AIの次なるサプライチェーン危機：InPレーザーの不足がデータセンターに与える脅威
2026/08/04 11:13:00
人工知能のブームはすでにGPU、高帯域幅メモリ、高度なパッケージング、電力、冷却の不足を露呈しています。次に訪れる制約ははるかに目立たないかもしれませんが、同等に重要です：現代のAIデータセンター内のプロセッサ間で膨大な量のデータを移動させるレーザーです。
インジウムリン化物（InP）は、高速光コンポーネントに使用される化合物半導体です。クラウド企業が400Gおよび800Gネットワークから1.6T接続とコパッケージド光学へ移行するにつれ、InPベースのレーザーへの需要は高まっています。一方で、輸出規制、生産能力の制限、サプライヤー基盤の集中化により、拡大がより困難になっています。暗号資産投資家にとって、この課題はAIインフラコスト、分散型コンピューティングの経済性、AIトークンの評価、そしてテクノロジー株とBitcoinを結びつける広範なリスク許容度に影響を与える可能性があります。
この不足は、単一の工場の事故や投機的買いの急増によって引き起こされたものではありません。AIクラスターがより大型化し、高速ネットワーキングにますます依存するようになるにつれて、この状況が進行しました。高度なモデルの学習とサービス提供には、遅延を最小限に抑えながらデータをやり取りするため、数千台のアクセラレーターが必要です。これにより、光トランシーバー、高容量スイッチ、および光ファイバー电缆を介して伝送される信号を生成するレーザーへの需要が増加しました。
ルメンタムは、AIインフラの拡大が光学部品に対する異常に強い需要を生み出していると述べています。同社は、InP電気吸収変調レーザーおよび関連レーザーチップの需要が供給を約30％～50％上回っているという市場予測を引用しています。この不均衡は、プロセッサは利用可能であるものの、それらを接続するネットワークが未完成である場合、AIクラスターが効率的に動作できないため重要です。
地政学的要因がさらに不確実性を加えました。中国は2025年2月、InP関連の輸出に対してより厳しい規制を導入し、海外の購入者はインジウムの出荷についてより厳密な監視を報告しています。中国はInP製造に使用される上流金属であるインジウムの世界生産量の約70％を占めています。ロイターは、ライセンスの遅延と基板生産の集中により、米国および欧州の企業が代替供給を確保する取り組みが複雑化していると報じました。
企業の調達行動は、これが一時的なニュースではなく構造的な問題であることをさらに裏付けている。AXTは、2031年12月31日までLumentum向けのInP基板供給を確保することに合意した。Lumentumは、先進的なInPレーザーのための新たな米国製造施設を建設中であり、Coherentはテキサス州での6インチInP生産能力を拡大している。これらは、AIインフラの現在の成長ペースに対応するよう設計された複数年にわたる投資である。
AIデータセンターは、GPUが詰め込まれた倉庫ではありません。プロセッサ、メモリ、ネットワーク、電力、冷却が同時に拡張される同期されたシステムです。大規模なクラスターには、数千から数万のアクセラレーターが含まれる場合があります。これらのアクセラレーターがモデルパラメータや中間計算を十分に迅速に交換できない場合、待ち時間が増え、計算時間は減少します。
銅線接続は短距離では依然として有用ですが、速度と距離が増すにつれて信号損失、発熱、電力消費の制御が難しくなります。光リンクは、ファイバーを介してより高い帯域幅と優れたエネルギー効率でデータを伝送できます。InPは、ファイバー光学通信で広く使用されている波長で光を生成・変調できるため、価値があります。Lumentumのデータセンター製品ラインナップには、高帯域幅・低遅延ネットワーク向けに設計されたInPベースのEMLおよび連続波レーザーが含まれています。
EMLと連続波レーザー
電気吸収変調レーザー（EML）は、レーザー光源と高スピード変調器を組み合わせたものです。これらはプラガブル光トランシーバーで一般的に使用されています。たとえば、Lumentumの200G EMLは、8本の200Gレーンが1.6Tモジュールをサポートするように設計されています。データセンターがより高速な接続にアップグレードするにつれ、これらのデバイスの性能と生産要件はますます厳しくなっています。
