SK HynixはNvidiaのVera Rubinプラットフォームの立ち上げに伴いSOCAMM2 PCBの発注を増やしており、一方で銅張積層板(CCL)と基板の不足が価格を押し上げている。AI構築において注目される数字はGPUだが、現在納期を左右する制約は一段下の層に存在する。

このパターンはスタック全体で一貫している。Nvidiaとそのライバルたちは、光インターコネクトから先端パッケージングまで、クラスタ拡張を制約する部品の支配を強化している。なぜなら、データを移動・供給する部品が追いつかなければ、生の計算能力は無用の長物だからだ。SOCAMM2のような新しいモジュール形状規格は、その下にあるボード、基板、積層板が大量に存在して初めて意味を持つ。CCLが逼迫すると、下流のすべての購買者が同じ有限の生産量を奪い合うことになり、価格決定力は希少な川上材料を所有する者へと移行する。これがAIサプライチェーンの静かな価格再編である。マージンとリードタイムは、シリコンだけでなく受動部品と基板によって決定されつつある。

投資家にとっての示唆は、AI設備投資が出荷システムへ直接的に転換されるわけではないということだ。材料不足は発注から納品までの期間を延ばし、積極的なデータセンター資金調達が前提とする収益認識を圧縮する。負債で購入した容量も、積層板の待ち行列で待機することになる。

日本にとって、これは真の影響力を持つポジションである。同国はまさに今逼迫しつつあるチョークポイントの川上に位置している。ABFビルドアップフィルム、BTレジン、ハイエンドCCL、先端IC基板は、日本の材料・基板メーカーに集中している。AIプラットフォームがより多くの層、より微細な配線、より大きな本体を要求するにつれ、需要はその仕様で認定可能なサプライヤーへと流れ、日本はその認定済み生産能力の不均衡なシェアを保有している。リスクは自己満足である。生産能力の増強には時間がかかり、韓国と台湾の購買者はすでに供給確保のため先行契約を結んでいる。

AIインフラを計画する日本企業とSIerにとって、実務的な要点は調達規律である。基板不足が波及するにつれサーバーとアクセラレータのリードタイムは延び、昨年の価格設定に基づく構築スケジュールと予算想定は見直しが必要だ。オンプレミスAIクラスタを仕様策定するチームは、モデル選択ではなくハードウェア可用性を制約変数として扱い、タイムラインとエンドカスタマーへのコスト転嫁の両方に不測事態を織り込むべきである。