ファウンダリはどのようにAIストレージチェーンに参加するのか？成熟プロセスノード、組込みメモリ、そして業界の分業体制

ファウンドリは、DRAMやNAND、HBMを直接製造するのではなく、AIアクセラレータ、ストレージコントローラ、インターフェースチップ、電源管理IC、組み込みメモリ、先進パッケージング向けの製造プラットフォームを提供することで、AIストレージチェーンに参入しています。AIストレージ産業をフォローしているなら、メモリメーカーだけに注目すべきではありません。GPU、ASIC、SoCを誰が製造しているのか、また、CoWoS、シリコンインターポーザー、eNVM、BCD、PMIC、MCUを誰が提供しているのかを理解する必要もあります。ファウンドリの価値は、AIコンピューティングチップとストレージシステムが効率的に連携できるようにするところにあります。

重要なポイント

• ファウンドリはHBMメーカーではありませんが、AIチップ製造に深く関わっています。
• AIストレージチェーンには、メモリ、ロジック、パッケージング、インターフェースチップ、電源管理が含まれます。
• 高度なプロセスノードとCoWoSは、AIアクセラレータとHBMの統合効率を決定します。
• 成熟プロセスノードも、PMIC、MCU、インターフェースチップ、eNVMの需要を支えています。
• ファウンドリへのエクスポージャーを評価するには、売上構成、プロセスプラットフォーム、顧客の質に注目しましょう。

ファウンドリはAIストレージチェーンで実際にどのような役割を果たしているのか？

AIストレージチェーンにおけるファウンドリの役割は、まず何よりもメーカープラットフォームであり、メモリブランドではありません。ファウンドリは、AIチップ、コントローラチップ、インターフェースチップ、および一部の組込みメモリチップの背後にある生産レイヤーと考えることができます。AIサーバーにはHBM、DRAM、NANDが必要ですが、それらと連携して動作するGPU、AI ASIC、ネットワーキングチップ、PMIC、高速インターフェースチップも必要です。メモリメーカーは高帯域幅メモリと大容量ストレージを提供する一方、ファウンドリはロジックチップやシステムサポートチップの多くを製造し、先進的なパッケージングを通じてコンピューティングとストレージを接続します。

半導体業界では、企業は一般的に4つのタイプに分けられます:メモリメーカー、ファブレスチップ設計企業、ファウンドリ、そして組立・テストプロバイダーです。TSMCは顧客重視のファウンドリモデルを掲げており、これはSamsung、SK hynix、Micronなどのメモリメーカーとは異なります。前者は主に顧客の設計に基づいてチップを製造するのに対し、後者は主にDRAM、NAND、HBMなどの標準化されたメモリ製品を設計・生産しています。

AIストレージチェーンを見るときに最もよくある誤解は、HBMだけに注目することです。HBMは確かにAIトレーニングおよび推論における重要なメモリ製品ですが、AIアクセラレータと一緒にパッケージ化されて初めてその帯域幅の価値を発揮できます。AI GPUやAI ASICの周りには、電源管理、ネットワーク相互接続、ストレージ制御、信号調整、システム管理用のチップも存在します。これらのリンクの多くはメモリメーカーではなく、ファウンドリや特殊プロセスメーカーによって担われています。

したがって、ファウンドリのAIストレージへの露出は、通常「間接的だが重要」です。HBMチップを1つも販売しないかもしれませんが、HBMを取り巻くロジックチップ、コントローラーチップ、および周辺チップを製造している可能性があります。特にAIサーバーにおいては、コンピューティング、ストレージ、ネットワーキング、電源、冷却のすべてがシステム全体の効率に密接に関係しています。製造のいずれかのリンクが制約を受ければ、サーバーの納品に影響が及ぶ可能性があります。

**要約:**ファウンドリは従来の意味でのメモリメーカーではありませんが、AIストレージチェーンにおける重要な製造基盤です。ファウンドリがAIストレージの恩恵を受けているかどうかを判断する際、単にDRAM、NAND、HBMを製造しているかどうかを問うべきではありません。代わりに、AIアクセラレータ、先進パッケージング、ストレージコントローラ、PMIC、MCU、インターフェースチップ、および組み込みメモリプラットフォームに参画しているかどうかに着目すべきです。AIストレージは単一チップの競争ではなく、コンピューティングチップ、メモリチップ、システムレベルのパッケージングを含む協調的な競争です。ファウンドリの価値はまさにこの協調的な製造能力にあります。

先進ノードと先進パッケージングはどのようにしてHBMとAIアクセラレータを結びつけるのか?

先端ノードと先端パッケージングは、ファウンドリがAIストレージチェーンに参画するうえで最も重要な入り口です。AIアクセラレータは演算用に先端ロジックチップを必要とし、HBMは高帯域幅メモリを提供します。この2つは、2.5D/3Dパッケージング、シリコンインターポーザー、高密度インターコネクトを通じて組み合わされなければなりません。HBMを「高速メモリプール」、先端ノードチップを「演算コア」、そしてCoWoSのようなパッケージングプラットフォームを両者を効率的につなぐ架け橋と考えることができます。

TSMCは2025年年次報告書の中で、7nm以下の先進プロセスがウェハー収益の高い割合を占めていることを明らかにしており、AIおよび高性能コンピューティングの需要がより多くの価値を先進プロセスへと押し上げていることを示しています。同時に、TSMCのCoWoS-Sは、AIやスーパーコンピューティングといった高性能アプリケーション向けに明確に位置づけられており、ロジックチップとHBMスタックをシリコンインターポーザー上で接続することを可能にしています。

先進パッケージングがなぜAIサプライチェーンのボトルネックの一つになったのか？その理由は、AIチップの競争がもはや微細プロセスノードの小型化だけの問題ではなくなっているからです。大規模モデルの学習にはより高いメモリ帯域幅、より低いレイテンシ、より優れたエネルギー効率が求められ、単一のチップだけですべてのタスクを処理することは困難です。TrendForceは、2023年以降、AI需要によって3nm～2nmウェハーおよび2.5D/3D先進パッケージングにボトルネックが発生し、品不足がCoWoSから設備、基板、パッケージング材料にまで及んでいると指摘しています。

これも、AIストレージチェーンを分析する際にHBMと先進パッケージング（先端パッケージング）容量の両方を見る必要がある理由を説明しています。メモリメーカーがHBMを供給できたとしても、先進パッケージングの容量が不足していれば、AIアクセラレータはシステム統合をスムーズに完了できません。TrendForceはその後、TSMCのCoWoS容量が依然として急速に拡大しており、AIチップ顧客によるハイエンドパッケージングへの強い需要を反映していると推定しました。

産業分業の観点から見ると、HBMはメモリメーカーが主導し、先端ロジックはファウンドリが製造し、システム統合は先端パッケージングプラットフォームが支えています。TSMCを単純に「メモリ企業」と定義すべきではありませんが、先端ノードとCoWoSを通じて、AIアクセラレータとHBMを接続し、AIストレージシステムにおける重要な製造リンクとなっています。

要約: 先端ノードはAIアクセラレータの演算密度の問題を解決し、先端パッケージングはAIアクセラレータとHBMの間の接続問題を解決します。ファウンドリがAIストレージチェーンに深く関わっているのは、HBMを直接製造するからではなく、演算コアを製造し、それらをHBMと接続するパッケージングプラットフォームを提供しているからです。AIストレージ業界を分析する際には、HBMの出荷量だけを見るべきではありません。CoWoS、シリコンインターポーザー、基板、テスト歩留まり、先端ノードの生産能力にも目を向けるべきです。AIチップの供給を制限するのは、多くの場合、演算、メモリ、パッケージングの複合的な制約なのです。

なぜ成熟ノードは依然としてAIストレージ需要の影響を受けるのか?

成熟ノードは最先端のHBMを直接製造するわけではなく、通常AI GPUの主要プロセスでもありませんが、それでもAIストレージ需要の影響を受けています。その理由はシンプルです。ハイエンドのコンピューティングチップに加えて、AIサーバーやエッジAIデバイスには、PMIC、電源管理チップ、インターフェースチップ、MCU、センサー、アナログチップ、制御チップが大量に必要とされるからです。これらの製品は、信頼性、コスト、電圧耐性、低消費電力、長期供給をより重視します。必ずしも3nmや5nmを必要とするわけではなく、多くの場合28nm、40nm、55nm、90nm、0.18µmなどの成熟ノード上にあります。

