メモリ業界はAIで何が変わるのか｜HBM・DDR5・NAND・CXLまで一気に整理する

本記事は特定銘柄の売買を推奨するものではありません。業界構造を調べ・整理し・記録する探索ログです。

この記事の目的
DRAMは「同じメモリ」ではない
HBMロードマップ：容量と帯域が同時に増える
1. GPU1個あたりのHBM搭載量が急増している
2. HBM市場規模
HBMの供給ボトルネック
学習から推論に移ると、メモリ需要は減るのか
1. LLMのパラメータ数とメモリ必要量
Samsung / SK hynix / Micronの競争構図
NAND/ストレージもAIで動く
CXLメモリ：HBMを補完する新レイヤー
メモリサイクルはAIで変わるのか
投資家が次回決算で見るべき数字
1. SK hynix / Samsungで見るべき指標
日本株への接続
まとめ：AIの制約はGPUからメモリへ移っている
参考文献
免責事項

この記事の目的

AI関連株でNVIDIAやGPUは語られやすい。しかしGPUの性能が上がるほど、本当のボトルネックはメモリに移る。

メモリ容量が足りなければ大きなモデルは動かない。メモリ帯域が足りなければ演算器が待ちぼうけになる。メモリの供給が詰まればGPUは出荷できない。

この記事では、AIデータセンターの拡大でメモリ業界に何が起きているかを整理する。DRAMの種類、HBMのロードマップ、学習と推論でメモリ需要がどう変わるか、Samsung・SK hynix・Micronの競争構図、NANDやCXLまで、1本で全体像を掴めるようにした。

→ AIデータセンター関連株マップ
→ Micron（MU）企業分析ログ

DRAMは「同じメモリ」ではない

DRAMと一口に言っても、用途ごとに別市場になっている。AIデータセンターで最も話題になるのはHBMだが、AI需要はHBMだけで完結しない。

種類	主な用途	AIデータセンターでの使われ方
DDR5 / DDR5 RDIMM	サーバーDIMM、PC	GPUサーバーのホストCPU側メモリ。前処理、データロード、RAG、推論サービス管理（出典：JEDEC DDR5、2026-06-19取得）
LPDDR5/5X/6	スマホ、AI PC、車載、エッジAI	端末側AI。NVIDIA Grace/Vera系のCPU側低消費電力メモリにも波及（出典：JEDEC、2026-06-19取得）
HBM3 / HBM3E / HBM4	AI GPU/ASIC直結	学習・大規模推論の中心。GPUの演算器に近い場所で大容量・高帯域を供給（出典：NVIDIA H100/H200、SK hynix HBM4発表、2026-06-19取得）
GDDR6 / GDDR7	グラフィックスGPU、推論GPU	HBMほど高価ではないため、画像AI、映像AI、中小規模推論で使われる（出典：NVIDIA L40S、Samsung GDDR、2026-06-19取得）
CXL DRAM	PCIe/CXL接続のメモリ拡張	HBMの代替ではなく、CPU側メモリ拡張やメモリプーリング（出典：CXL Consortium、2026-06-19取得）

AI需要は3層に分かれる。

レイヤー	メモリ	需要ドライバー
AIアクセラレータ直結	HBM	GPU世代交代、モデル大型化、推論常時稼働
CPU/サーバー側	DDR5、CXL DRAM	GPU台数増、データ前処理、RAG
エッジ/端末側	LPDDR、GDDR	AI PC、スマホAI、車載AI

DDR5はAI GPUそのものに載るメモリではないが、GPUサーバー全体には欠かせない。TrendForce報道では、2026年Q1のDRAM契約価格は前四半期比90〜95%上昇し、Q2も58〜63%上昇が予測されている（出典：Tom’s Hardware/TrendForce報道、2026-06-19取得）。AIはHBMだけでなく、普通のサーバーメモリにも価格圧力をかけている。

HBMロードマップ：容量と帯域が同時に増える

HBMはHigh Bandwidth Memoryの略で、DRAMダイを縦に積み、GPU/AI ASICのすぐ横に置く。通常のDDR5よりもGPUに近い場所で大容量・高帯域を供給できる。HBMはJEDEC標準であり、Samsung、SK hynix、Micronが主要サプライヤーである（出典：JEDEC、HBM公開解説、2026-06-19取得）。

