#MetaSellsComputeTriggersChipSlump

Meta Platformsは、過剰なAIコンピューティング容量を売却または再配分する計画を立てていると報じられており、一時的にインフラを過剰に構築した可能性を示唆している。投資家はこれを、最大のAI購入企業が同じペースでの拡大を継続する必要がなくなった可能性の兆候と解釈している。
* Micron TechnologyやSandiskのようなメモリメーカーは、AIアクセラレータが大量の高帯域幅メモリ（HBM）とストレージを必要とするため、AIサーバーの需要に大きく依存している。AIインフラ支出が減速すれば、これらのサプライヤーは最初に影響を受けると予想される。
* フィラデルフィア半導体指数が6%以上下落したのは、投資家が特定の一社に反応するのではなく、半導体セクターのリスクに対するエクスポージャーを縮小していることを反映している。
しかし、ある企業の行動が必ずしもAIコンピューティングパワーが不足から余剰に転じたことを証明するわけではない。いくつかの代替説明が考えられる：
1. タイミングの不一致。Metaは需要に先んじてキャパシティを構築し、長期的なAI目標を減らすのではなく、現在その利用を最適化している可能性がある。
2. 技術移行。次世代AIチップの登場により、既存のGPUクラスターの有用性が低下し、レガシーキャパシティを再配分または収益化することが合理的になる。
3. 資本効率。アイドル状態のコンピューティングパワーを売却することで、AI需要の弱体化を示すことなく投下資本利益率を向上させることができる。
投資家にとってより大きな疑問は、Microsoft、Amazon、Alphabet、Meta Platformsを含む大規模クラウドプロバイダーがAIへの設備投資を削減し始めるかどうかである。複数の大規模クラウドプロバイダーが同時に支出を削減すれば、「AIインフラ・スーパーサイクル」のテーゼは大きく弱まるだろう。
メモリに関して具体的には、期待が過度に楽観的になっていることが懸念されている。HBMの価格とマージンは、限られた供給と積極的なAI投資によって支えられてきた。生産能力が拡大し続ける中で需要の伸びが鈍化すれば、価格決定力が弱まり、収益予想の低下とバリュエーションの低下につながる可能性がある。
したがって、市場はAI需要の崩壊を確認するのではなく、期待の再評価を行っているように思われる。
単一のデータポイント（Metaのデータでさえも）は、AIコンピューティングパワーが構造的不足から構造的過剰に移行したと結論付けるには不十分である。
投資家は、今後の決算発表、大規模クラウドプロバイダーからの設備投資ガイダンス、HBMの受注動向で確認を得ようとしており、これが一時的な調整なのか、それともより広範なサイクルの始まりなのかを判断するだろう。