連続波レーザーは、シリコンフォトニクスシステムおよびコパッケージド光学装置に安定した光源を提供します。シリコンフォトニクスは、光を効率的に誘導・分割・変調できますが、シリコンは効率的な光発生材料ではありません。そのため、NVIDIAのコパッケージドシステムは、信頼性の高い外部レーザー源を引き続き使用しています。レーザーの配置と接続方法はアーキテクチャで変更されますが、適格な光源の必要性は排除されません。
| インフラ構成要素 | 主要な機能 | 不足の結果 |
| GPUまたはAIアクセラレーター | トレーニングと推論の計算を実行します | リミットは原始的な計算能力 |
| 高帯域幅メモリ | アクセラレーターにデータを提供 | プロセッサの使用率を削減します |
| 光トランシーバ | 電気信号と光信号を交換します | 高速ネットワークの導入が遅延しています |
| InPレーザー | 光接続用の光を生成します | トランシーバーおよびフォトニクスの生産を制約する |
| ネットワークスイッチ | アクセラレーターをクラスターに接続します | 制限はクラスターのスケールと効率に影響します |
| 電力と冷却 | システムを稼働状態に維持します | 実行できるハードウェアの数量を制限します |
最も単純なたとえでは、GPUはAIデータセンターのエンジンであり、光ネットワークはそれらを結ぶ高速道路システムです。InPレーザーは、交通を円滑に保つための光の一部を提供します。オペレーターは十分なエンジンを所有しているかもしれませんが、高速道路が完成していないと、システムは最大のパフォーマンスを発揮できません。
最初の課題はサプライヤーの集中です。InP基板と高性能レーザー装置は、従来のシリコンチップに比べてはるかに小さな産業基盤から供給されています。ロイターは、3社が世界のInP基板供給の約90％を支配していると報告しました。市場がわずか数社の認定生産者に依存している場合、原材料、ウエハ、エピタキシー、またはデバイス製造に関する障害が全体のチェーンに影響を及ぼす可能性があります。
顧客はサプライヤーを即座に変更することもできません。データセンター用レーザーは、出力電力、温度安定性、動作寿命、一貫性において厳格な要件を満たす必要があります。新しいウェハまたはレーザーソースは、大規模商業システムで使用される前に、試験および顧客の認証を通過しなければなりません。したがって、紙面上で存在する容量は、実用的な生産能力として利用可能になるまで数ヶ月から数年かかる可能性があります。
より大きなウエハは業界の経済性を向上させる可能性があります。Coherentは、6インチInPプラットフォームが、より小さなウエハ方式と比較して生産能力を4倍にし、ダイコストを60％以上削減できると述べています。しかし、これらの利点は、装置の可用性、プロセスの成熟度、歩留まりの改善、および顧客の採用に依存しています。化合物半導体製造のスケーリングは、成熟したシリコンプロセスの容量を増やすよりも複雑です。
サプライヤーは、サイクルの誤ったタイミングで拡張することも避ける必要があります。拡張が遅すぎると、顧客を失い、不足が長引くリスクがあります。一方、拡張が早すぎると、ハイパースケーラーの支出が後で弱まった場合、製造業者は稼働率の低い工場を抱えることになります。長期契約、顧客による前払い、戦略的投資は、安定した供給を必要とする企業と、高額な新規生産能力の資金調達を余儀なくされる製造業者の間で、このリスクを分担するのに役立ちます。
既に稼働しているAIデータセンターをInPの不足で停止させることは考えにくい。より現実的なリスクは、新しいクラスタやネットワークのアップグレードが遅れる可能性である。オペレーターはGPUを受領しても、800Gまたは1.6Tの光モジュール、スイッチ、外部レーザーシステムの納入を長く待つことになる。高価なプロセッサは、小さな構成で動作し、未使用のままになるか、予定より遅れて収益を生むことになる。
影響は均等に分配されません。ハイパースケーラーは入金を提供し、数年契約に署名して生産への優先アクセスを交渉できます。 smaller cloud providers、専門のAI企業、分散型コンピューティング運用者は購買力が低くなります。彼らはより高い価格、長いリードタイム、または不利な割当に直面する可能性があり、最大のインフラ企業の立場を強化する可能性があります。
共パッケージングされた光学素子はエネルギー効率を向上させ、信号損失を削減する可能性がありますが、供給問題を解決することはできません。NVIDIAは、シリコンフォトニクススイッチが従来のプラガブル設計と比較して電力消費を大幅に削減し、信号整合性を向上させることができると述べています。しかし、これらのシステムは依然として外部のレーザー源と専用のフォトニクスエコシステムに依存しています。ボトルネックは、従来のトランシーバーからではなく、高出力レーザーアレイへと移行する可能性があります。
