ブルームバーグによると、NVIDIAは一部の大口顧客に対し、自社のAIチップを搭載したサーバーの価格が2027年初頭から納入されるシステムで15％以上値上げされると伝えたという。ブルームバーグによると、7月にほぼすべての製品ラインで約30％の値上げが行われたことに加え、ここ1年足らずで2回目の大幅な値上げとなった。

大規模データセンター運営者向けにシステムを組み立てるサーバーメーカーを通じて伝えられたこの警告は、AI業界にとって微妙な時期に届いている。企業は大規模なインフラ構築のコストと格闘しており、メモリ市場（成長の原動力とされている）は冷え込む気配がない。 Nvidia は 8 月 26 日に四半期決算を発表する予定で、アナリストは需要、供給、コストに関する最新の詳細を発表すると予想されます。 この件の詳細は、AIの最新動向をご覧ください。

どのシステムが影響を受けるか

報道によると、この増額はNvidiaの主力プラットフォームであるGrace Blackwellプラットフォームと次期Vera Rubin世代を中心に構築されたサーバーに適用されるという。引き上げは均一ではありません。調整の規模は、関係する Nvidia シリコンの世代と、各システムのメモリの量と構成によって異なります。

Microsoft、Google、Oracleなどの大手テクノロジー企業にサービスを提供するサーバーメーカーは、2027年初めに出荷されるシステムの価格変更について顧客に通知し始めたと報じられている。

原因はメモリです

主な要因はメモリコストの高騰です。高性能 AI システムには膨大な量の高帯域幅メモリが必要であり、データセンターの拡張による需要により、HBM と LPDDR5 の価格が高騰しています。メモリメーカーのサムスン電子、SKハイニックス、マイクロンテクノロジーはいずれも、半導体容量が高帯域幅メモリやその他の高度なコンピューティング製品に向けられる傾向が強まっており、強い需要に直面している。

Gartner のバイスプレジデント兼アナリストである Gaurav Gupta 氏は、この増加は RAM だけでなく AI サプライチェーン全体にわたる圧力を反映していると述べました。同氏はCIO.comに対し、「メモリの価格、特にHBMとLPDDR5が上昇しているが、最先端のファウンドリ・ウェーハ、高度なパッケージング、その他の部品不足などの側面もある」と述べ、これらの問題によりリードタイムが長くなり、「通常は価格の上昇につながる」と付け加えた。

そして彼はすぐに救われるとは期待していない。 「強い需要と限られた供給という現在の環境では、この状況が近期から中期的に続くと予想しています」とグプタ氏は述べました。これは、独自のサーバーを導入している組織と、クラウドでコンピューティングをレンタルしている組織の両方にとって、コストの上昇を意味します。

購入者にとって選択肢はほとんどありません

CIO にとって、この計算は魅力的ではありません。コンサルタントやアナリストらは、企業はAIインフラの価格が上昇し続けることを受け入れる以外に選択肢がほとんどなく、メモリやコンポーネントのコストが市場全体に影響を与えるため、たとえ可能であってもサプライヤーを変更しても値上げを回避することはできないと述べている。

Info-Tech Research Group の顧問フェローである Scott Bickley 氏は、Nvidia が実際に打撃の一部を吸収していると主張した。同氏の計算によれば、同社は上昇するコストの一部を自社で消化し、最大手の顧客にはその一部しか転嫁していない可能性が高い。しかし、購入者が持つレバレッジについては、同氏は率直に「トークン当たりのワークロードコストは下がっているが、基礎となるハードウェアとインフラストラクチャのコストは上昇している」と述べた。 「独自のクラスターを直接構築している場合、これはすでに非常に高価なソリューションを自動的に引き上げることになります。独自のハードウェアを購入する場合は、それを吸い取らなければなりません。ここから抜け出す方法を交渉するつもりはありません。」

Bickley 氏が指摘した希望の兆しは 1 つあります。それは、AI モデルのトークンあたりの価格が下がっているようであり、これにより購入者は生のメモリ容量にあまり依存しないワークロードを設計することでハードウェアのインフレを抑える方法が得られるということです。

すでに所有しているものからさらに絞り出す

既存のハードウェアからより多くのメリットを得るというこの戦略には、数人のアナリストが集まります。 Bickley 氏は、すでに稼働しているクラスターの使用率を高める方法として、モデルのルーティング、圧縮、バッチ処理などの技術を挙げました。

LexisNexis Risk Solutions Group の CISO である Flavio Villanustre 氏は、この逼迫は基本的に需要と供給の問題であり、AI 主導の需要を満たすためにメモリの生産が増加すれば頭打ちになるはずであることに同意していますが、今後数か月以内にそのような事態が起こるとは考えていません。その一方で、一部の AI モデル ベンダーは、メモリに制約のある環境でより適切に実行できるようにモデルを適応させていると同氏は指摘しました。同氏は、モデル全体をRAMに保持するのではなく、モデルの必要な部分のみをメモリに取り込む階層型アプローチを採用しているGoogleのGemma E4Bや同様のモデルを指摘した。

Aikido Security のエンタープライズ CISO である Mike Wilkes 氏は、より規律あるアーキテクチャを強制するのであれば、価格引き上げはある程度の効果をもたらす可能性があると主張しました。同氏によると、企業はここ数年、フロンティアモデルのトークンを「無限に弾力性のあるユーティリティ」として扱い、タスクにフロンティアレベルの推論が必要かどうかに関係なく、ワークロードを最大のモデルにルーティングしてきたという。適切なアーキテクチャはますますハイブリッド化しています。消費量の約 10% を、真に必要とする問題のフロンティア モデルに確保し、分類、抽出、要約、日常的なエージェントのアクションを、企業が管理するインフラストラクチャ上で実行される小規模な言語モデルやオープンウェイト モデルに向けて推進します。

「これにより、CIOは価格つり上げや一方的な価格設定に対して影響力を持つことができる」とウィルクス氏は述べた。

AI 経済のインフレシグナル

この増加は、AI ブームのコストがどこに向かっているのかを示すシグナルでもある。メモリ、ウェーハ、パッケージングの価格がすべて上昇するにつれ、そのインフレはチップメーカーからサーバーベンダー、クラウドプロバイダー、そして最終的にはAIを基盤とする企業にまで広がりつつあります。 Nvidiaの決算報告は8月26日に発表される予定で、バイヤーも投資家も同様に、同社がそのコスト圧力をどれだけ吸収し、それがどれだけ下流に転嫁されるかに注目しているだろう。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →