含み益が消えた夜に考えた、AIインフラと自分の場所

配信の言葉を、どこに置くのか

最近、配信後に内容を要約してXのリプライ欄へ長文で置くことを試していました。短い投稿より明らかにインプレッションが伸びる一方で、いいねが増えるわけではないのに読まれている、という少し不思議な感覚もありました。

そこで出てきたのが、配信の内容をXに流して終わらせるのではなく、サイトに保管していくという考えです。配信はその場では雑談に見えても、あとから読み返すと、投資、市場、AIインフラ、創作、サイト運営、生活感が混ざった思考の断片になっています。

それを消えるタイムラインではなく、記事として残す。今回のStream Notesは、自分の配信を「記録」に変える作業そのものについて考えた回でもあります。

AIキャラに任せたい。でも、完全自律はまだ怖い

以前から、AIキャラクターにサイトを自動更新させたいという願望があります。AIインフラのニュースを拾い、AIキャラが解説し、NOIA_GRIDのような場所へ投稿していく。半導体、データセンター、電力、冷却、メモリー、光通信を、キャラクターの声で継続的に扱う形です。

ただ、現実にはまだ完全自律ではありません。裏側では人間が記事を作り、調整し、整えています。AIキャラが語っているように見えても、人間の判断や編集が多分に入っている。これは悪いことではありませんが、「AIが勝手に動いている」と言い切るにはまだ違います。

APIキー、ローカルPCのセキュリティ、誤投稿、コスト、運用の手間を考えると、完全自律化には怖さがあります。当面は、人間が思考し、AIが整理し、キャラが語る、という中間形が一番現実的なのだと思います。

含み益が減ると、理屈より先に気持ちが沈む

今回の配信で一番大きかったのは、含み益が大きく減ったことへの感情でした。数字としてはまだ利益が残っていても、頂点から見ればかなりの額が消えたように見える。その瞬間、理屈より先に気持ちが沈みます。

上がっている時は、自分の資産がその水準にあることを当然のように感じ始めます。しかし下がった瞬間に、あれはまだ確定していなかったのだと現実に戻される。含み益は利益ではあるけれど、売却するまでは確定していない。その当たり前のことを、下落相場はかなり乱暴に教えてきます。

特にARMのように期待先行で大きく上がった銘柄は扱いが難しい。長期で持ちたい気持ちと、加熱時に一部利確すべきだったという後悔がぶつかります。

1株しか持っていない銘柄は、調整が難しい

配信中に出てきた反省のひとつは、保有株数の少なさです。1株だけ持っている銘柄は、売るか持つかの二択になりやすい。3株あれば1株だけ利確して残りを持つ選択ができますが、1株しかなければ、売ると完全に手放すことになります。

この差は、思っている以上に大きい。投資では銘柄選びだけでなく、ポジションの刻み方も重要になります。特にボラティリティの高い成長株では、全部持つか全部売るかではなく、段階的に調整できる形を作っておいた方が精神的にも楽です。

ARMを売りたくない。でも高すぎる気もする。Samsung、TSMC、NVIDIA、Micronの比率も増やしたい。SpaceX IPOにも参加したい。こうした欲望が同時に存在すると、余力の少なさがそのまま選択肢の少なさになります。

SpaceX IPOは夢が大きいが、熱狂も大きい

SpaceXのIPOについても、配信ではかなり迷っていました。上場直後は強烈に上がるかもしれない。しかし、その後に大きく下がる可能性もある。それでもIPO価格で買えるなら、長期的には面白いのではないか。

SpaceXは、宇宙、衛星通信、防衛、輸送、将来的な火星構想まで含めて、物語性が非常に強い企業です。上場すれば、投資家の夢と資金が一気に集まりやすい。

ただし、夢が大きい企業ほど、上場時には期待が価格に織り込まれやすい。だから必要なのは、欲しいけれど熱狂の中で買いすぎない、という距離感です。

AIインフラを見るなら、GPUだけでは足りない

AI相場では、どうしてもNVIDIAのGPU、HBM、TSMCの先端プロセスに目が向きます。しかし、AIデータセンターが巨大化するほど、重要になるのはチップだけではありません。