真の課題はシステムのバランスである。GPUを増やしても、利用可能なAI容量が自動的に増えるわけではない。計算能力、メモリ、ネットワーク、電力、冷却は、ほぼ同時に正しい場所に到着しなければならない。比較的安価な光学部品が、総投資額が数十億ドルに及ぶ施設の稼働を遅らせる可能性がある。
NVIDIAの行動により、光学ネットワークは主流のAI投資テーマとなりました。2026年3月、同社はLumentumおよびCoherentと別々の戦略的パートナーシップを発表し、それぞれの企業に20億ドルを投資しました。これらの契約は、製造能力の拡大、研究の深化、および将来のAIインフラに必要な光学技術の支援を目的としています。
ロジックはシンプルです。NVIDIAはますます高性能なアクセラレーターを設計できますが、顧客はそれらを信頼性が高く効率的なクラスターに接続する必要があります。モデルの規模と推論トラフィックが増大するにつれ、データ移動がシステム全体のパフォーマンスとエネルギー消費の大きな部分を占めるようになります。光通信容量を確保することは、NVIDIAの広範なコンピューティングおよびネットワーキングプラットフォームの価値を守ります。
| マーケットシグナル | それが示唆すること | それが証明しないこと |
| NVIDIA、Lumentumに投資 | 光学容量は戦略的に重要となっています | すべての光学企業がより高い証拠金を獲得します |
| NVIDIA、Coherentに投資 | 複数のサプライヤーと技術が必要です | この不足は永続的に続きます |
| ルメンタムが米国に新施設を建設 | 国内InPの生産能力が拡大しています | 新規製品はすぐに利用可能になります |
| Coherentが6インチ製造を拡大 | より大きなウエハーはスケールとコストの改善をもたらす可能性があります | 製造および収益リスクは消滅しました |
| AXTは2031年まで供給を確保しています | 顧客は長期的な資産の安全性を求めております | 需要は2031年まで直線的に増加します |
NVIDIAはまた、超大規模データセンターで使用される光接続を拡大するためにCorningと長期的なパートナーシップを結びました。これらの契約は、ファイバー、フォトニクス、レーザーがAIの物語における二次的な要素ではなく、アクセラレーターとメモリーと並んで戦略的インフラへと成長していることを示しています。
InPレーザーの不足は、AIトークンの価格に直接的な機械的関係を持たない。暗号プロジェクトは一般的に光学部品を製造しない。この関連性は、AI業界の成長への期待、コンピューティングインフラのコスト、および分散型ネットワークが競争力のある価格で有用なサービスを提供できる能力を通じて生じる。
より高いコストが弱いビジネスモデルを試す
ネットワーク機器の価格が上昇したり、調達が難しくなると、GPUクラスターの構築全体のコストが増加します。クラウド容量を購入し、トークン化されたマーケットプレイスを通じて再販するプロジェクトは、利益率が縮小する可能性があります。トークン発行によって需要を補助しているネットワークは、実際のインフラコストが顧客収益よりも速く上昇した場合、さらなる圧力に直面する可能性があります。
トークンはインセンティブや支払いを調整できますが、希少なハードウェアを製造したり、工場の認証サイクルを短縮したりすることはできません。したがって、投資家はAI暗号プロジェクトにアクティブな計算プロバイダー、継続的な顧客、透明な価格設定、検証可能なワークロード、そしてインセンティブを支えるのに十分な収益が存在するかどうかを確認すべきです。機能するマーケットプレイスはコストの上昇に適応できますが、「AIプラスブロックチェーン」というフレーズに主に依存するプロジェクトははるかに保護が弱いです。
希少性は自動的に牛市を意味するわけではない
一部の投資家は、集中型の容量が限られていることによって、分散型AIネットワークの価値が自動的に上昇すると仮定するかもしれない。この主張は、ネットワークが空きGPUの利用を向上させたり、顧客を小さな地域プロバイダーと結びつけたりする場合、ある程度の妥当性を持つ。しかし、分散型オペレーターもデータセンター、スイッチ、ファイバー、光部品に依存している。彼らは物理的な供給制約から隔離されているわけではない。
おそらく結果として、AIトークン間の差別化が進むでしょう。GPUマーケットプレイス、推論ネットワーク、データプラットフォーム、エージェントプロトコルは、一つのカテゴリーとして評価されるべきではありません。それらはハードウェア、帯域幅、遅延、資本支出への露出度が大きく異なります。
