【geek-terminalニュース】AIメモリ供給網の最新情報

以前お伝えしたローカルLLMの大容量メモリ運用論、そしてデータセンター向けGPU供給制約の続報です。今回の主役は、派手な新モデルではありません。Intelがメモリ関連事業に戻るのではないかという観測、中国CXMTがHBM3Eの初期生産に入ったとされる報道、そしてNVIDIA HGX世代でHBM3eが製品仕様そのものに組み込まれている事実です。要するに、AIの実効性能を決める場所が、パラメータ数やベンチスコアの表面から、HBM、VRAM容量、帯域、先端パッケージング、供給網の地政学へ移っています。

【事象の全貌と背景】
今回のIntel周辺の話は、慎重に切り分ける必要があります。検索結果上では、CEO Lip-Bu Tan氏の発言をきっかけに「Intelがメモリ事業へ戻るのでは」という見方が出た一方、CFO David Zinsner氏は自社でのメモリチップ製造へ戻る計画はないと説明した、と複数記事が伝えています。つまり、ここを「IntelがDRAM製造に復帰」と断定するのは危険です。現時点で記事化できるのは、IntelがDRAMセルの量産メーカーへ戻る話ではなく、EMIBなどの先端パッケージング、HBM統合、ベースダイ、AIアクセラレータ周辺の実装技術で再び重要プレイヤーになり得る、という観測です。

一方、中国側ではThe Decoderが、ChangXin Memory Technologies、つまりCXMTがHBM3Eを少量生産し始めたと報じています。これも公式に確認された量産覇権ではなく、少量またはリスク生産段階とされる話です。ただし、意味は大きい。HBMは単なるメモリ部品ではなく、AIアクセラレータの演算器にデータを供給し続けるための血管です。演算性能だけが高くても、HBM帯域と容量が足りなければGPUは待たされます。中国のAI半導体供給網にとって、HBM3Eへの到達が本当なら、輸出規制下で国内AIチップを成立させるための重要な一歩になります。

【技術的ディープダイブ】
公式に断定できる裏付けとしては、NVIDIAの資料に、HGX B200、HGX B200-850、HGX B300などのBlackwell世代HGX構成がHBM3eを前提に記載されています。HGX B200およびHGX B200-850は8-GPU、SXM6、180GB HBM3e構成、HGX B300は8-GPU、SXM6、270GB HBM3e構成として示されています。さらにHGX H20 141GB HBM3e 8-GPU Air Cooled、HGX H200 8-GPU 141GB Air Cooledも対象ハードウェアとして挙がっています。ここから確実に言えるのは、HBM3eが現行AIサーバーの周辺部品ではなく、GPU SKUの製品定義そのものを構成する中核部材になっている、ということです。

HBMの厄介さは、DRAMのように単に容量を積めばよい話ではない点にあります。複数のDRAMダイを積層し、広いインターフェースでロジックダイやGPUに近接接続し、パッケージ全体として歩留まり、熱、帯域、実装密度を成立させる必要があります。だからIntelがもしAIメモリ供給網で存在感を出すとしても、DRAMセルを焼く工場に戻るより、EMIBのような高密度接続、HBMベースチップ、先端パッケージングで入る方が現実味があります。TrendForce系の記事でも、CoWoS供給制約の中でGoogleなどがIntelのEMIB技術に関心を示しているとされ、Intelの先端パッケージング本格化は2029年ごろとの見通しが語られています。これは未来予定・観測であり、既に起きた成果としては扱えませんが、方向性としてはかなり示唆的です。

NVIDIA資料では、BlackwellのMultiple GPU Passthrough with a Bounce Buffer、MPT CCモードにも触れられています。1つのConfidential VMに最大8基のGPUをパススルーし、GPUデバイスとCVM間の暗号化データ転送をバウンスバッファが中継し、同じCVM内のGPU同士は暗号化されたNVLinkでピアツーピア通信できる、という整理です。つまりAIメモリ問題は、HBM容量だけでなく、ファームウェア、VBIOS、NVLink、機密計算、ホストOSカーネルまで巻き込むインフラ問題になっています。

【コミュニティの生々しい熱量と議論】
この話がギークに刺さるのは、データセンターだけの話ではないからです。RedditのLocalLLaMAでは、88GB VRAMの寄せ集め構成で「Qwen 3.5 122B Q4_K_M running at >50 t/s」と報告するユーザーがいます。別のユーザーはGTX 1080と64GB DDR4、3Dプリントの10インチラック、物理的にはみ出すGPUという構成で、Qwen系35Bを約4 tok/sで回している。速いか遅いかではなく、メモリをかき集めれば、巨大モデルが「動く」領域に入るという現場感が濃い。

反応はかなり現実的です。あるユーザーは「Incredibly low tps」と言いつつ、Unityゲーム制作を裏で進める用途なら使えると語っています。別の議論では、VulkanがROCmより速いケース、MoEでactive parameters 10B以下を狙うべきだという実践知、統合メモリをGPUに広く使わせるためのカーネル起動オプションまで飛び交っています。これは「最高性能GPUを買えない人たちの妥協」ではなく、メモリ階層をどう騙し、どう埋め、どう帯域を確保するかという、ローカル推論勢の実験場です。

HN側の反応も辛口です。「One unit of HBM capacity consumes roughly the wafer capacity that could have produced three units of DDR5 capacity」という指摘は、HBMがなぜ高く、なぜ供給制約になるかを端的に示しています。「The biggest problem is that the industry wants HBM, whereas consumers want DRAM」というコメントも鋭い。消費者は安い大容量メモリを欲しがるが、AIデータセンターは高帯域HBMを奪い合う。ここでメモリ産業の投資先が変わると、PC用DRAM価格、GPU価格、ローカルLLM環境の組みやすさまで波及します。

【今後の展望とエコシステムへの影響】
ここから見えてくるパラダイムシフトは明確です。モデル性能だけを追う時代は終わりつつあります。次に効くのは、何GBのHBMを、どの帯域で、どのパッケージングで、どの供給網から、どの価格で確保できるかです。データセンターでは、HBM3eを大量に載せたHGX構成がAIサーバーの標準的な性能単位になり、ローカルLLMでは、単体GPUの演算力よりもVRAM総量、共有メモリ、CPU RAMオフロード、MoEのactive parameter設計が体感性能を左右します。

オワコン化するのは、単純なTFLOPS自慢です。演算器だけ速くても、メモリが詰まれば推論は伸びません。逆に浮上するのは、HBMを供給できる企業、HBMを実装できるパッケージング企業、そして限られたメモリでモデルを動かすソフトウェアスタックです。Intelの話はDRAM復帰ではなく、AIパッケージング供給網への再接続として見るべきです。CXMTの話は、まだ報道ベースながら、中国がAIメモリの自立へ進むシグナルとして無視できません。そしてNVIDIA HGXの公式仕様は、HBM3eがAIインフラのど真ん中にいることを既に示しています。

結論として、2026年のAI競争は「どのモデルが賢いか」だけでは語れません。モデルを現実に走らせるメモリ供給網を握る者が、クラウドの価格、ローカル推論の自由度、地政学的なAI主権まで左右する局面に入っています。地味ですが、これはAI業界の足回りが入れ替わる巨大なニュースです。