成熟ノードは「時代遅れのキャパシティ」ではありません。それらは特殊プロセスの重要な担い手です。例えば、BCDプロセスは電源管理や高電圧駆動に適しており、eFlashやeNVMはMCU、スマートカード、産業用制御に適しており、RFやアナログプロセスは通信やセンシングに適しています。UMCはかつてパートナーと協力し、55nm組込みフラッシュプラットフォーム上でセキュアな組込みフラッシュソリューションを開発し、その後、SSTとの協業によりESF4 eNVMの性能向上を発表しました。これらの技術は、大容量メモリよりも、システム制御やセキュアストレージに関連するものです。

AI需要は通常、間接的な形で成熟ノードに伝達されます。第一の層はAIデータセンターの拡大であり、サーバーの電源、ネットワーキング、冷却、ストレージシステムのアップグレードを牽引します。第二の層は、AI PC、スマートカー、ロボット、産業機器におけるエッジ推論の台頭です。第三の層は、コントローラー、センサー、低消費電力MCUにおける組込みメモリー需要の伸びです。Hua HongのHua Hong Graceは、組込み/スタンドアロンNVM、パワー半導体デバイス、アナログ、電源管理を含む特殊プロセスを重視しており、これは成熟ノードがAI周辺チェーンに参画する典型的な形です。

ただし、成熟ノードと AI の関係を過大に語ることも避けるべきです。成熟ノードのすべての生産能力が AI による恩恵を直接受けるわけではなく、eNVM や PMIC のすべての受注が AI サーバーから来るわけでもありません。実際の影響を判断するには、エンドユーザー、製品プラットフォーム、稼働率、平均販売価格、財務開示内容を見る必要があり、企業が AI に言及しているかどうかだけで判断してはなりません。

要約: 成熟ノードは、HBMを直接製造するのではなく、主にシステムサポート用チップを通じてAIストレージチェーンに参入しています。AIサーバーにはハイエンドなコンピューティングチップが必要ですが、同時に電源管理、制御、インターフェース、アナログ、セキュアストレージなどの成熟プロセス製品も大量に必要とされます。成熟ノードのファウンドリを分析する際は、PMIC、MCU、eNVM、BCD、アナログ、パワー半導体がAIサーバー、エッジAI、スマートカー、産業制御のサプライチェーンに参入しているかどうかに注目すべきです。成熟ノードの価値は、信頼性、低コスト、長期供給、特殊プロセスにあり、単に最小のプロセスノードを追及することではありません。

組み込みメモリeNVMは、従来のDRAMやNANDとどう違うのか?

組み込みメモリ（eNVM）は、ロジックチップの内部に集積されたオンチップメモリです。スタンドアロンのDRAM、NAND、HBMとは異なります。HBMはAIアクセラレータの横に置かれる高帯域幅メモリ、NANDは大容量データストレージ、DRAMはシステムの作業用メモリ、そしてeNVMはMCU、SoC、コントローラ、エッジAIチップの内部でコード、設定、セキュリティキー、ファームウェア、少量のモデルパラメータを保存するために使用されるメモリと考えることができます。その重点は最大容量ではなく、ロジックとの統合、低消費電力、信頼性の高い保持、プロセス互換性にあります。

eNVMの一般的な形式には、eFlash、RRAM、MRAM、OTP、EEPROMなどがあります。プロセスノードが進化するにつれ、従来の組み込みフラッシュはより先端のノードにおいてコストとスケーラビリティの課題に直面しており、そのためRRAMやMRAMといった新しい組み込み不揮発性メモリ技術が注目を集めています。TSMCが発表したeFlashとRRAMに関する資料では、組み込みRRAMを組み込みフラッシュの代替として使用でき、スマートアプリケーションをサポートできると述べられています。

エッジAIにおけるeNVMの役割は特に重要です。エッジデバイスは通常、低消費電力、高速な起動、ローカルでの推論、そして長期的な安定動作を必要とします。常にクラウドや外部ストレージに依存することはできません。MCUやSoC内のeNVMは、ファームウェア、デバイス設定、キャリブレーションパラメータ、セキュリティキー、そして一部の軽量なモデルデータを保存できます。スマートカー、産業用制御、ウェアラブルデバイス、IoTノードにとって、このオンチップ保持機能は非常に価値のあるものです。

