AI「継続学習」広がりでメモリー半導体需要が拡大

2026年9月19日時点、AIがサービスを提供しながら新しい情報を学び続ける「継続学習」技術の広がりが、メモリー半導体の需要をHBMだけでなくサーバー用DRAMやNAND型メモリーにまで押し広げています。海外の大手投資銀行は来年の関連需要が今年より大きく伸びると予測しており、サムスン電子とSKハイニックスはそれぞれ異なる新技術で対応に乗り出しました。

1.6倍来年のHBMビット需要見通し(今年比、シティ予測)

2.8倍2028年のHBM需要見通し(今年比、シティ予測)

6.42%高18日のSKハイニックス株価上昇率

42%増今年第1四半期のAI関連商品貿易額の前年同期比増加率(WTO)

要点まとめ

AIが回答を出しながら同時に新しいデータを学習する「継続学習」方式が、メモリー需要の構造を変える変数として浮上しています。
シティは来年の高帯域幅メモリー(HBM)のビット需要が今年の1.6倍程度に、2028年には今年の3倍近くまで増えると予測しました。
サムスン電子はアクセラレーターの上にメモリーを直接積み重ねる構造を、SKハイニックスはメモリー内演算などの新技術を米国のイベントで公開しました。
エヌビディアCEOの発言後、韓国の半導体大型株が急騰し、関連テーマのETF発売も相次いでいます。

最近のAI業界では、サービス提供中にも新しい情報を取り込んでいく学習方式が注目を集めています。この方式では、学習と推論の境界が事実上なくなります。従来の生成AIが事前に習得した知識だけをもとに答えを出す仕組みだったのに対し、新方式は答えを出すと同時に学びを続けていく点が異なります。業界では、これを試験を受けながらも新しい内容を学び続ける学生に例えることもあります。

こうした流れは、メモリー半導体の需要構造にも影響を与えています。米大手投資銀行シティは、この方式が本格化すれば高帯域幅メモリー(HBM)の需要がこれまで以上に拡大すると予測しました。シティの見通しによれば、来年の関連ビット需要は今年の1.6倍を上回る水準まで伸び、2028年には今年の3倍近くにまで膨らむとみられています。同行は、メモリー仕様の調整やAIの安全性への懸念が浮上する中でも、この学習方式の拡大が今後数年間、供給不足を続かせる主要な変数になると指摘しました。

新しい学習方式では、一種類のメモリーだけでは対応しきれない課題も生じます。新しく入ってくる情報を保存すると同時に、すでに蓄積した膨大な知識にも随時アクセスする必要があるため、すべてのデータを高価なHBMだけに載せておくことはできないからです。このため、サーバー用DRAMやNAND型ストレージまで役割が広がり、メモリー内部で直接演算を処理する技術の重要性も同時に高まっている状況です。

サムスン電子とSKハイニックスは、こうした変化に合わせて新技術を相次いで発表しました。米国で開催されたAIインフラ関連イベントで、サムスン電子はアクセラレーターの真上にメモリーを積み重ねてデータの移動距離を縮めた積層構造「zHBM」を公開し、応答速度を10倍程度引き上げる目標を明らかにしました。SKハイニックスは、メモリー内部で直接演算を行うPIM技術や、データの特性に応じて保存場所を振り分けるSALT-KV、高帯域幅フラッシュ構造のモデルなどを合わせて展示しました。

こうした期待は、最近の市場にも反映されています。エヌビディアの最高経営責任者(CEO)が「来年のチップ販売量は今年の2倍に達する」と言及した後、両社の株価はそろって急騰し、韓国国内では米国のメモリー企業やHBM関連銘柄に集中投資する上場投資信託(ETF)が相次いで登場しています。世界貿易機関(WTO)の集計でも、AI関連商品の貿易が他の品目よりはるかに速いペースで増えていることが分かっており、メモリー需要拡大の見通しを後押しする材料として挙げられています。

韓国の今韓国では今、半導体大型株の反発とともに関連投資商品の競争も過熱しています。今週だけで米国のメモリー企業や韓国国内のHBM関連銘柄に集中投資するETFが複数新規上場し、証券業界では高金利下でもAIインフラ投資が続くとの分析が出ています。ただ、似たような銘柄を組み込んだテーマ型商品が一斉に登場することで、商品間の差別化が不足しているとの指摘も同時に上がっています。