世代	インターフェース/帯域	容量の目安	主な搭載先
HBM3	1024-bit、H100では3.35TB/s	H100 SXMで80GB	NVIDIA H100、AMD MI300X（出典：NVIDIA H100、AMD MI300X、2026-06-19取得）
HBM3E	1024-bit、H200では4.8TB/s、B200では8TB/s級	H200 141GB、B200 192GB、MI325X 256GB、MI355X 288GB	H200、B200、GB200/GB300、MI325X、MI355X（出典：NVIDIA H200、NVIDIA Blackwell、AMD MI355X、2026-06-19取得）
HBM4	2048-bit。JEDEC標準は8Gbps、最大2TB/s級/stack。SK hynixは10Gbps超と発表	JEDEC上は最大64GB/stack	NVIDIA Rubin、次世代AMD、カスタムASIC候補（出典：SK hynix HBM4発表、JEDEC、2026-06-19取得）
HBM4E	HBM4拡張。顧客別ベースダイ、カスタムロジックが焦点	未確定	Rubin Ultra以降、ASIC向け候補（出典：TechRadar/Micron報道、2026-06-19取得）

GPU1個あたりのHBM搭載量が急増している

アクセラレータ	メモリ	容量	帯域	出典
NVIDIA H100 SXM	HBM3	80GB	3.35TB/s	NVIDIA H100公式
NVIDIA H200	HBM3E	141GB	4.8TB/s	NVIDIA H200公式
NVIDIA B200	HBM3E	192GB	8TB/s級	NVIDIA Blackwell公式
GB200 NVL72	HBM3E	13.5TB級/rack	72 GPU構成	NVIDIA GB200 NVL72公式
AMD MI300X	HBM3	192GB	約5.3TB/s	AMD MI300X公式
AMD MI325X	HBM3E	256GB	約6TB/s	AMD MI325X公式
AMD MI355X	HBM3E	288GB	8TB/s	AMD MI355X公式
Google TPU Ironwood	HBM3E	192GB	7.3TB/s級	Tom’s Hardware/Google Cloud報道
Microsoft Maia 200	HBM3E	216GB	7TB/s	Tom’s Hardware報道
Meta MTIA 300-500	HBM	216〜512GB	6.1〜27.6TB/s	Tom’s Hardware報道

（上記GPU/ASIC仕様は各社公式ページまたは公式発表をもとにした報道から取得。2026-06-19時点）

H100からH200への変化は重要。 GPU世代は同じHopperのまま、HBM3Eでメモリ容量を1.76倍、帯域を1.43倍にした。演算器だけでなくメモリが製品の価値を決める時代に入っている。

さらに重要なのは、NVIDIAだけでなく、AMD GPU、Google TPU、Meta MTIA、AWS Trainium、Microsoft MaiaのようなカスタムASICもすべて高帯域メモリを必要とすること。AI ASICが増えてもHBM需要は消えない。むしろ広がる。

HBM市場規模

HBM市場規模とシェアは、売上ベース、出荷容量ベース、世代別、顧客別で数字が変わる。Micron関連報道ではHBM TAMは2028年に1,000億ドル規模との推計がある（出典：Tom’s Hardware/Micron報道、2026-06-19取得）。これは投資判断用の確定値ではなく、長期市場規模の目安として扱う。

HBMの供給ボトルネック

HBMは「DRAMウェハーを増やせば解決」ではない。DRAMダイを薄くし、縦に積み、TSVで貫通接続し、GPU/ASICと同じパッケージに載せる必要がある。制約は複数ある。

ボトルネック	何が難しいか	投資家向けの意味
TSV（貫通電極）	ダイを貫通する電極で上下のDRAMを接続する	積層数が増えるほど歩留まり・テストが難しくなる（出典：HBM公開解説、2026-06-19取得）
8Hi→12Hi→16Hi	積層数を増やすほど容量は増えるが、薄化、接合、熱が難しい	12Hi/16Hiを安定量産できる会社が有利（出典：SK hynix HBM4発表、2026-06-19取得）
ベースダイ	HBM4ではロジックベースダイの重要性が増す	メモリ会社だけでなくTSMC等ファウンドリとの連携が必要（出典：SK hynix HBM4発表、TechRadar/Samsung報道、2026-06-19取得）
CoWoS/先端パッケージ	GPU/ASICとHBMを近接配置するパッケージ工程	HBMだけ作れても先端パッケージ枠がなければ出荷が詰まる（出典：Tom’s Hardware/TSMC CoWoS報道、2026-06-19取得）
ウェハー消費	HBMは通常DRAMの約3倍のウェハーリソースを消費（Micron CEO発言報道）	HBM増産がDDR5/LPDDR/GDDRの供給にも波及しうる（出典：Tom’s Hardware/Micron報道、2026-06-19取得）
テスト工程	高容量・高帯域スタックは良品判定が難しい	HBMテスト時間が伸びるほどメモリテスタ需要とボトルネックが増える
顧客認定	NVIDIA/AMD/ASICの認定がないと出荷できない	認定獲得までの時間が競争を左右する