これは、特殊プロセスファウンドリにもチャンスのある分野です。eNVMはメモリセルそのものだけの話ではありません。ロジックプロセスとの互換性、信頼性検証、IPサポート、車載や産業用認証、そして顧客の設計採用サイクルにも関わります。GlobalFoundriesのエンベデッドメモリポートフォリオにはMRAMが含まれており、データおよびコード保存での利用を重視しています。同社は車載用途向けにAutoPro 150 eMRAMも発表しており、高温耐性、耐久性、車載SoCのユースケースをアピールしています。Samsung社も比較的早い時期に28nm eMRAMの商用出荷を開始しており、組み込みMRAMがすでに量産アプリケーションに参入していることを示しています。

eNVM関連企業を評価する際、「メモリー」という言葉だけに注目してはいけません。スタンドアロンのメモリーチップは、より標準化された製品に近く、価格サイクル、キャパシティ、ビットの需給ダイナミクスの影響を強く受けます。一方、eNVMはむしろプロセスプラットフォームの能力に近く、通常、MCU、SoC、スマートカード、産業制御、車載チップ、エッジAI設計と結びついています。どちらもメモリー技術に属しますが、そのビジネスモデル、需要の弾力性、投資ロジックは異なります。

要約: eNVM と HBM、DRAM、NAND の最大の違いは、eNVM がロジックチップの内部に組み込まれ、コード、設定、セキュリティ、低電力でのデータ保持を担うものであり、最大容量や最高の外部帯域幅を追求するものではないという点です。ファウンドリは、eFlash、RRAM、MRAM などのプロセスプラットフォームを通じて組み込みメモリのバリューチェーンに参入しており、特に MCU、SoC、エッジ AI、産業制御、自動車向けチップで顕著です。eNVM を分析する際には、メモリメーカーの従来の DRAM/NAND サイクルの一部として単純に見るのではなく、特殊プロセスの能力として捉えるべきです。

TSMC、GlobalFoundries、UMC、華虹 などのファウンドリは、AI ストレージチェーンにおいてどう異なるのか?

ファウンドリ各社は、AIストレージチェーンにそれぞれ異なる形で参入しています。TSMCは、先端ノード、AIアクセラレータ、先端パッケージングという主流チェーンに近い位置にあります。一方、GlobalFoundries、UMC、華虹（Hua Hong）などの企業は、成熟ノード、特殊プロセス、eNVM、PMIC、MCU、アナログチップ、パワーデバイスにより注力しています。すべてのファウンドリを同じAIストレージのフレームワークで評価すべきではありません。先端プロセスのファウンドリについては、顧客、ノード、パッケージングに着目すべきです。特殊プロセスのファウンドリについては、プラットフォーム、最終用途アプリケーション、稼働率に着目すべきです。

TSMCの強みは、先端ロジックと先端パッケージングにあります。AI GPU、AI ASIC、ネットワーキングチップ、そして一部のハイパフォーマンスコンピューティングチップは、しばしば先端ノードでの製造に依存し、その後CoWoSなどのプラットフォームを通じてHBMと接続されます。AIストレージへの露出は、「コンピューティングチップ + HBMパッケージング統合」に近いものです。

GlobalFoundriesは異なるロジックに従っています。同社は差別化されたプロセス、FDX、RF、低消費電力、そしてエンベデッドメモリを重視しています。GFのeMRAMは、自動車、IoT、産業、エッジインテリジェンスデバイスにより適しています。HBMで直接競合するわけではありませんが、エッジAIおよびエンベデッドシステムのアップグレードに参画しています。

UMC は主に成熟ノードとスペシャリティプラットフォームに注力しています。eMemory や SST などのパートナーとの組み込みフラッシュ、PUF ベースのセキュアストレージ、eNVM における継続的な協力から、同社の AI ストレージへのエクスポージャーは、コントローラー、セキュリティ、MCU、低消費電力システムに多く関連していることがわかります。

Hua Hong Semiconductor のポジショニングもまた、スペシャリティプロセスファウンドリサービスに近いものです。DBS は、Hua Hong Semiconductor がスペシャリティアプリケーションと中国のパワーデバイス生産能力において強みを持つと述べています。これらの能力は、AI データセンターの電源チェーン、エッジ AI 制御チップ、eNVM プラットフォーム、アナログ電源管理と間接的な関連がありますが、HBM や DRAM のメインラインと同一視すべきではありません。

