NVIDIAは主要顧客に対し、Vera RubinおよびGrace Blackwellチップを搭載したシステムを含むAIサーバーの価格が、来年初頭出荷分から15%超上昇すると通知した。価格上昇の要因として急騰するメモリコストが挙げられている。

数字そのものより戦略的なシグナルの方が重要だ。2年間、AI構築は「コンピュートは性能単価が低下し続ける」という暗黙の前提の上で進んできた。NVIDIA自身のシリコンではなくメモリによって引き起こされた二桁の価格上昇は、この論理を覆すものだ。高帯域幅メモリと従来型のDRAM/NANDが制約要因となり、GPUを積み上げるすべてのハイパースケーラーが同じ逼迫した供給に対して競り合っている。その結果、ファブからラック、最終的な推論トークンの価格に至るまで、スタック全体にコストインフレが伝播している。この影響は、MicrosoftやGoogle、Amazonのようなバランスシートで吸収できる企業と異なり、ネオクラウドや小規模GPUレンディング事業者のマージンを先に圧迫するだろう。また、力任せのスケーリングへのカウンターウェイトとして、効率性、小型モデル、稼働率向上、カスタムシリコンの論拠を強化することにもなる。

下流の証拠はすでに見えている。Amazonは同じメモリとストレージ不足を理由に消費者向けハードウェアの価格を引き上げた。供給ショックが最も高価なAIサーバーと最も安価なスマートスピーカーの両方に同時に到達した時、それは一時的なものではなく、システミックなものだ。

日本にとって、影響は二面的だ。供給面では、NANDの生産から世界のファブに供給される化学品や装置に至るまで、日本のメモリおよび材料における地位は、希少性が価格決定力を高める中で戦略的価値を増す。需要面では、痛手はより深刻だ。大規模GPU調達にすでに出遅れている日本企業と、それらにサービスを提供するSIerは、主権的かつオンプレミスのAI能力構築を試みる中で、上昇する参入コストに直面している。富士通、NEC、NTTデータとその顧客は、昨年の前提で承認されたAIインフラのビジネスケースがもはや成立しないことに気付くだろう。

日本の購入企業とSIerにとっての実務的な対応は、希少なハードウェアを所有することから、アクセス可能なリソースの最適化へのシフトだ。推論効率を優先し、ピーク価格での資本拘束を避けるためにマネージドクラウドGPU容量を活用し、常に安価になるフロンティアコンピュートを想定するのではなく、小型のタスク特化型モデルを中心にRPAや自動化プロジェクトを再設計することだ。コンピュートを潤沢なコモディティではなく、真に希少で価格付けされた資源として扱う企業が、今後18カ月で実際に採算の取れるAIシステムを設計することになる。