米データセンターの電力不足は38GWに到達へ：なぜモルガン・スタンレーはNvidiaとBroadcomを支持するのか

米国のAIデータセンターは、大規模言語モデルの学習、推論サービスの稼働、クラウドコンピューティング事業の支援に不可欠な重要インフラだ。構築には、大量のGPU、ASICチップ、メモリ、ネットワーク機器、信頼できる電力供給が必要となる。世界的なテック企業がAIの資本的支出（Capex）を増やし続けるなかで、データセンター建設は急速に拡大している。とはいえ、送電網の容量や送電インフラ、電力アクセスのスピードは同じ歩調で伸びない可能性がある。電力供給が、AIの計算能力を実際に投入できるかどうかを左右する重要な要因になりつつある。

最新のリサーチノートで、モルガン・スタンレーは米国のデータセンターにおけるネット電力不足の見通しを、2026〜2028年の33GWから38GWへと引き上げた。AIインフラに対する電力供給能力への懸念が高まっていることを反映している。併せて同社は、半導体分野での重要なポジティブ銘柄としてNvidia（NVDA）とBroadcom（AVGO）を引き続き挙げている。同社は、チップ出荷の見通し、海外市場の拡大、単位電力当たりの計算効率といった要因が、一部の有力企業の競争力を、電力が限られる環境でも維持する助けになる可能性があるとみている。

この変化は、AIチップ業界の競争が、単により高い演算性能を追いかける段階を超えていることを示唆する。いま競争の焦点は、計算効率、電力の確保、そして資本的支出の回収（リターン）へと、ますます強く向いている。投資家にとって38GWの電力ギャップは、データセンター建設のスケジュール問題にとどまらない。GPUとASICの競争関係を変え得るほか、メモリ、光通信、電力管理など、半導体サプライチェーンの各領域における将来の需要にも影響する可能性がある。

38GWの電力不足は、米国のデータセンターに何を意味するのか？

モルガン・スタンレーは、米国のデータセンターにおけるネット電力不足の見通しを33GWから38GWへ引き上げた。これは、今後数年にわたり、AIデータセンターによる電力需要と利用可能な電力供給の間に、より大きな不一致が生じると同社が見込んでいることを意味する。ここでいう38GWは、すでに発生している実際の停電規模ではなく、電力供給能力の予測ギャップを指す。また、米国の送電網全体が38GW分の発電能力を欠いているという解釈もすべきではない。

GW（ギガワット）は電力の単位だ。1GWは1,000MWに相当する。大規模なAIデータセンターは通常、数十〜数百メガワットの電力供給能力を必要とする一方、ハイパースケールのキャンパスでは、さらに高い電力需要を見込む場合もある。その結果、仮に数十GW規模のギャップが生じるなら、すでに計画されている多くのデータセンターが、送電網の増強を待つ必要があるほか、建設場所の見直しや代替エネルギーの導入を迫られる可能性がある。

重要なのは、データセンターの電力供給は複数の要因に左右される点だ。具体的には、地域の送電網との連系容量、変電所の建設、送電線、発電リソース、関連する承認などが挙げられる。地域全体の発電量が十分でも、計画した期限内に特定のデータセンターが必要な電力を確保できるとは限らない。したがって、電力不足は主に、時間と地理の両面での供給と需要のミスマッチを反映している。

AI業界にとって、電力制約は一部の計算能力（コンピューティング）の増設を遅らせる可能性がある。これはGPUの調達、サーバーの納入、クラウドサービスの立ち上げ時期にも影響し得る。投資家は、データセンターの計画上の能力、実際に承認された電力能力、そしてすでに稼働している計算能力を区別する必要がある。これらの指標は同一ではない。

なぜ電力不足がGPU対ASICの競争環境を変え得るのか？

GPUとASICは、AI計算における2つの重要なチップカテゴリだ。GPUは汎用性の高い並列計算能力を持ち、モデル学習、推論、幅広い計算タスクを支えられる。ASICは特定の用途向けに設計されたアプリケーション特化型の集積回路だ。チップのアーキテクチャや計算ワークフローを最適化することで、通常は性能と効率が向上する。

