SemiAnalysisのDylan Patel氏、「H100の取引価格は底値の1.70ドルから中央値2.80ドルへ」 ― AIラボが新規計算資源の25〜40%を吸収

2026年11月5日 20:36

半導体・AIインフラの調査会社SemiAnalysisのCEO、Dylan Patel氏が、カンファレンス「Runtime 2026」で約19分間の講演を行いました。テーマは「計算資源(コンピュート)、資金、そして誰が実際に供給できるのか」です。

内容は、世界の計算資源の増加ペース、GPU価格の急騰、推論ビジネスの収益性、クラウド各社の格付け(ClusterMAX)、AI設備投資の資金調達、そして、Nvidiaによる「バックストップ」まで多岐にわたります。

本記事では、講演の内容を6つのテーマで整理します。なお、元の字幕は自動書き起こしのため、一部の数字や固有名詞は不正確な可能性があり、その箇所は明記します。また、数字や見通しは**すべて同氏の発言(概算)**です。SemiAnalysisはデータ販売や計算資源のブローカー業務を行っており、価格情報は同社の取引経験に基づくものだと同氏自身が説明しています。

1. SemiAnalysisは何を追っているのか

同氏によれば、同社はデータセンター、発電所、半導体工場、製造装置、ケーブルまで世界中の設備を追跡し、データを販売しています。創業は約6年前で、当初は同氏1人のブートストラップでしたが、現在は115人の体制です。

主な取り組みは次の通りです。

ClusterMAX:クラウド事業者を、セキュリティ、ライフサイクル、ネットワーク性能、ストレージ性能などで評価
InferenceX:完全オープンソースのチップ性能ベンチマーク。NvidiaのGPU7種、AMD3種、TPU、OpenAIの社内チップを対象とし、毎日約2,000基のチップで実行。近くTrainiumも追加予定
オレゴンのラボ:チップを層ごとに剥がして撮影・解析する。数千万ドル相当の電子顕微鏡などを保有し、Intelの18AやSamsungの2nmなどを分析している
トコノミクス:誰がどこでトークンを売り、コストや利益率はいくらかを追跡

2. 計算資源は2年でほぼ倍増、AIラボが新規分を大量に吸収

2-1. 60GWから100GW超へ

同氏によると、AIと非AIを合わせた世界の計算資源は、2024年末に約60GWでしたが、今年末には100GW超に達する見込みです。50年かけて50GWに到達し、その後わずか2年ほどで倍増した計算になります。

2-2. AnthropicとOpenAIの存在感

需要を牽引するのは、主にAIラボです。同氏の数字は次の通りです。

昨年末:AnthropicとOpenAIを合わせて約4GW
今年:約10GW
来年:20GW超
2027年:両社で約12GWを積み増す一方、世界全体の増加は約40GWのため、**新規の25〜40%**を占める
2028年:署名済みの契約から見て、AIラボだけで約30GWを積み増す

同氏は、昨年末にClaude Codeなどで両社の収益が急拡大し、買い増しが加速したと説明しました。Metaも大量に購入しており、「多くの企業にとって、計算資源の確保は不可能に近い」と述べています。

2-3. 支出の大半は推論ではなく学習

意外な点として、同氏は、AIラボの支出は推論より学習に大きく偏っていると指摘しました。例として、Claude Codeの提供に使われている計算資源は約1GWで、Anthropicが現在持つ約4GWの一部にすぎないと述べています。

3. GPU価格の急騰と推論の収益性

3-1. H100の価格

同氏の観測では、H100の価格は次のように推移しました。

昨年10月が底で、1時間あたり1.70ドル(最安で1.45ドル)
現在の取引は2.40〜3.20ドル、中央値は2.80ドル

昨年12月に価格上昇を予想しましたが、上昇幅は予想を上回ったといいます。1年契約すら取りにくく、スタートアップにとっては「1年後に事業があるか分からないので、短期だけ買いたい」という事情と衝突すると述べています。

3-2. 推論のユニットエコノミクス

同氏は、1MWあたりの経済性を次のように試算しました)。

クラスター構築費:約4,000万ドル
自前のB300クラスターを5年間運用するコスト:年約900万ドル
クラウドから借りる場合:運が良くて年約1,400万ドル
オープンソースモデルを稼働率60%で提供した場合の売上:年約7,000万ドル
稼働率30%でも「途方もない利益」になる

この試算は、InferenceXのエージェント向けベンチマーク(ダウンロードして動かせるコンテナ、vLLMとSGLangがベース)に基づくとし、4人のエンジニアで構築したベースラインの数字だと説明しています。同氏は、数十人規模の事業者がGPUを借りて推論を提供し、大きく稼いでいる例を知っているとも述べました。