これらの企業を投資の観点から見る場合、「メインチェーン」と「サポートチェーン」を区別する必要があります。先端プロセスのファウンドリは、AIアクセラレータ、ASIC、先端パッケージングの生産能力の影響をより受けます。成熟プロセスのファウンドリは、パワーデバイス、MCU、PMIC、eNVM、自動車用エレクトロニクス、産業需要の影響をより受けます。どちらもAIストレージに関連している可能性がありますが、伸びの源泉とバリュエーションのロジックは異なります。

**要約:**ファウンドリ各社はAIストレージチェーンにおいてまったく異なるポジションを占めています。TSMCはAIコンピューティングとHBMを繋ぐ先端製造プラットフォームに近い存在である一方、GlobalFoundries、UMC、华虹(ホアホン)などはより成熟ノードおよび特殊プロセスのプラットフォームに近い存在です。「ファウンドリ+AI+ストレージ」という言葉を見て、すべての企業に同じ結論を当てはめるべきではありません。むしろ、ノード、パッケージング、顧客、eNVM、PMIC、MCU、パワー半導体、最終用途に分解して分析すべきです。重要なのは、ある企業が「AIストレージ関連株」かどうかではなく、製造チェーンのどこで検証可能な収益および生産能力の優位性を持っているかということです。

個人投資家はファウンドリのAIストレージへの露出をどう評価すればよいのか?

個人投資家は、企業のストーリーではなく検証可能な指標に注目することで、ファウンドリのAIストレージ関連の露出度を評価すべきです。中核となる評価軸には、先進ノードの売上比率、先端パッケージングの capacity、eNVM プラットフォーム、成熟ノードの製品ミックス、AI顧客の質、稼働率、設備投資、粗利益率の推移などが含まれます。実際のサプライチェーンの恩恵と、コンセプト主導の露出とを区別する必要があります。前者は受注、設備能力、売上構造、利益率に現れますが、後者は多くの場合、プレスリリースや業界ラベルのレベルにとどまります。

最初のスクリーニングには、以下のチェックリストを活用できます:

強いシグナルには、通常、先進パッケージングの拡大、より多くのAI ASIC顧客の獲得、高いCoWoS稼働率、eNVMプラットフォームの量産開始、PMICや自動車向けMCU受注の改善、そして決算説明会で経営陣が明確な需要の源泉を開示することなどが含まれます。弱いシグナルには、企業がAIについて漠然と言及するのみであること、売上高が依然として主にコンシューマーエレクトロニクスに依存していること、成熟プロセスノードの稼働率に改善が見られないこと、あるいは明確なプロセスプラットフォームや顧客検証が存在しないことなどが含まれます。

取引コストも重要です。TSMC、GlobalFoundries、UMC、華虹、SMIC、Samsung Electronics、Micron、SK hynix などの半導体企業をフォローする場合、業界のロジックだけでなく、実際の取引手数料、流動性、市場リスクにも注意を払う必要があります。米国株、香港株、またはADRの取引コストには通常、手数料以上のものが含まれます。プラットフォーム手数料、外部機関手数料、取引活動費、その他の諸費用が含まれる場合もあります。Biyaは米国株取引の手数料を0 USDとしていますが、プラットフォーム手数料、外部機関手数料、その他の諸費用については、米国株取引手数料および注文の表示をご確認ください。サービスの利用可否は、ユーザーの所在地、本人確認の結果、プラットフォームの規則、および適用される法令によって異なります。

半導体企業をトラッキングしたい場合は、米国株式情報検索を利用して米国上場株式の基本情報を確認し、それに企業の提出書類、注文開示、業界レポート、料金体系を組み合わせることで、より completеな判断が可能になります。産業チェーンの分析は投資意思決定の代わりにはなりません。特にAIストレージ、ファウンドリ、先進パッケージングにはいずれも循環性、資本支出の圧力、技術ルートのリスクが伴うためです。