したがって、この不足は普遍的な暗号通貨の触媒というより、根本的な試練として捉えるべきです。これは、AIサービス提供の経済を理解しているプロジェクトと、単に人気のある物語に頼っているプロジェクトを区別する可能性があります。
中央集権的な計算リソースが高価またはアクセスしづらい場合、分散型コンピューティングネットワークは真の機会を有します。これらのネットワークは、空き状態のGPUを集約し、小規模な顧客と地域のオペレーターを結びつけ、大手クラウドプラットフォームとの長期契約の代替手段を提供できます。トークンインセンティブは、計算リソースの吸引と国境を越える支払いの調整を支援できます。
これらのネットワークは、プロバイダー間で分割可能な推論、モデルサービス、レンダリング、データ処理その他のワークロードに特に有用になる可能性があります。光ファイバーの不足がハイパースケーラーのコストを上昇させたり、新しいデータセンターの建設を遅らせたりした場合、顧客は計算能力の代替ソースを試すことにより積極的になる可能性があります。
ただし、分散型ネットワークはハイパースケールクラスターを完全に置き換えることはできません。最先端モデルのトレーニングには、厳密に同期されたアクセラレーター、極めて高い帯域幅、非常に低いレイテンシーが必要です。地理的に分散した消費者向けGPUの集合では、高度なInfiniBandまたはEthernetファブリックで接続された目的特化型クラスターのパフォーマンスを簡単に再現することはできません。
最も強力な分散型プロジェクトは、すべての中央集権型プロバイダーを置き換えると主張するのではなく、自らの構造に適合するワークロードを選択するものとなるだろう。分散化は市場へのアクセスやハードウェアの利用率を向上させることができるが、帯域幅、エネルギー、信頼性、距離という物理的な制約を排除することはできない。
BitcoinはInPサプライチェーンからさらに離れた存在である。そのセキュリティは、高度なAIトレーニングに使用される高速光ネットワークではなく、ASICマイニングハードウェアと電力に主に依存している。したがって、この不足はBitcoinの採用やマイニング経済、ネットワーク活動への直接的な駆動要因となる可能性は低い。
より関連性の高いのは市場センチメントです。AIへの資本支出は、テクノロジーセクターの収益と評価に重要となっています。ネットワークのボトルネックがデータセンターの収益を遅らせたり、AI投資の期待リターンを低下させたりすると、テクノロジー株は弱体化し、リスク資産全体への需要も低下する可能性があります。投資家が同じ流動性環境の中でボラティリティの高い資産としてBitcoinを取引する場合、Bitcoinにも影響が出る可能性があります。
より前向きな結果も可能です。供給制約が、AIの構築を大幅に遅らせることなく、追加の投資、製造拡大、政府支援を引き起こす可能性があります。そのシナリオでは、このイベントは長期的なインフラサイクルを強化します。金利、グローバル流動性、ETFの流れ、規制、および暗号資産特有の需要は、InPコンポーネントの価格よりもBitcoinにとって依然として重要です。
不足という物語は、スローガンとして繰り返すのではなく、運営データに基づいて検証されるべきです。投資家には、需要が供給を上回っていること、新工場の進捗が順調であること、そして顧客が製造業者が魅力的な収益を上げられるだけの価格を支払う意欲を持っているという証拠が必要です。
ブルッシュシナリオでは、新規容量が導入されながらAI需要が強さを維持するため、光学サプライヤーは価格を毀損することなく生産量を増加させることができます。ベーシックケースでは、引き続き供給が逼迫し、徐々に拡張が進み、大手顧客に優先的に割り当てられます。ベアッシュシナリオでは、データセンタープロジェクトの遅延とAI支出の弱体化が重なり、顧客は収益が低下し、サプライヤーは高額な拡張コミットメントを抱えることになります。
決定的な質問は、光接続への需要が増加するかどうかではなく、適格な供給がAIの導入におけるネットワーキングの制約とならないよう、十分な速さで拡大できるかどうかである。
InPの不足は、投資家が人工知能インフラをどのように捉えるべきかを変える。ブームの第1段階はプロセッサに焦点を当てていた。次の段階は、メモリ、パッケージング、ネットワーキング、レーザー、ファイバー、電力、冷却、ソフトウェアを含む完全なシステムに依存する。どの層にも弱みがあると、他のすべての分野への支出の価値が低下する。
