AIエージェントを設計し、プロンプトを書き、クライアントにAI活用を指南する。その道のプロを自任してきた“いけとも”には、しかし大きな穴があった。

「ChatGPTは毎日使うのに、それが動いている“石”のことは何も知らない」。

NVIDIA、TSMC、ASML、HBM——ニュースで毎日聞く言葉を、自分の言葉で説明できない。投資もしているのに、だ。

そこでAIのクロード先生をつかまえ、いちばん恥ずかしい質問から始めてみた。砂粒がなぜ計算をするのか。毎日触っている“あの概念”は物理的には何なのか。チップはどう作られ、誰がその関所を握り、AIブームで本当に儲かるのは誰なのか。使う側のプロが、足元の物理を端から端まで知った日の、長い長い記録。

告白：毎日AIを使うのに、それが動く“石”を知らない

いけとも　いきなり告白します。私、AI活用は仕事なんです。エージェントを組んで、プロンプトを設計して、人にも教えてる。なのに——それが動いてるチップのこと、何ひとつ説明できない。

クロード先生　あるあるです。運転がうまくても、エンジンの中身は知らない。

いけとも　でも私の場合、運転を“教える”側なんですよ。足元がブラックボックスって、さすがにマズいなと。

クロード先生　いい危機感です。しかも、わかると投資の解像度も一段上がる。じゃあ今日はいちばん下の“砂”のレベルから登っていきましょう。長くなりますよ。

いけとも　望むところです。

半導体は「気分屋の石」だった

いけとも　まず半導体。毎日聞くのに、説明できない。

クロード先生　世の中の物質は、電気の通しやすさで分かれます。いつも通す金属（導体）、まったく通さないゴム（絶縁体）。半導体はその中間で、通す・通さないを自分で切り替えられる石です。

いけとも　気分屋ですね。切り替えられると何がうれしいんですか。

クロード先生　ONなら1、OFFなら0。コンピューターの言葉は全部この0と1です。つまり砂からとれるシリコンが、計算の最小単位になる。

いけとも　あ、その0と1なら知ってます。AIのデータも、最後は全部それですもんね。

クロード先生　そう。あなたが書くプロンプトも、最後は0と1の海に溶けて、この石の上で処理されてる。普段の仕事のいちばん下に、この気分屋の石がいるんです。

チップは「極小都市」、CPUもGPUもその住人

いけとも　そもそも「チップ」って、半導体とは別の言葉ですか。

クロード先生　チップは半導体でできた極小の部品のこと。正式には集積回路、英語の頭文字でICとも言います。中身は、髪の毛より細い配線と、無数のスイッチが詰まった極小の都市。

いけとも　じゃあCPU、GPU、メモリも……？

クロード先生　全部チップの種類です。CPUは総合頭脳、GPUはAIが得意、メモリは記憶担当。用途で名前が変わるだけで、全部この石の親戚。あなたが日々「GPUが」「メモリが」と言ってるの、実は同じ家族の話なんです。

トランジスタは「電気で動く蛇口」

いけとも　その都市に詰まってる「スイッチ」が、主役なんですよね。普通のスイッチと何が違うの。

クロード先生　トランジスタという部品です。違いは2つ。1つは人の手じゃなく電気信号で自動・高速に切り替わる（1秒に何十億回）。

いけとも　2つめは。

クロード先生　水道の蛇口に似てます。指先のわずかな力で、大量の水を出し止めできるでしょう。トランジスタも、ごく弱い電気信号でメインの電流を操る。この「弱い信号で強い流れを操る」性質のおかげで、信号を増幅したり、複雑な計算を組み立てたりできる。

いけとも　スイッチであり、蛇口であり、アンプでもある。働き者だ。

クロード先生　その働き者が、1枚のチップに数百億個。次はその“数”の話です。

爪の上に、地球人口の2倍。なぜ小さいほど偉いのか

いけとも　数百億個って、なんでそこまで詰め込むんですか。

クロード先生　スイッチ1個のON/OFFが、0と1の1ケタ（1ビット）。小さくできれば同じ面積に多く詰められる＝速くて賢い。しかも1個が小さいほど電気の消費も発熱も減る。