電力供給が比較的十分な場合、データセンター運営者は、チップの購入価格、計算性能、ソフトウェアの互換性、長期の運用コストなどを比較して判断できる。しかし、電力容量が硬い制約になると、企業は「1単位の電力でどれだけの計算タスクをこなせるか」により重点を置く必要がある。AI推論ビジネスでは、これは「電力（ワット）あたりで処理できるTokens数」として表現できる。

モルガン・スタンレーは、Nvidiaがワットあたりのトークン出力効率で競争上の優位性を持つと考えている。電力が制約される環境では、いくつかのASIC製品は市場シェア面で圧力を受ける可能性がある。この見方の核心は、データセンターの顧客が、チップ調達コストだけに注目するのではなく、限られた電力予算の範囲でより高い実出力を生み出す計算プラットフォームを優先するかもしれない、という点にある。

ただし、「すべてのASICがGPUより効率が低い」と結論づけるのは正確ではない。Google TPU、Amazon Trainium、その他のカスタムAIアクセラレータも、特定のモデルやワークロードの下では強い効率優位を提供し得る。実際の性能は、モデルのアーキテクチャ、推論精度、バッチサイズ、メモリ構成、ソフトウェア最適化、そしてシステム利用率に依存する。

そのため、GPU対ASICの競争において全てのケースに当てはまる固定的な結論はない。モルガン・スタンレーの見方は、次のように理解するのが最も適切だ。現在の製品・導入条件では、一部のNvidia計算プラットフォームにおけるシステムレベルの効率が、より注目される可能性がある。ASICの競争力は、依然として特定のワークロードに基づいて評価する必要がある。

なぜモルガン・スタンレーはNvidia（NVDA）を推し続けるのか？

Nvidia（NVIDIA、NVDA）は、世界のAIアクセラレーション計算市場における主要なサプライヤーだ。その競争優位はGPUチップそのものだけでなく、CUDAソフトウェア・エコシステム、ネットワークの相互接続、サーバーシステム、関連する開発ツールにもある。AIモデルの学習と推論の需要が拡大するにつれ、Nvidiaは計算性能、メモリ帯域、システム全体の効率を改善するために、新たな計算プラットフォームを継続的に投入している。

モルガン・スタンレーがNvidiaを引き続き支持している主な理由は、慎重な業績ガイダンス、チップ出荷の見通しの改善、海外市場の拡大、単位電力当たりの計算効率といった要因だ。投資家にとって出荷の見通しが明確になることは、今後の製品デリバリーや顧客需要がより読みやすくなり、売上の見通しに伴う不確実性の一部を減らせることにつながる。ただし、顧客が資本的支出を見直したり、サプライチェーンの変化が起きたりすれば、受注やデリバリーの見込みは変わる可能性がある。

電力が制約される局面では、Nvidiaのシステムレベルの効率が重要な競争優位になり得る。データセンター運営者は、単体のGPU性能だけでなく、サーバー、ネットワーク、冷却システム、ソフトウェアの実行効率も比較する必要がある。もし計算プラットフォームが同じ電力容量でより多くの推論タスクを完了できるなら、データセンターの収益ポテンシャルが高まる可能性がある。

同時に、Nvidiaは長期的な競争圧力にも直面している。大手クラウド企業は、計算コストを下げ、サプライチェーンの自律性を高めるために、カスタムAIチップを継続的に開発している。Nvidiaの売上が伸び続けても、市場シェア、粗利率、バリュエーション水準が同じペースで上昇するとは限らない。したがって、NVDA株を分析する際にも、投資家はデータセンター売上、製品粗利率、顧客の資本的支出、カスタムチップからの競争に焦点を当てる必要がある。

