給が逼迫し、メモリーメーカーがHBM向けに割り当てられるウエハー生産能力が制約されると予測しています。
すでに影響はHBM以外にも及んでいます。同社によると、2026年上期にはクラウドサービス事業者（CSP）やサーバーOEMがサーバー構成のRDIMM容量を削減しました。さらにNVIDIAは、LPDDR5Xの供給制約が2027年まで続く可能性を踏まえ、次世代Vera Rubin SuperchipモジュールのSOCAMM容量を半減する判断をしたとされています。
つまり、AIサーバーではGPUに載せるHBMだけでなく、CPU周辺のDRAMやモジュールに使うメモリーまで同じ供給制約の影響を受けています。設備能力をどの製品へ振り向けるかというメモリーメーカー側の判断が、AIチップの仕様、サーバー構成、最終的な計算資源の供給量へ連鎖する構図です。
2027年にはHBMのビット出荷量が前年比50～60％増えるとの予測もあります。それでも需要増加には届かないというTrendForceの見方を前提にすれば、供給能力の増加だけで短期的に需給が均衡するシナリオは描きにくく、ウエハー配分そのものがAI半導体市場の競争条件になっていくと考えられます。
HBM4eの成否がI/O速度と供給量の選択を分ける
Rubin Ultraにはもう一つの制約があります。12-Hi HBM4eの検証スケジュールと、量産段階での歩留まりです。TrendForceは、この二つに依然として不確実性があると指摘しています。
同社の分析では、Rubin Ultra世代でNVIDIAが優先するのはI/O速度の向上であり、GPU出荷量の拡大はそれに次ぐ目標です。HBM4eが予定通り検証を終えて量産へ移行できれば、前世代Rubinの8～11.7Gbpsから14～16GbpsへI/O速度を高められる可能性があります。一方、HBM4を最適化する場合は11～12Gbpsにとどまるとの見通しです。
ここには二種類の選択があります。HBM4eかHBM4かという選択は主に速度に関係し、12-Hiか8-Hiかという積層数の選択はGPU当たりの容量と供給可能なGPU台数の関係に作用します。NVIDIAが複数案を並行評価していることは、一つの指標を最大化するのではなく、速度、容量、歩留まり、供給量を組み合わせて製品仕様を決める必要が生じていることを示唆しています。
このため、HBM4eの技術的な完成だけを追うのでは判断材料が不足します。量産歩留まりがどの速度で改善するか、メモリーメーカーが十分なウエハーを割り当てられるかまで含めて、実際の製品供給力を評価する必要があります。
HBMメーカーの価格交渉力が、AIチップの経済設計を変える
供給不足には価格というもう一つの作用があります。TrendForceは、供給制約を背景にHBMメーカーが2027年を通じて価格交渉力を維持し、業界ではHBM価格の大幅な上昇が広く予想されているとしています。
AIチップベンダーから見ると、必要量を確保できるかという調達リスクと、確保した場合のコスト上昇が同時に発生します。この状況では、高容量HBMを搭載することによる性能上の価値だけで仕様を決めにくくなります。積層数を抑えればGPU当たりの容量は減る一方、同じDRAM供給量からより多くのGPUへ配分できる余地が生まれます。
CSPにも同様の判断が広がっています。TrendForceは、複数のCSPが次世代の自社AI ASICについて低容量HBM構成を評価しているとしています。NVIDIA固有の製品事情だけではなく、HBMの供給量と価格を設計段階から織り込む動きがAI半導体全体へ広がる可能性があります。
その場合、調達部門が完成した仕様に必要なHBMを確保する従来型の役割だけでは対応しにくくなります。製品企画の段階から供給量、価格、歩留まりを設計条件へ組み込み、性能向上による価値と出荷台数による価値を比較する能力が、製品競争力の一部になるでしょう。
AI計算資源の競争軸は「GPU性能×供給可能量」へ広がる
Rubin Ultraの最終構成は決まっておらず、12-Hi HBM4eが採用される可能性も残されています。この点は、仕様引き下げが既定路線であるかのように扱わないことが必要です。現時点で確認できる変化は、NVIDIAが供給条件を踏まえて選択肢を広げたことにあります。
その先で焦点となるのは、GPU単体の最大性能と、市場へ投入できる計算資源の総量をどう評価するかです。高容量・高速HBMを搭載したGPUの価値が高くても、HBM不足によって出荷台数が制限されれば、クラウドやAIインフラ全体で提供できる計算能力にも影響します。反対に積層数を減らして供給量を増やす場合、ワークロードによってはGPU当たりのメモリー容量が制約になります。
このため、AIインフラへの投資判断ではGPUの公称性能だけでなく、実際の供給量、HBM容量、I/O速度、調達価格を一体で見る必要が強まるでしょう。半導体メーカー側でも、最上位仕様を実現できるかだけでなく、どの仕様なら必要な数量を必要な時期に供給できるかが競争軸になります。
2027年を見通す先行指標は、HBM4eの検証完了時期と量産歩留まり、DRAMメーカーによるウエハー配分、そしてHBM価格です。この三つの条件がRubin Ultraの最終仕様だけでなく、AI半導体各社が性能と供給量のどちらへ資源を配分するかを見極める材料になると考えられます。
今後の展望
2027年に向けてHBM需要が供給能力の拡大を上回り、同時にHBM4eの量産立ち上げに不確実性が残るなら、AI半導体の製品設計では「搭載可能な最大容量」より「確保可能なメモリーでどれだけ計算資源を市場へ供給できるか」という評価が重くなるでしょう。低積層化が広がれば、その影響はGPU仕様にとどまらず、CSPによるAI ASIC設計やサーバー構成、調達契約にも及ぶと考えられます。
一方、HBM4eの検証と歩留まり改善が予定通り進み、十分なウエハー配分を確保できれば、高いI/O速度と供給量を両立できる余地が広がります。反対に供給制約と価格上昇が長引けば、HBM容量を抑えてGPU台数を確保する選択の経済合理性が高まるでしょう。
次の焦点は、Rubin Ultraがどの仕様に決まるかだけではありません。HBM4eの量産進捗、ウエハー配分、価格という三つの兆候を追うことで、AI半導体の競争がピーク性能中心から、性能と供給可能量を同時に設計する段階へ移るかを判断できるでしょう。