いけとも　省エネにもなるのか。

クロード先生　そこ、あなたの土俵につながります。1個ずつは省エネでも、数百億×サーバー台数で、街ひとつ分の電力になる。AIのデータセンター電力問題の正体はこれ。だから後半、電力会社が投資先に出てきます。

いけとも　ちなみに数のスケール、たとえると。

クロード先生　地球の人口が約80億人。スマホの頭脳チップ1個に、その2倍以上のスイッチが爪の上に載ってる。1個は「0か1」しか言えない働きアリ。でも数百億匹の連携で、AIの計算になる。

いけとも　私が“考えさせてる”AIの中身、ただのスイッチの大群か……。

クロード先生　身も蓋もないけど、そうなんです。知能の下には、気が遠くなる数の単純なON/OFFがある。

計算の答えは「電気が来てるか、来てないか」

いけとも　ここ、ずっと引っかかってて。計算した答えって、どこにどう残るんですか。電気が流れて終わり、じゃ使えない。

クロード先生　核心です。まず、答えは電気そのものだ。「ある電線に電気が来てるか・いないか」自体が答えなんです。紙に書いた答えとは違う。

いけとも　じゃあ、その答えはどう伝わるの。

クロード先生　電線が次のスイッチにつながってれば、電気のまま流れて伝わる。読み取るのは人間じゃなく、次のトランジスタ。それを受けて次のスイッチが自分のON/OFFを決める。バケツリレーです。これが“計算が進む”の中身。

答えを「覚える」仕組みと、画面に変わる瞬間

いけとも　でも電気は流れて消えますよね。保存は？

クロード先生　覚える専用の回路＝メモリが担います。作業中は、電源がある間だけ覚えるメモリ（RAM）。消したくないものは、電気の粒を絶縁体の箱に閉じ込めて、電源を切っても残すメモリ（SSD）。

いけとも　……AIの“コンテキストウィンドウ”が消えるの、RAMだからか。今つながりました。

クロード先生　お見事。揮発するメモリと、残るストレージ。あなたが毎日格闘してる概念の、物理的な正体です。

いけとも　で、最後に私が画面で見る文字や絵になるまでは？

クロード先生　保存された0と1が、ディスプレイへの指示になる。画面は細かい点の集まりで、各点に「赤これくらい、緑これくらい」と数字を送ると色が決まり、絵や文字になる。音ならスピーカーを震わせる強さに。ここで初めて電気が光や音に変換されて、人間が認識する。

スマホ1台に、トランジスタは“兆”の単位

いけとも　今のスマホやパソコンに、結局いくつ入ってるんですか。

クロード先生　チップ（部品）の数なら数十〜100個以上。CPU、GPU、メモリ、SSD、電源、通信……役割ごとに別チップ。でもトランジスタは桁違いで、頭脳チップ1個だけで150億〜200億個。

いけとも　手のひらの中に、それが。

クロード先生　メモリやストレージまで足すと、機器1台でトランジスタは“兆”の単位。あなたのスマホは、文字どおり天文学的な都市。毎日、その都市を指でなでてるわけです。

ウェハ＝チップを焼くための円盤（なぜ丸い？）

いけとも　その極小の都市、どうやって作るんですか。

クロード先生　土台になるのがウェハ。高純度シリコンの薄い円盤です。1枚の上に同じチップを何百個もまとめて作って、最後に切り分ける。クッキーを大きな生地から型抜きするのと同じ。

いけとも　なんで丸いんですか、四角じゃなくて。

クロード先生　シリコンを溶かして育てた円柱の塊（インゴット）を、大根みたいに輪切りにするから。断面が丸い。大きいほど一度に多く取れるので、今は直径30cm（300mm）が主流です。

いけとも　全部きれいに取れるんですか。

クロード先生　いいえ。目に見えないゴミや欠陥で、いくつかは不良品に。使える割合を歩留まりと言って、これが利益を左右する。TSMCが別格に強いのは、この良品率が異常に高いからです。