なぜBroadcom（AVGO）もモルガン・スタンレーの注目を集めるのか？

Broadcom（Broadcom、AVGO）は、カスタムAIアクセラレータ、ネットワークスイッチング用チップ、高速インターコネクトなど、インフラ関連の領域に事業エクスポージャーを持つ主要な半導体およびインフラソフトウェア企業だ。大手クラウド企業がAIデータセンターの建設を拡大するにつれ、カスタムチップやネットワーク・インフラの需要はBroadcomにとって重要な成長機会になる。

Nvidiaとは異なり、Nvidiaの中核事業が主に汎用用途のGPUプラットフォーム提供にあるのに対して、Broadcomの重要な方針の1つは、大手テクノロジー顧客が特定のワークロードに合わせたカスタムチップを開発できるよう支援することだ。反復的な計算タスクが多いクラウド事業者では、ターゲットを絞った最適化によりカスタムASICが計算コストの一部を削減できる。さらに、大規模なAIクラスターでは、計算ノードを接続するために高速スイッチング用チップやネットワーク機器が必要であり、これもBroadcomにとって市場機会を生む。

モルガン・スタンレーがNvidiaとBroadcomの双方に対して同時に前向きな姿勢を示しているのは、GPUとASICを完全に対立する投資方向だとは見ていないことを示唆している。電力が制約される環境で一部のASIC製品がシェア圧力を受けたとしても、カスタムチップは特定の顧客や計算シナリオにおいて引き続き成長できる可能性がある。さらにBroadcomは、ASIC事業だけに依存しているわけでもない。同社のネットワーク向け半導体事業は、AIクラスター規模の拡大に参加できる。

とはいえ、Broadcomのカスタムチップ事業は、大手顧客のプロジェクトのスケジュールに影響される可能性がある。顧客がチップの研究開発計画を変更したり、データセンター建設のスケジュールや資本的支出を見直したりすれば、関連する売上成長は変動し得る。そのため、AVGOの投資論拠は、カスタムAIチップ需要、ネットワーク事業の成長、そして顧客集中リスクを同時に考慮する必要がある。

なぜ2027〜2028年のデータセンターCapex見通しが疑問視されているのか？

モルガン・スタンレーは、市場がデータセンターの資本的支出について、2027年の約1.5兆ドル、2028年の約1.6兆ドルという予測値を、実際の電力供給能力と整合させようとしていると指摘する。これらは将来の投資規模に関する市場予測であり、すでに承認・署名済み、あるいは実際に発生したCapexとは異なる。また、統計の対象範囲についても、裏付けとなるリサーチノートで正確に確認する必要がある。

AIデータセンターの資本的支出には通常、計算用チップ、サーバー、ネットワーク機器、施設建設、そして電力・冷却インフラなどのプロジェクトが含まれる。テック企業に強い投資意欲があったとしても、送電網が計画期間内に十分な容量を提供できなければ、一部のハードウェアが予定どおりに導入されない可能性がある。

この問題は、企業の資本配分の意思決定にも影響し得る。例えば、データセンターが2027年に稼働開始を計画していたとしても、電力の供給が2029年まで遅れれば、設備が早期に到着しても長く遊休が続くのを避けるため、運営者はGPUやサーバーの購入を延期する判断をするかもしれない。さらに、更新頻度が高いAIチップでは、早すぎる調達が設備の減価償却リスクを高める可能性もある。

したがって、市場では次の3つの段階を切り分けて捉える必要がある。企業がCapex計画を発表する段階、実際にインフラを購入・建設する段階、そして計算設備が正式に稼働して収益を生み始める段階だ。継続的な運用キャッシュフローへ本当に転換するのは、最後の段階だけである。

なぜデータセンター建設の遅れが、ストレージチップや光モジュールに波及し得るのか？

AIデータセンターの産業サプライチェーンには、古くから長い調達・生産サイクルがある。チップメーカー、メモリ供給業者、ネットワーク機器会社は通常、今後数四半期の顧客の見込み需要に基づいて生産計画を立てる。市場がAIインフラ投資の急速な成長を見込む場合、顧客は将来の設備が確保できるよう、主要コンポーネントを前倒しで購入することがある。