最後のウェハー消費が特に重要。Micron CEO発言報道では「需要の半分から3分の2しか満たせない」とされ、顧客が長期供給契約で確保に動いている背景がある（出典：Tom’s Hardware/Micron報道、The Verge/Micron報道、2026-06-19取得）。

学習から推論に移ると、メモリ需要は減るのか

結論：減らない。形を変えて増える。

項目	学習	推論
主な目的	モデルの重みを更新	学習済みモデルで回答を生成
メモリ需要	モデル重み、勾配、オプティマイザ状態	モデル重み、KVキャッシュ、長文コンテキスト
重視される性能	大容量HBM、高帯域	レイテンシ、帯域、台数、電力効率
使うメモリ	HBM中心	HBM、GDDR、DDR5、LPDDR、SSD、CXLまで広がる

学習は1回あたりの負荷が重い。推論は1回あたりは軽いが、ユーザー数×リクエスト数×常時稼働で需要が膨れる。

推論が増えると、以下のメモリ需要が増える：

需要	メモリ種類	理由
大規模モデル推論	HBM	モデル重みとKVキャッシュをGPU近傍に置く
中小モデル推論	GDDR	コスト重視の推論GPUで使う
サーバー全体	DDR5 RDIMM	CPU側の前処理、推論サービス管理
長文・RAG	SSD/NAND	ベクトルDB、文書検索データ
メモリ拡張	CXL DRAM	HBMに載り切らないデータを階層化

推論シフトは「HBMから離れる」のではなく、「HBM＋GDDR＋DDR5＋SSD＋CXLに広がる」。

LLMのパラメータ数とメモリ必要量

モデル規模	FP16/BF16重み	INT8重み	INT4重み	想定環境
8B	約16GB	約8GB	約4GB	小型推論、端末・小型サーバー
70B	約140GB	約70GB	約35GB	H100/H200/MI300X級で扱いやすい
405B	約810GB	約405GB	約203GB	複数GPU・シャーディング前提
1T	約2TB	約1TB	約500GB	ラック/クラスタ前提

（計算根拠：FP16/BF16は1パラメータ2バイト、INT8は1バイト、INT4は0.5バイトの単純計算。実運用ではKVキャッシュ、ランタイム、冗長化、RAGデータが乗るため、必要メモリは重みだけでは決まらない）

Samsung / SK hynix / Micronの競争構図

DRAM全体はSamsung、SK hynix、Micronの3社寡占である。ただし、AI時代には「DRAM全体シェア」と「HBMシェア」を分ける必要がある。HBMは顧客認定、先端パッケージ、TSV、電力効率で差がつきやすい。

3社の位置づけ

会社	強み	弱み/リスク
SK hynix	HBM3E先行、HBM4量産準備（2048 I/O、10Gbps超、帯域2倍、電力効率40%超改善）、Advanced MR-MUF（出典：SK hynix HBM4発表、2026-06-19取得）	HBM依存が高まるほど顧客集中・世代交代リスクも増える
Samsung	DRAM/NAND/ファウンドリ/パッケージを持つ総合力。HBM4で4nmロジックベースダイ、1c DRAM、11.7Gbps、最大3.3TB/s級と報じられる（出典：TechRadar/Samsung HBM4報道、2026-06-19取得）	HBM3E認定遅れの報道があり、AI向けでSK hynixに先行された印象
Micron	米国唯一の大手DRAM。HBM3E量産、H200向け24GB 8H HBM3Eを出荷。HBM4/HBM4Eで高帯域・カスタムベースダイを訴求（出典：Micron HBM3E発表、2026-06-19取得）	規模は韓国2社より小さい。HBM量産枠と顧客認定の獲得が焦点

DRAMシェアも変動している

Tom’s Hardwareは、2025年Q2のメモリ売上でSK hynixが96.6億ドル（シェア36.2%）、Samsungが89.4億ドル（シェア33.5%）と報じた。HBM高単価がSK hynixの売上シェアを押し上げた形である（出典：Tom’s Hardware報道、2026-06-19取得）。

ただし、「メモリ売上シェア」と「DRAM単体シェア」と「HBMシェア」は別の数字である。SK hynixのHBMシェアは約57%と報じられているが（出典：Tom’s Hardware/SK hynix投資報道、2026-06-19取得）、DRAM全体シェアは約32%である。HBMは高単価なので、売上ベースではHBM先行企業のシェアが大きく見えやすい。

HBM世代別の競争

世代	状況
HBM3E	SK hynix先行。Micron追い上げ。Samsung巻き返し中
HBM4	三つ巴。ロジックベースダイ、TSV、熱、顧客認定が焦点
HBM4E	顧客別カスタム化が競争軸。GPU/ASICメーカーとの共同設計に近づく

3社の直近業績：AIメモリが収益を押し上げている

会社	直近の注目数字	出典
Micron	FQ2 2026売上238.60億ドル、GAAP粗利率74.4%、営業利益率67.6%。Cloud Memory＋Core Data Centerで134.36億ドル（全社売上の約56.3%）。FQ3 2026ガイダンスは売上335億ドル±7.5億ドル、粗利率約81%	Micron FQ2 2026決算、2026-06-19取得
SK hynix	2026年Q1売上52.58兆ウォン、営業利益率72%。5年でメモリウェハー能力を倍増との報道	MarketWatch報道、Tom’s Hardware/SK hynix投資報道、2026-06-19取得
Samsung	2026年Q1連結売上133.873兆ウォン、営業利益57.233兆ウォン。半導体部門営業利益53.7兆ウォン（全社の約93.8%）。2026年投資は700億ドル超との報道	WSJ報道、2026-06-19取得

Micronの粗利率74.4%→81%ガイダンス、SK hynixの営業利益率72%、Samsungの半導体部門営業利益が全社の93.8%を占める構図は、AIメモリがメモリ会社の収益性を根本的に変えていることを示している。

HBM供給契約が業界構造を変える

HBMは汎用品ではなく、顧客ごとの共同開発・長期供給に近い。

会社	長期契約・供給確保の動き	出典
Micron	顧客がmulti-year supply commitmentsへ動いていると報道	Tom’s Hardware/Micron報道、2026-06-19取得
Samsung	2026年メモリ生産能力がすでに売り切れ、HBM売上が2026年に3倍超との報道	WSJ報道、2026-06-19取得
SK hynix	既存ライン飽和で、顧客がEUV装置購入やファブ前払いを申し出ていると報道	Tom’s Hardware/SK hynix投資報道、2026-06-19取得

NAND/ストレージもAIで動く

AI需要はHBMだけで語られやすいが、NAND/SSDも重要。HBMはGPU計算中の超高速作業机、SSDはモデル・データ・ログ・RAG・チェックポイントを置く本棚である。

用途	ストレージ	AIとの関係
学習データ保存	HDD、QLC/TLC SSD	大量のテキスト・画像・動画データ
チェックポイント	高速NVMe SSD	学習中のモデル状態を定期保存
RAG/ベクトルDB	SSD、DRAM、CXL	低レイテンシ検索が必要
KVキャッシュ拡張	HBM→DDR5→CXL→SSD	長文コンテキストでメモリ階層化
モデル配布	SSD	複数ノードへ重みを配置

TrendForce報道では、2026年Q2のNAND Flash契約価格は前四半期比70〜75%上昇が予測され、enterprise SSD向けに供給が振り向けられている（出典：Tom’s Hardware/TrendForce報道、2026-06-19取得）。

→ NAND/SSDとAI推論需要の構造
→ キオクシア（285A）企業分析ログ

CXLメモリ：HBMを補完する新レイヤー

CXLはCompute Express Linkの略で、CPUとメモリデバイスやアクセラレータを低レイテンシかつキャッシュ一貫性を持って接続する規格である（出典：CXL Consortium、2026-06-19取得）。

CXLはHBMを置き換えるものではない。HBMはGPU/ASIC直結の超高速メモリ、CXLはCPU側のメモリ拡張・プーリングに向く。推論でKVキャッシュやRAGのメモリ使用量が増えるほど、HBMだけでなくCXL DRAMやSSDへ階層化する意味が出る。

会社/製品	状況	AIデータセンターでの意味
Samsung 512GB CXL DRAM	DDR5 DRAM、ASIC CXLコントローラ、PCIe 5.0を使ったE3.Sモジュールを発表（出典：Samsung Newsroom、2026-06-19取得）	CXLを「サーバーのメモリ容量を増やす部品」として早期に製品化した例
Micron CZ122 CXL	Intel Xeon 6環境で8台のCXLメモリを使い、read bandwidth +24%、mixed R/W bandwidth最大+39%、HPC/AIワークロードの幾何平均性能+24%を報告（出典：Micron CXL評価論文/arXiv、2026-06-19取得）	CXLが評価段階にあり、CPU側メモリ帯域の補助として機能する実証
SK hynix CMM	階層型メモリ拡張でPCIe Gen5 NVMe SSDと組み合わせ、最大35.7%のスループット改善を報告（出典：ITME論文/arXiv、2026-06-19取得）	長文推論・KVキャッシュの外部化で、CXLとSSDを組み合わせる方向が出ている

