日本はAI半導体で負けたら終わりなのか？

AI産業のニュースを見ると、NVIDIAの存在感は圧倒的だ。だから日本のAI戦略を考えるときも、「日本はNVIDIAのようなGPU企業を作れるのか」という問いに目が向きやすい。

もちろん、最先端acceleratorを握ることは重要だ。でも、この問いだけでAI産業全体を見ると、少し狭すぎる。

AIはGPUだけでは動かないからだ。電力を届ける。電圧を変換する。ラックへ配電する。計算する。熱を取る。液体を循環させる。熱を施設外へ逃がす。全部を監視して制御する。

問いを変えるなら、「日本はGPUで勝てるか？」ではなく、「AIインフラのどこで世界から外せない存在になれるか？」だ。

まず、GPUの重要性を小さく見ない
800VDCで、日本のパワー半導体が接続する
AIが熱くなるほど、機械・熱・流体の出番が増える
本当の競争は「部品を作れるか」だけではない
「日本の強み」を国単位で雑に語らない
GPUで負けたら終わり、ではない。でもGPU以外なら楽勝、でもない
日本のAI戦略を見るとき、8層で見る
AI Infrastructureシリーズ
Sources

まず、GPUの重要性を小さく見ない

AIモデルの学習・推論性能、software ecosystem、interconnect、HBM、開発者基盤まで含め、accelerator platformはAI産業の中心にある。だから「GPUなんて重要ではない」と言うのは逆に間違いだ。

ここで言いたいのは、GPU以外にも競争余地があるということだ。

TrendForceが2026年1月に公表した同年予測では、GPUベースのAIサーバーが69.7%、ASICベースが27.8%とされている。つまり計算層の中ですら、GPU一色ではない。

800VDCで、日本のパワー半導体が接続する

次世代AIデータセンターでは、ラックの電力密度が上がるほど、電力変換と配電architectureが重要になる。

2026年8月、Google、Microsoft、NVIDIAはOpen Compute Projectを通じ、800VDCを次世代AIデータセンター向けのopen, standardized power architectureとして確立するため協働していると公表した。

この変化に、日本企業も接続し始めている。

ROHMは2025年6月、NVIDIAの800V HVDC architectureに対応するpower solutionを公表した。Si、SiC、GaNを含むpower device portfolioをAI data center向けへ展開する方針を示している。

Renesasも2025年10月、NVIDIAの800VDC architecture向けにGaNなど次世代power semiconductorで対応すると発表した。

ここで重要なのは、「日本企業が800VDCを支配している」という話ではない。AIインフラのarchitectureが変わることで、日本企業が長年蓄積してきたpower semiconductorや電力変換技術が新しい市場へ接続される余地が生まれている、ということだ。

AIが熱くなるほど、機械・熱・流体の出番が増える

計算性能を上げれば、発熱も増える。TrendForceが2026年8月に公表した予測では、AI chipにおけるliquid-cooling penetrationは2026年53%、2027年には約60%まで上がる見通しとされている。

液冷では、Cold Plate、CDU、ポンプ、モーター、バルブ、センサー、熱交換器、チラーなどが必要になる。ここは、かなり機械工学的な世界だ。

Nidecは2026年、最大300kW級のIn-Rack CDU prototypeや、Interop Tokyoで最大2MW cooling capacityを掲げるIn-Row CDUなどを提示している。

DaikinはAI data center coolingを強化するため、2025年にDDC SolutionsとChilldyneを買収した。さらに2026年7月にはNTT DATAと、AIでserver thermal stateを予測し、空調、熱源、液冷設備を統合制御するPoCを始めた。

これも「日本企業が液冷市場で勝った」という意味ではない。示しているのは、AIの成長が空調・モーター・流体・熱交換・制御といった既存産業を、新しいAIインフラ市場へ引き込んでいるということだ。

本当の競争は「部品を作れるか」だけではない

日本企業には、部品や装置の技術で接続可能な領域が多い。でも、良い部品を作れることと、産業全体で大きな価値を取れることは同じではない。

誰がreference architectureを決めるのか。誰が顧客仕様へ最初に入るのか。誰が複数装置を統合するのか。誰が運用データを持つのか。誰が保守・更新まで継続的に関わるのか。

単品部品だけなら、顧客との接点は納入時で薄くなりやすい。一方、subsystem、system integration、control、serviceまで上がるほど、顧客が次に必要とする仕様や運用課題へ近づく。

AIインフラで日本が考えるべきなのは、「何を作れるか」だけではなく、「どこまでシステムを握れるか」だ。

「日本の強み」を国単位で雑に語らない

ここで注意したいのは、「日本はものづくりが強い」「日本は部品が強い」という言葉で全部をまとめないことだ。

ROHMとRenesasはpower semiconductor。Nidecはmotor / pump / liquid cooling。DaikinはHVAC / thermal system。それぞれ違う市場で、違う顧客、違う競争相手と戦っている。

数社の事例を見て「日本全体が強い」と結論づけることはできない。だから本当に見るべきなのは企業別だ。

その会社はどのAI infrastructure layerにいるか
誰が顧客か
global standardへどこまで関与しているか
componentかsubsystemかsystemか
recurring serviceを持てるか
accelerator winnerが変わっても価値が残るか

この問いで見ると、日本企業のAI関連性は「半導体銘柄かどうか」だけでは見えなくなる。

GPUで負けたら終わり、ではない。でもGPU以外なら楽勝、でもない

「日本はGPUで負けたら終わりなのか？」答えは、Noに近い。

AIインフラにはGPU以外にも大きな物理レイヤーがあり、日本企業が接続できる領域は存在する。

ただし、そこから「だから日本は勝てる」とは言えない。電力変換でも、液冷でも、空調でも、世界には強い競合がいる。規格はグローバルに決まる。顧客はhyperscalerやGPU platform、data-center operatorだ。開発スピードも速い。

既存技術を持っているだけでは足りない。AI infrastructureの仕様へ入り、顧客の設計へ入り、global ecosystemの中で使われ続ける必要がある。

日本のAI戦略を見るとき、8層で見る

Power / Grid、HVDC / Power Conversion、Rack / PSU / Busway、GPU / Accelerator、Cold Plate / CDU、Pump / Flow Control、Chiller / Heat Plant、Control / Software。

この8層で、どこに日本企業がいるか。どこでは弱いか。どこはglobal standardに参加できているか。どこはcomponent止まりか。どこならsystemまで上がれるかを見ていく。

もっと実務的な問いは、「どのacceleratorが勝っても必要になる層で、日本企業は世界から外せない存在になれるか？」だと思う。

AI Infrastructureシリーズ

Sources

Updated: 2026-09-12. Company examples are evidence of activity, not proof of national market leadership. Forecasts are labeled as forecasts.