しかし、電力不足によってデータセンター建設が遅れれば、計画していた一部の部材が予定どおりに導入されない可能性がある。その結果、企業は購入を遅らせたり、在庫を調整したり、デリバリーを再スケジュールしたりすることになる。こうした変更は、これまで品薄だった製品が、突然、需要の立ち上がりペースの鈍化に直面する要因になり得る。

注視すべき領域の1つがストレージチップだ。HBMおよびサーバーDRAMの需要は、AIアクセラレータの規模と導入ペースに密接に連動する。新しいGPUクラスターの稼働開始が遅れれば、関連メモリの調達タイミングにも影響が及ぶ可能性がある。同時に、ストレージチップ産業は景気循環型でもある。企業の拡張や顧客の前倒し在庫積み増しが、需給の変化をさらに増幅させることがある。

光モジュールや高速インターコネクト関連部品も、大規模な計算クラスターの構築に依存している。データセンターの配備が遅れれば、関連するネットワーク機器の注文が後ろ倒しになる可能性がある。電力管理やアナログ系チップ企業についても、サーバーや電力供給システムの実際の建設進捗が、製品需要に影響する。

ただし、建設の遅れが最終需要の消滅を意味するとは限らない。注文が「永久にキャンセル」されるのではなく、「納期が後ろにずれる」だけのケースもある。実際の影響は、サプライヤーの在庫、顧客の購入契約、他地域での需要成長などに左右される。したがって投資家は、短期の受注変動と、長期の市場規模の変化を区別する必要がある。

AIデータセンターの電力ボトルネックで影響を受け得る半導体株は？

半導体企業はAIサプライチェーン内でそれぞれ異なる位置づけにあり、電力供給制約の影響度合いも事業ごとに異なる。

NVDAとAVGOについては、電力ボトルネックが機会と課題の双方を生む可能性がある。ひとつには、顧客がエネルギー効率をより重視し、高性能計算プラットフォームや最適化されたチップへの需要が増える可能性がある。他方で、データセンター建設が減速すれば、実際のチップデリバリーにも影響が及ぶかもしれない。

MUおよび他のメモリ供給業者にとっての主要な論点は、AIサーバーの購入が今後も成長し続けられるか、そして早期の積み増しが在庫の積み上がりにつながるかどうかだ。VRTやETNのような電力インフラ企業では、データセンターの電力需要の増加が新しい設備市場を生み得るが、関連プロジェクトは依然として建設スケジュール、承認、投資予算によって制約される。

したがって、「電力不足が自動的に電力設備株の追い風になり、すべての半導体企業に自動的に逆風になる」と決めつけるのは正確ではない。各社の受注構成、技術面の強み、バリュエーション水準が、それぞれ実際にどれだけ恩恵を受けるかを左右する。

Gate Stockを使って、AIチップとデータセンターの電力供給チェーンを追うには？

AIインフラ投資サイクルを追いたい投資家は、Gate Stockを使ってNvidia（NVDA）、Broadcom（AVGO）、Micron Technology（MU）といった半導体企業をフォローできる。さらに、データセンター向けの電力管理、冷却設備、関連するテックセクターのETFと組み合わせることで、サプライチェーンの各領域が市場でどのように推移しているかを観察できる。

Gate Stockは、USDTを使って米国株およびETFを取引する方法を提供する。取引可能なティッカー、取引手数料、製品ルールは、プラットフォームの実際のページに依存する。

関連銘柄を分析する際は、投資家は同時に3つの次元を見るべきだ。1つ目は、AI計算需要が成長し続けるかどうか。2つ目は、データセンターが十分な電力を確保し、予定どおりに稼働開始できるかどうか。そして3つ目は、企業が受注と技術的優位を利益やキャッシュフローに転換できるかどうかだ。データセンターのCapex見通しだけに依存していては、株式の長期的な価値を判断するのには不十分である。