3-3. 価格見通し

同氏は、「B300が1時間6ドルで見つかるなら、契約してトークンを売るべきだ」と述べました。クラウドは前払いを求めるため難しいものの、判断としては正しいといいます。さらに、H100が3ドル超、B300が7ドル超になっても驚かないとの見方を示しました。理由は、オープンモデルの性能向上で収益性が高まり、価値を握るのがトークンの提供者であるためです。

4. ClusterMAX:誰が実際に供給できるのか

4-1. 評価の概要

ClusterMAXは、323社を追跡し、77社をレビューし、19社にメダルを与えています。同氏の評価では、CoreWeaveとNebiusが最良です。

CoreWeave:今後6か月分は売り切れ
Nebius:6〜12か月分の前払いが条件になる
OracleとGoogleも良好で、Googleは第1回のブロンズから順位を上げた

4-2. 降格と理由

多くの事業者が降格しました。基準を引き上げてきたためだと説明しています。

Azureはシルバーに降格
Crusoeも降格(字幕が不明瞭で、新しい格付けは確認できません)
Together AIはブロンズに降格
AWSもブロンズに降格。クラスターを得るのに約10人と話す必要があり、時間がかかり、ネットワークは扱いにくく、HyperPodの提供も良くないという

4-3. 「AIモデルにネオクラウドをハッキングさせる」

ClusterMAX v3では、AIモデルにクラウドを攻撃させる試験を追加しました。公開済みの脆弱性をモデルが見つけて悪用し、他の顧客のストレージにアクセスできた例があるとしています。

また、あるクラウドでは、OpenAIやAnthropicより性能の劣るオープンソースモデルで、クラスター全体のSlurmにアクセスできたといいます。その中に、ある国の防衛産業や国家安全保障機関のジョブ名が見えたため、直ちに試験を中止したと説明しました。この件は「ほとんどのネオクラウドはセキュリティが貧弱だ」という記事として公開したとのことです。

4-4. 障害注入試験

もう一つは、GPUに特定のエラー(字幕では「XID 719」と表記)を注入し、クラウドが検知するまでの時間を測る試験です。多くのクラウドは、顧客が知らせるまで気付かず、知らせた後も数日かかったといいます。同氏は、これは最低限の試験だと述べています。

5. 誰が資金を出すのか:2029年までに11兆ドル

5-1. 設備投資の規模

同氏は、2029年末までに世界のAI設備投資が約11兆ドルに達すると見込んでいます。現金・株式による分と、借入による分に分かれると説明しましたが、字幕の数字(「5」と「7」)は合計と合わず、内訳は不正確です。ここでは総額のみを示します。

5-2. 金利上昇とネオクラウドの資金難

同氏は、過去2か月で米10年債利回りが急騰し、市場が混乱したと指摘しました。資金調達の構造は次の通りです。

100MWの事業者がGWへ拡大しようとしても、融資を得にくい
融資を得る唯一の方法は、ハイパースケーラーに売却し、その信用で借りること。ただし、その計算資源は一般市場に出てこない
来年に署名済みの計算資源の65〜70%がハイパースケーラーとAIラボに向かう
スタートアップがクラスターを借りるには、代金の半額を前払いし、納品は3、6、9か月先と言われる

金利が上がるほど、バランスシートの強い企業しか動けなくなる、というのが同氏の見立てです。

6. Nvidiaの「バックストップ」とその限界

6-1. 何をしているのか

同氏は、Nvidiaがこの問題を認識し、クラスターを下支え(バックストップ)する仕組みを作っていると説明しました。融資を受ける際にNvidiaの名前を「価格の下限」として使えるようにするものです。

6-2. 3つのタイプ

同氏が挙げた類型は次の通りです。

SoftBank Energy型:土地、電力、建屋のみを保証。オハイオに約9GWの施設を建設中で、2030年ごろ稼働予定。全量がOpenAI向けとされる
Firmus型:豪州・シンガポールのFirmusのクラスターについて、Nvidiaが一定の価格でレンタルすると保証。同社は損も得もしないが、その価格を超える売上の半分をNvidiaが受け取る
残価保証(residual value guarantee):講演では詳しい説明は省略された

同氏は、Nvidiaが計算資源のコミットメントをバランスシートに積み上げているのは、オープンなエコシステムが計算資源を得る唯一の方法だからだと述べています。

6-3. それでも「ごく一部」

Nvidiaが現在バックストップしたのは約6.5GWで、AIラボやハイパースケーラー以外の一般市場に売られます。同氏は、最大でも45GWが上限であり、2030年までに導入される全体の計算資源から見れば、ごく小さな割合だと述べました。