CXLはまだ普及初期だが、推論常時稼働でメモリ容量が問題になる局面で、HBMとSSDの間を埋めるレイヤーとして注目されている。

メモリサイクルはAIで変わるのか

従来のサイクル

需要増 → DRAM価格上昇 → 各社増産 → 供給過剰 → 価格下落 → 減産 → 回復

AIで何が変わるか

変化	内容
高付加価値化	HBM比率が上がるとASPと粗利率が上がりやすい
長期契約化	クラウド事業者がDRAM/HBM/NANDを複数年で押さえる動き
キャパ転換	HBMが通常DRAMのウェハーキャパを食い、DDR5/LPDDRにも需給影響
供給リードタイム	新工場・先端パッケージ・HBM量産はすぐ増やせない
過剰投資リスク	HBMも増産しすぎれば価格下落する。顧客集中もリスク

サイクルは消えないが、振れ方が変わる可能性がある。 HBMは長期契約と顧客認定で収益の見通しが立ちやすい一方、各社が増産しすぎれば価格下落リスクは残る。

2022〜2026年のサイクル整理

年	何が起きたか
2022	PC・スマホ需要の反動減と在庫調整でメモリ市況が悪化
2023	減産、在庫調整、価格下落の底打ち局面。AI GPU需要は立ち上がり始める
2024	HBM3E、H100/H200、MI300XでAI向けメモリが収益回復を牽引
2025	HBM3EからHBM4準備。SK hynixがメモリ売上首位との報道。通常DRAMにも供給逼迫が波及
2026	DRAM/NAND契約価格が急騰。Micron粗利率74.4%→81%ガイダンス。Samsung/SK hynixもAIメモリで高収益

（出典：2022-2024年は各社IR。2025-2026年はTom’s Hardwareメモリ売上シェア報道、Micron FQ2 2026決算、TrendForce報道、2026-06-19取得）

投資家が次回決算で見るべき数字

最も近い確認ポイントはMicronの2026年6月24日決算。

指標	なぜ見るか	直近の基準値
HBM売上・比率	AI需要の直接指標	HBM3E量産開始済み。HBM TAM 2028年1,000億ドル規模との報道（出典：Micron HBM3E発表、Tom’s Hardware/Micron報道）
Data Center比率	AIサーバー需要の実態	FQ2 2026のCloud Memory＋Core Data Center合計が全社売上の約56.3%（出典：Micron FQ2 2026決算）
粗利率	HBM高付加価値が利益に効いているか	FQ2 GAAP粗利率74.4%、FQ3見通し約81%（出典：同上）
DRAM ASP	HBM以外にも価格上昇が広がっているか	2026年Q2 DRAM契約価格+58〜63% QoQとのTrendForce報道
CapEx	供給拡大速度と過剰投資リスク	FQ2 CapEx 50億ドル、adjusted FCF 69億ドル（出典：同上）
LTA（長期契約）	収益の見通しの安定度	multi-year supply commitmentsとの報道

SK hynix / Samsungで見るべき指標

指標	なぜ見るか
HBM3E/12Hi出荷	現世代AI GPU向けの供給力。SK hynixは営業利益率72%で先行
HBM4量産計画	Rubin/次世代ASIC向けの主導権
NAND/eSSDコメント	AI推論でNAND/SSD側にも需要が来ているか
CapExと先端パッケージ	SK hynix 5年で能力倍増、Samsung 700億ドル超投資との報道

→ AIデータセンター関連株決算カレンダー

日本株への接続

メモリ業界の変化は、日本企業にも波及する。

分野	日本企業例	メモリAI需要との接続
メモリテスタ	アドバンテスト	HBM/DRAM/SoCテスト。HBMは高容量・高帯域でテスト負荷が重い
ダイシング/研削	ディスコ	HBMの薄化、積層、先端パッケージでウェハー加工需要
NAND/SSD	キオクシア	AI推論向けにCM/GP/LCシリーズ、Storage-Next、245TB級LC9を展開
GPU/AI基板	イビデン	HBMそのものではなく、GPU/ASICパッケージ基板経由で接続
受動部品	村田製作所、太陽誘電	DDR5/HBM/GPU周辺の電源・信号品質を支える部品
光通信/電源/冷却	フジクラ、古河電工、SWCC、富士電機、高砂熱学、荏原、オルガノ、栗田工業	AIラックの光配線、電源、液冷、水処理