要約

モルガン・スタンレーは、2026〜2028年の米国データセンターにおけるネット電力不足の見通しを33GWから38GWへと引き上げた。これは、AIインフラ拡大に対してエネルギー制約がより鮮明になっていることを反映している。大手テック企業が引き続きCapexを引き上げるとしても、データセンターが計画どおりに電力を確保できるかどうかは、GPU、ASIC、メモリチップ、ネットワーク機器の実際の導入規模に影響する。

こうした背景のもとで、チップ競争は「電力1単位あたりの計算効率」にさらに大きな比重が置かれる可能性がある。モルガン・スタンレーは、高性能計算プラットフォーム、カスタムチップ、高速ネットワーキング需要への長期的な確信を反映し、引き続きNvidiaとBroadcomを重視している。ただし、GPU対ASICの競争は、特定のワークロード次第だ。単一の効率指標だけで将来の市場シェアを判断することはできない。

一方で、電力供給が不足してデータセンター建設が遅れれば、供給逼迫を受けて前倒しで引き当てられていたストレージ、光モジュール、電力管理部品などは、在庫調整や受注のボラティリティに直面する可能性がある。投資家が今後重視すべきなのは、データセンター建設計画における総量だけではなく、実際に導入される能力、企業のCapex回収率、チップのエネルギー効率、そしてサプライチェーンの在庫状況である。

AIインフラ投資の次の局面では、重要なのは「どれだけ多くのチップを購入できるか」だけではない。限られた電力資源でどれだけ有効な計算が支えられるか、そしてその計算能力が最終的にどれだけの商業収益を生み出すかがポイントだ。

FAQ

米国データセンターの38GW電力不足は何を意味するのか？

これは、2026〜2028年における米国データセンターのネット電力需給ギャップに関するモルガン・スタンレーの予測だ。計画される電力需要と利用可能な電力供給能力の間に、大きな差が生じる可能性を示している。これは、米国で既に38GW分の実際の停電が起きたことを意味するものではない。

なぜ電力不足はNvidiaのGPUにとって追い風になり得るのか？

データセンター向けの利用可能電力が制約される場合、運営者は「電力（ワット）あたりにどれだけ多くのAI計算タスクを完了できるか」をより重視する可能性がある。Nvidiaの計算プラットフォームが、特定のワークロードにおいてより高いシステムレベルのエネルギー効率を提供できるなら、Nvidiaは競争上の優位を得る可能性がある。ただし、最終的な結果は、チップの構成、ソフトウェア最適化、アプリケーションのシナリオに依存する。

電力不足でASICチップは市場シェアを失うのか？

一部のASIC製品は競争圧力に直面する可能性はあるが、一律には言えない。カスタムASICは、特定のAIタスクに対して高いエネルギー効率を達成することもできる。将来の市場シェアは、チップの性能、コスト、ソフトウェア・エコシステム、顧客の導入戦略に左右される。

なぜモルガン・スタンレーはNVDAとAVGOの両方を重視するのか？

NvidiaはGPU、アクセラレーション計算システム、ソフトウェア・エコシステムで優位性を持つ。BroadcomはカスタムAIチップおよび高速ネットワーキング市場に参画している。2社はいずれもAIインフラ投資から異なる形で恩恵を受けられ、つまりGPUだけ、あるいはASICだけが成長できるという意味ではない。

なぜデータセンター建設の遅れはストレージチップに影響し得るのか？

データセンターが電力制約によりサーバーの配備を遅らせる場合、顧客はそれに応じてHBM、DRAM、その他の部材の購入を後ろ倒しにする可能性がある。事前に積み増ししていた場合は、短期の在庫調整が、受注や価格のボラティリティをさらに増幅させることもある。

38GWの電力不足によって、AI投資は全面的に止まるのか？

必ずしもそうではない。企業は、建設場所の調整、段階的な導入、計算のエネルギー効率の改善、エネルギー・インフラの追加などで、一定の制約を緩和できる。ただし、こうした対策には時間とコストがかかるため、計画されたすべての案件が予定どおりに完了することを保証できるわけではない。