要約: ファウンドリのAIストレージ関連の露出度を判断するには、検証可能な指標に立ち返る必要があります。コンセプトのラベルだけに頼るのではなく、先端プロセスノード、先端パッケージング、eNVM、PMIC、MCU、顧客構成、稼働率、財務パフォーマンスに注目すべきです。先端ノードのファウンドリにとっての上振れ要因はAIアクセラレータとCoWoSに由来する部分が大きい一方、成熟ノードのファウンドリはシステムサポートチップ、エッジAI、自動車電子、特殊プロセスの恩恵をより多く受けます。取引の面では、手数料、流動性、変動リスクにも注意を払う必要があります。公開情報は分析フレームワークの構築に役立ちますが、投資助言を構成するものではありません。

ファウンドリとAIストレージチェーンの関係を理解したら、次のステップは、企業の決算、プロセスプラットフォームの進捗、先進パッケージングの生産能力、HBMの需給変化、成熟ノードの稼働率を継続的に追跡することです。このチェーンを先進ロジック、HBM、パッケージング、eNVM、PMIC、MCU、設備・材料といったいくつかのラインに分け、関連企業の売上と利益に実際に改善が見られるかを観察するとよいでしょう。お住まいの地域で関連サービスが利用可能な場合は、Biya を使って米国株、香港株、暗号資産などの複数資産市場をフォローしたり、アプリをダウンロードしてウォッチリストの管理、注文手数料の確認、取引リスクの評価を行うことができます。公開市場情報、取引ルール、および手数料体系は、プラットフォームの開示内容および現地の規制要件と併せて評価されるべきです。半導体産業チェーンに関するいかなる分析も、リターンを保証するものと解釈してはなりません。

FAQ

ファウンドリはAIストレージ株とみなされるのか？

ファウンドリを単純にAIストレージ株として分類すべきではありません。ファウンドリは通常、HBM、DRAM、NANDを直接製造することはありませんが、AIアクセラレータの製造、CoWoS先端パッケージング、eNVM、PMIC、MCU、インターフェースチップなどを通じてAIストレージチェーンに参画している場合があります。重要なのは、コンセプトのラベルだけではなく、収益源とプロセスプラットフォームを検証することです。

なぜ成熟プロセスノードはAIサーバーの需要の影響を受けるのか？

成熟ノードは、AIサーバー需要の影響を主に受けています。これは、サーバーが電源管理、アナログ、インターフェース、制御、セキュリティチップを大量に必要とするためです。これらのチップは、先端ノードよりも信頼性、コスト、長期的な供給を重視することが多いです。実際の影響は、稼働率、顧客構成、製品価格の動向によって異なります。

組み込みメモリ eNVM は HBM と同じですか？

組み込みメモリ eNVM は HBM と同じではありません。eNVM は、MCU、SoC、コントローラに統合されたオンチップ不揮発性メモリであり、コード、設定、セキュリティデータ、低電力のデータ保持に一般的に使用されます。HBM は AI アクセラレータ向けの高帯域幅メモリであり、帯域幅、容量、パッケージングの統合が重視されています。

Hua Hong Semiconductor は AI ストレージチェーンとどのような関係がありますか？

Hua Hong Semiconductorは、AIストレージチェーンとの関係がより間接的です。同社はDRAM、NAND、HBMのメーカーではなく、特殊プロセスのファウンドリです。その関連性は主にeNVM、パワーデバイス、アナログおよび電源管理、MCU、成熟ノードのサポート用チップから生じており、これらは決算報告や顧客需要を通じて検証される必要があります。

TSMCはAIストレージチェーンにどのように参加しているのか？

TSMCは、主に先進ロジック製造と先進パッケージングを通じてAIストレージチェーンに参加しています。AI GPUおよびAI ASICは先進ノードでの製造が必要であり、その後CoWoS、シリコンインターポーザーおよび関連するパッケージング技術を通じてHBMと接続されます。HBM自体は主にメモリメーカーによって供給されており、TSMCはむしろシステム統合製造の役割を果たしています。

ファウンドリ株への投資で注目すべきAIストレージ指標とは？

ファウンドリ株に投資する際、重要なAIストレージ指標には、先端プロセスノードの売上高、CoWoSや2.5D/3Dパッケージングの処理能力、eNVMプラットフォーム、PMICおよびMCUの需要、稼働率、粗利益率、資本支出などが含まれます。これらの判断は、企業の提出書類、受注の開示情報、およびプラットフォーム手数料の規則に基づいて行うべきであり、投資助言を構成するものではありません。