砂が完成品になるまで、1000工程・数か月

いけとも　砂から完成まで、流れを通しで知りたいです。

クロード先生　6段階。①砂をイレブンナイン（9が11個並ぶ純度）のシリコンに精製 ②溶かして種結晶から円柱に育てる ③輪切りにして磨きウェハに ④回路を光で焼き付ける（前工程） ⑤切り分けて樹脂で包む（後工程） ⑥検査して出荷。

いけとも　ひとつずつが、もう職人技ですね。

クロード先生　完成まで1000工程前後・数か月、ホコリ一粒も許されないクリーンルームの中で。AIモデルの学習より長いかもしれません。

いけとも　数か月！

クロード先生　その手間が、そのまま参入障壁です。誰でも作れたら、こんな少数の会社が世界を握っていない。

チップは組み立てない。写真みたいに“焼く”

いけとも　その④の「焼き付ける」が、どうしても分からなくて。部品を組み立てるんですか。

クロード先生　組み立てません。ここ、みんな“え？”って顔をする。1枚の板に、塗る・削る・混ぜるを繰り返して直接彫り込む。写真の現像に近いんです。

いけとも　現像。

クロード先生　板に、光で変化する薬品（レジスト）を塗る。回路の型紙（マスク）をかざして光をあてる。当たった所だけ性質が変わり、洗うと模様が浮かぶ。そこに金属を盛れば配線、別の元素を混ぜればスイッチ。

いけとも　で、それを繰り返す。

クロード先生　何百層も重ねて、配線もスイッチも同じ板の上に一体で彫り上げる。レゴじゃなくて彫刻。1枚の板から街が生えてくる。人間の手では不可能な細かさを、光と化学でまとめて造形するから、1枚から何百個も同時にできるんです。

髪の毛の数万分の一を彫る。だからASMLは1社で世界を握る

いけとも　ニュースの「2nm」とか、何の数字ですか。

クロード先生　長さの単位。髪の毛が約10万nm。もとはスイッチの細さでしたが、今は世代の呼び名で、実寸とは別物。小さい数字ほど最先端、でOK。今は2nm世代が立ち上がり始めた最先端です。

いけとも　なぜそんなに小さくするのが難しいの。

クロード先生　細い線を焼くには細い光が要る。太い筆で細い線が引けないのと同じ。普通の光じゃ限界で、波長13.5nmのEUVという特殊な光が必要になった。その装置を作れるのは世界でASML1社だけ。

いけとも　1社。競合ゼロ。

クロード先生　ゼロ。1台が数百億円する化け物の装置で、最先端チップはこの会社の機械を通らないと1枚も作れない。とんでもない関所です。なお微細化はもう限界が近く、これからは“立体化・積み重ね”の時代に向かってます。

主役の裏に、日本の地味な王者たち（プレイヤー総覧）

いけとも　作るプレイヤー、ASMLの他にはどんな役割が。

クロード先生　厨房でたとえます。レシピを描く設計者（NVIDIA等）、料理する厨房（TSMC）、調理器具を作る装置メーカー、食材を納める材料メーカー。装置と材料は、日本企業が世界の要なんです。

いけとも　装置メーカーって、工程ごとに違うんですか。

クロード先生　違います。光で焼くのがASML、削る・盛るがApplied MaterialsやLam、東京エレクトロン、検査がKLA。この5社で装置はほぼ寡占。

いけとも　材料は。

クロード先生　世界のウェハの過半は、信越化学とSUMCOの日本製。焼き付けの薬品（レジスト）もJSRや東京応化など日本勢が強い。

いけとも　設計を助ける会社も？

クロード先生　数百億個のトランジスタは人手じゃ設計不能。Synopsysやcadenceの設計ソフト（EDA）が必須。あと回路の設計図ライブラリを貸すArm。スマホチップの土台はだいたいArmです。ニュースはNVIDIAばかりだけど、この裏方たちが本物の関所。