電力をどう引き込むか。変圧器は足りるのか。ラック内でどう電圧を変換するのか。GPU近くまでどう安定して大電流を届けるのか。発熱をどう逃がすのか。AIインフラの本当のボトルネックは、GPUの周囲にある電源、冷却、配線、変換の層へ広がっていきます。

ラック単位で電力密度が上がるほど、データセンター側の電源設計は従来よりはるかに難しくなります。AIインフラ投資の広がりは、計算の中心だけでなく、その足元にある部品の層にも表れます。

SiCとGaNは、なぜパワー半導体に向くのか

配信後半で出てきた疑問が、SiC、GaN、DrMOS、SSTといったパワー半導体の話でした。SiCは炭化ケイ素、GaNは窒化ガリウムです。どちらも従来のシリコンより高電圧、高周波、高温動作に向きやすく、電力変換時の損失を減らしやすい材料です。

ざっくり整理すると、SiCは高電圧・大電力側に強く、GaNは高周波・小型高効率化に強い、という見方ができます。AIデータセンターで考えると、建物側や中電圧・高電圧の変換、SSTのような領域ではSiCが重要になりやすい。一方で、PSUや中間電圧変換、より高周波で小型化したい領域ではGaNが注目されやすい。

もちろん、性能が高いからすぐ全面置換されるわけではありません。コスト、信頼性、量産性、熱設計、既存システムとの互換性を見ながら、高付加価値な場所から入っていくはずです。

DrMOSはGPU近くの電源変換で重要になる

DrMOSは、Driver MOSFETの略です。ハイサイドMOSFET、ローサイドMOSFET、ゲートドライバを1つのパッケージに集積し、高効率な電源変換や電源回路の小型化に関わる部品です。

GPUやCPUは、最終的には非常に低い電圧で、巨大な電流を必要とします。データセンター側から届いた電力を、そのままGPUコアに入れることはできません。ラック、サーバーボード、GPU近傍で段階的に電圧を落としていきます。

この最後の近い場所で重要になるのが、VRM、DrMOS、Smart Power Stageのような部品です。AI GPUの消費電力が増えるほど、GPU近くで必要な電源フェーズ数や電源部品の数も増えやすい。AIインフラの成長は、GPUそのものだけでなく、GPUの足元にある電源部品の需要も押し上げる可能性があります。

SSTは変圧器の置き換えというより、電力制御の再設計

SST、つまりSolid State Transformerは、従来の鉄と銅の変圧器を、パワー半導体を使った電力変換装置に置き換える考え方です。ただし、SSTがすぐに既存の変圧器を大量に置き換えるかは別問題です。

変圧器は非常に保守的なインフラ部品です。信頼性、寿命、コスト、保守性、安全規格が重視されます。新しい技術が優れていても、いきなり全面導入されるわけではありません。

そのため、SSTはまず、スペース制約が強い場所、高効率化が強く求められる場所、電力制御の柔軟性が必要な場所から採用が進む可能性が高い。AIデータセンターでは、ラック電力密度が上がる中で、SSTやSiC/GaNがどこまで実装されるのかが重要な観察点になります。

下落は、見えていなかった層を見せる

今回の配信は、単なる含み益減少の愚痴ではありませんでした。下落によって、自分のポジションの弱点、保有株数の少なさ、利確ルールの曖昧さ、余力の不足、期待先行銘柄への距離感が見えてきました。

同時に、市場の表面だけでなく、その下にある構造にも目が向きました。NVIDIAだけではない。HBMだけでもない。TSMCだけでもない。AIインフラは、電源、冷却、変圧器、パワー半導体、基板、部品、施工能力まで含めた巨大な物理システムです。

今回の下落はつらかった。けれど、その痛みの中で、次に調べるべき場所が見えてきました。AIインフラの本当のボトルネックは、計算の中心ではなく、計算を支える足元にあるのかもしれません。

注記

この記事は配信内容をもとにした個人的な考察であり、特定銘柄の売買を推奨するものではありません。投資判断は必ず自己責任でお願いします。

NOIA_GRIDへ渡すテーマ

この配信からAIインフラ分析として取り出せるテーマです。配信の空気はStream Notesに残し、構造の分析はNOIA_GRIDへ接続します。