チップスタートアップが85億ドルを調達、メモリとデータ移動が主導

80社のスタートアップが四半期で約85億ドルを調達し、最大規模のラウンドはデータ移動とメモリのボトルネックを解決する企業に流れた。BessemerがAIネイティブスタートアップ向けに用意した57億5000万ドルの新ファンドと合わせて読めば、シグナルは明確だ。資本はもはやモデルだけを追いかけていない。AI経済を制約する物理的な制約に向けて、スタック下層へと移動している。

戦略的論理は健全だ。コンピュート性能のスケーリングは、それにデータを供給する能力を上回っている。インターコネクト帯域幅、高帯域メモリ、そしてアクセラレータ間でテンソルを送受信するファブリックが、トレーニングと推論コストの真の上限となっている。2023年から2025年にかけてアプリケーション層のラッパーに資金を投じてきた投資家たちは、持続可能なマージンがハードウェアに近い場所にあることを学びつつある。インターコネクト、光学I/O、CXL、メモリ中心アーキテクチャの評価額は、汎用AI SaaSの倍率が圧縮されても高水準を維持すると予想される。

ここにはリスクも内在している。ディープテックシリコンは長期の開発期間、過酷な資本集約性、そして買収候補の狭さ——NVIDIA、Broadcom、ハイパースケーラー——を持つ。8年スパンのハードウェアスタートアップへの資金流入は、より速い出口を前提とするベンチャーモデルとは不協和音を生む。これらの企業が量産に達する前にAI設備投資サイクルが冷え込めば、ダウンラウンドは深刻なものになるだろう。

日本にとって、これは鏡であると同時に警告でもある。日本はまさに世界的な資本を集めている層——Kioxiaを通じたメモリ、材料、先端パッケージング、そしてHBM歩留まりを支える検査・測定ツール——において真の強みを持っている。しかし、その強みのほとんどはベンチャー投資を受けたスタートアップとして表現されていない。日本のディープテックVCパイプラインは依然として薄く、有望な大学発のシリコンスピンアウトは、Bessemerのようなファームが自在に展開する忍耐強く大規模な資本の不足により定期的に停滞している。

日本の大企業とSIerエコシステムにとって、示唆は間接的だが現実的だ。AIインフラコストがGPU数ではなくメモリとインターコネクトによって再定義されるにつれ、調達とシステム設計の前提が変わる。オンプレミスAI構築を助言するSIerは、データ移動コストを脚注ではなく第一級の変数としてモデル化すべきだ。ボトルネックと資本がどこに移動したかを理解する企業は、昨日のコンピュート中心の視点で最適化している企業よりも、防御可能なアーキテクチャを設計するだろう。