CPUは天才数人、GPUは小学生1万人

いけとも　CPUとGPUの違い、実はあやふやで。

クロード先生　CPUは少数の天才（複雑な仕事を順番に、コアは数個〜数十個）、GPUは小学生1万人（単純計算を一斉に手分け、コアは数千〜1万個超）。AIの計算は単純な掛け算・足し算の塊だから、手分けが得意なGPUがドンピシャ。

いけとも　あ、だからAI学習はGPUなのか。私、理由を知らずに「GPU確保が大事」って言ってました。

クロード先生　多いんです、それ。で、NVIDIAの本当の強さはハードじゃない。CUDAという開発基盤を20年育てて、世界中のAI開発がその上で動いてる。だから乗り換えられない。

いけとも　それ、まさに私たちがNVIDIAから抜けられない理由だ。性能じゃなくて、慣れ。

クロード先生　核心を突きましたね。堀はシリコンじゃなく、習慣の中にある。あなたが日々それを体感してる。

同じウェハから切り分ける？　いや、“版”が違う

いけとも　素朴な疑問。CPUとGPUって、同じウェハから切り分けて作り分けるんですか。

クロード先生　そこ、いい勘違いです。切り分け方の違いじゃない。焼き付ける設計図＝“版”そのものが違う。版画で版木が違えば絵が違うのと同じ。

いけとも　あー、別の型で焼くのか。

クロード先生　CPUの版は大きく複雑なコアを数個、GPUの版は単純なコアを数千個タイル状に敷き詰めた図。同じ工場・同じ焼き方でも、版が違えば中身が変わる。CPU用ウェハとGPU用ウェハは、最初から別物として焼かれてます。切り分けは最後にバラすだけ。

GPUとHBMは別チップ。後でくっつける

いけとも　GPUとHBM、いつもセットで聞きます。1枚で作るんですか。

クロード先生　別々のチップを後でくっつけます。GPU本体はTSMC、HBMはSK Hynixなどが別々に作り、1枚の土台（インターポーザー）に並べて超短距離でつなぐ。この接続技術がCoWoSで、GPUが売れるほど、この“並べてつなぐ能力”も足りなくなる。

いけとも　なんで1枚で一体に作らないの。

クロード先生　計算用の回路とメモリは、作り込みがまるで別物だから。それぞれ専用に最高品質で作って、後で密着させる方が高性能なんです。だからHBMの取り合いに加えて、CoWoSの取り合いも起きてる。

HBMの正体は「作業机の超高性能版」。作れるのは3社

いけとも　そのHBM、普通のメモリと何が違うの。

クロード先生　まずメモリは2種類。作業中のデータを広げる「作業机」がメモリ（RAM）、消したくないものをしまう「保存庫」がSSD。HBMは作業机の超高性能版です。

いけとも　どう高性能。

クロード先生　2つ。メモリを縦に高く積んである（積層）。そしてデータを運ぶ道がめちゃくちゃ太い（広帯域）。だからGPUの大群（小学生1万人）に、一気に問題用紙を配れる。High Bandwidth＝広帯域、が名前の由来です。

いけとも　それを作れるのが3社だけ。

クロード先生　薄く削って精密に積む超難度技術で、歩留まりを保つのが至難。SK Hynix、Samsung、Micron。あなたの本命Micronは、ここの3番手です。需要は爆発、作れるのは3社——だから奪い合いになる。

ウェハ丸ごと1枚の異端児、Cerebras

いけとも　1枚で全部やるCerebras、もう少し詳しく。

クロード先生　普通は1枚のウェハから何百個も切り出す。Cerebrasは切り分けず、ウェハ丸ごと1枚を、1個の超巨大チップにする。ウェハスケールと言います。

いけとも　メモリは。

クロード先生　外付けHBMの代わりに、計算回路と同じ板の上にメモリ（SRAM）を大量内蔵。距離ゼロで爆速、HBM争奪戦の外。あなたが挙げてくれた“1枚で両方作る”という読みは、ほぼ当たりです。

いけとも　弱点は。

クロード先生　巨大すぎて製造・冷却・コストが極端に難しく、内蔵メモリの容量にも限界。事業面でも売上が特定顧客（中東やOpenAI）に偏ってて、堀はまだ未証明。2026年5月に上場したばかりで割高感も指摘されてます。技術の堀は本物、でも事業の堀はこれから、という銘柄。