暗号資産投資家にとって、これはAIトークンの確実な上昇局面でも、Bitcoinへの直接的なショックでもありません。これは、デジタル市場が最終的に物理的なシステムに依存していることを思い出させるものです。実際のユーザーを有し、リソースの効率的な配分と信頼できるインフラ戦略を持つプロジェクトは関連性を高める可能性がありますが、広範なAIナラティブだけで支えられたトークンは、その評価額を正当化するのが難しくなるでしょう。AIブームの次段階は、最良のチップを所有する者が誰かだけでなく、それらを大規模に接続し、電力供給し、運用できる者が誰かによって決まるかもしれません。
|
KuCoinは9周年を記念して、独占的な報酬、取引アクティビティ、期間限定オファーが満載の特別プラットフォームキャンペーンを開催中です。取引所が9年間の成長とイノベーションを祝うこの機会をお見逃しなく。今すぐ公式キャンペーンページをご覧ください：
|
インジウム燐はNVIDIA GPUの内部で使用されていますか？
InPは、NVIDIA GPU内のロジック回路で使用される主要な材料ではありません。これらのプロセッサは主に高度なシリコンプロセスで製造されています。InPは、アクセラレーター、スイッチ、データセンター間でデータを移動する光学コンポーネントに関連しています。
この不足は一般のBitcoinマイニングに直接影響を与えるでしょうか？
直接的な影響は限定的であるべきです。Bitcoinマイニング施設はネットワーク機器を必要としますが、最先端のAIトレーニングクラスタで使用されるような厳密に同期され、超高帯域幅の接続は必要ありません。大規模なGPU施設と暗号ベースのコンピューティングマーケットプレイスの両方を運営する企業は、より大きなリスクを抱えています。
クラウドベースのAIサービスはより高額になる可能性がありますか？
高い光学およびネットワークコストは、AIインフラの導入総費用を引き上げる可能性があります。顧客がより多くの料金を支払うかどうかは、競争状況、利用率、購入契約、およびクラウドプロバイダーが吸収する追加コストの数量に依存します。したがって、価格上昇は制約のあるサービスに現れる可能性があり、すべてのAI製品に均等に影響を与えるわけではありません。
どの暗号資産セクターが最も大きな露出を持っていますか？
分散型物理インフラ、GPUマーケットプレイス、AI推論ネットワーク、トークン化されたクラウドコンピューティングプラットフォームには最も明確な関連性があります。支払いトークン、分散型取引所、およびほとんどのレイヤー1ネットワークは、その評価がAIナラティブに大きく依存しない限り、直接的な影響は小さいです。
企業は光学システムを再設計して、使用するレーザーの数を減らすことができますか？
設計の改善により、部品数を削減したり、光源をより効率的に共有できるようになります。コパッケージ化された光学素子や外部レーザーアレイが、この進化の例です。しかし、これらのアーキテクチャは依然として認証済みのレーザーを必要とし、独自の製造、テスト、信頼性に関する課題をもたらします。
投資家は不況が緩和されたことをどのように知ることができますか？
証拠としては、納期の短縮、サブストレート価格の安定または低下、商業出荷量の増加、製造収率の改善、および容量予約の緊急性の低下が含まれます。工場の発表だけでは不十分であり、投資家は適格な生産と顧客への納品を確認すべきです。
代替サプライヤーはこの問題を迅速に解決できますか？
追加のサプライヤーは耐障害性を高めますが、資格認定には時間がかかります。顧客は、新しい材料やデバイスが厳格な性能および信頼性基準を満たしていることを確認しなければなりません。したがって、新しい製造能力が大規模なデータセンター導入に意味のある形で貢献するまで、一定期間が経過する可能性があります。
InPの不足は数年続く可能性がありますか？
正確な期間はまだ不確実です。次世代の十年に及ぶ供給契約や現在の工場拡張計画は、企業が供給の安定性を戦略的に重要だと見なしていることを示しています。より大きなウエハーの出力が急速に向上したり、より多くのサプライヤーが資格を獲得したり、AIインフラへの支出が鈍化したりすれば、この不均衡は早期に解消する可能性があります。
免責事項：このコンテンツは情報提供を目的としたものであり、投資アドバイスを構成するものではありません。仮想通貨への投資にはリスクが伴います。必ずご自身で調査してください（DYOR）。
免責事項: このページは、お客様の便宜のためにAI技術を使用して翻訳されています。最も正確な情報については、元の英語版を参照してください。