「学習」と「推論」は、受験勉強と本番テスト

いけとも　最近「推論用チップ」も聞きます。学習用と何が違うの。コストの話はビジネスでするのに、チップ単位では知らなくて。

クロード先生　学習はAIを育てる段階（受験勉強）、推論は使う段階（本番テスト）。違いは3つ。①精度：学習は高精度が必要、推論は低精度でOK（回路が小さく速く省エネ）。

いけとも　2つめ、3つめは。

クロード先生　②メモリ：学習は大容量HBMが大量に要る（HBM取り合いの主因）、推論は速さ重視。③計算の向き：学習は前向きに計算して答えのズレを後ろ向きに戻す“往復”（バックプロパゲーション）で複雑、推論は前向きの一方通行だけでシンプル。

いけとも　あ、推論コストが安くなる話、ここにつながるのか。

クロード先生　そう。一方通行でシンプルだから、推論専用チップは効率に全振りできる。しかも使う回数が爆発するから、安く速くできれば巨大市場。新興の主戦場です。

Groqは飲み込まれた──推論チップ生存競争

いけとも　その推論チップの新興、どんな顔ぶれ。Groqとか。

クロード先生　それがドラマで。Groqは2025年末、NVIDIAが技術と人材を実質取り込んでしまった。独立株では買えません。

いけとも　飲み込まれた……。他は。

クロード先生　上場済みで純粋なのはCerebras（CBRS）。未上場では、メモリに演算を埋め込むd-Matrix、Transformer専用ASICのEtched（ただし未出荷でハイリスク）、元学習向けで失速気味のSambaNova、Jim Keller率いるTenstorrent。

いけとも　上場しそうなのは。

クロード先生　韓国勢が近い。政府も出資するRebellionsが2026年中、Metaの買収を蹴ったFuriosaAIが2027〜28観測。ただ現実的に買えるのは、カスタムチップを陰で握るBroadcomとMarvell。この2社でカスタムAIチップ市場の約95%です。

いけとも　派手な新興に飛びつくより、大手の裏取り、と。

クロード先生　そういうこと。新興は技術が良くても独立して勝ち切るのは本当に難しい。Groqがその象徴です。

AIで儲かるのは、金を掘る人じゃない

いけとも　ここまで来て、本題です。結局、AIで儲かるのは誰。

クロード先生　3つの法則。①関所を握る者が儲かる——ASML、TSMC、HBM3社、CoWoS。②派手な主役より、代えがきかない裏方——日本の装置・材料（信越・SUMCO・東京エレクトロン）。

いけとも　3つめは。

クロード先生　③ツルハシを売る。ゴールドラッシュで確実に儲けたのは、金を掘り当てた人じゃなく、ツルハシとジーンズを売った商人。AIでも、勝者が誰だろうと土台（チップ・装置・材料・電力）を売る側が儲かる。

いけとも　……耳が痛い。私はサービス側、つまり金を掘る側だ。

クロード先生　いや、両取りでいいんです。サービスで稼ぎ、投資ではツルハシ側に乗る。掘る側の苦労を知ってる人ほど、ツルハシの価値が分かる。あなたの強みです。

まとめ：この長い対談で押さえた3点

1.　AIの正体は「砂から作った半導体の上で、トランジスタが0と1を超高速で切り替える計算」。毎日使うAIの足元には、爪サイズに地球人口の何倍ものスイッチが宿り、答えは“電気が来てるか・いないか”として伝わり、メモリに残る。

2.　チップは「組み立てる」のではなく、写真のように“焼いて”何百層も彫り上げる。だから作れる会社・装置・材料は希少で、ASML・TSMC・HBM3社・日本の素材勢という“関所”に利益が集まる。CPUとGPUの違いも、切り分けでなく“版”の違いだった。

3.　AI投資の王道は「ツルハシを売る側」に乗ること。学習と推論の違い、Groqの吸収劇までわかれば、新興に振り回されず大手の関所を握れる。

■合わせて読みたい

■関連記事