AMD、2030年に向けたサーバーCPU市場予測を2200億ドルに上方修正——エージェンティックAIとHeliosラックが成長を牽引

この劇的な上方修正の根底にあるのは、AI革命が「訓練（トレーニング）」から「推論（インファレンス）」へとその主軸を移しつつあるという確信だ。自律的かつマルチステップのタスクを実行する「エージェンティックAI」システムには、業界がこれまで想定していたよりもはるかに多くのCPUリソースが必要となる 。

需要を押し上げる2つの構造変化

エージェンティックAIワークロードは、2030年までに2200億ドルのサーバーCPU市場の約3分の2を占めると予測されている 。これらのシステムは、GPUによるモデル実行と並行して、データハンドリングやタスクの調整のためにCPUに大きく依存する 。

推論（インファレンス）がAIコンピューティングの主役に。 2026年には、世界のAIコンピューティング容量の約60%が推論に消費され、初めて訓練を上回ると見られる 。大規模なモデルを提供するには、多数のホストCPU、推論サーバー、および周辺インフラが必要となるため、このシフトはCPU重視のアーキテクチャに有利に働く 。

AMDは、ハイパフォーマンス＆アダプティブコンピューティング市場全体が、2025年の3650億ドルから2030年には2兆ドルに成長すると見込んでいる 。また、データセンター向けシリコン市場だけでも2030年には1兆ドルを超えると試算する 。

「Helios」と「Venice」：ハードウェアの切り札

Helios AIラックスケールシステム

2026年7月23日、Advancing AI 2026で発表されたHeliosは、AMD初の完全統合型液冷ラックスケールAIシステムである。72基のInstinct MI455X GPU、EPYC Venice CPU、Pensandoネットワーキング技術を統合している 。

2026年7月時点でフル生産状態にあり、パートナーへの出荷は2026年第3四半期末（2026年9月）に開始、第4四半期に量産が本格化する予定だ 。

本ラックは、最大2.9エクサフロップス（FP4推論スループット）、1.4エクサフロップス（FP8訓練スループット）を実現し、260 TB/sのスケールアップインターコネクト帯域幅を備える 。完全構成のHeliosラック1台の価格は、約525万ドルと見積もられている 。

第6世代EPYC「Venice」サーバーCPU

TSMCのN2（2nm）プロセスを採用したVeniceは、8つのチップレットダイ上に各32個のZen 6cコアを搭載し、ソケットあたり最大256コアを実現する 。TSMC台湾工場での量産は2026年5月に開始しており、将来的にはTSMCアリゾナ工場での生産も計画されている（ただし、アリゾナでの本格的な量産は2028年以降の見通し）。

Veniceは現在顧客へのサンプル出荷が行われており、2026年後半から2027年初頭にかけて、Heliosラックへの搭載およびスタンドアロンサーバーとして出荷される予定だ 。高密度エージェントサンドボックス実行向けの「EPYC 9006 SP7」は、2026年第4四半期に出荷開始予定である 。

大型顧客コミットメント：OpenAI、Meta、Anthropic

AMDは、主要AI企業3社から総計約14ギガワットの大規模なコミットメントを獲得している ：

その他の主要顧客としては、Microsoft（Azureデータセンター内でのHeliosラック展開）やOracle（5万GPU規模のHeliosスーパークラスター構築）が名を連ねている 。

ROCm vs. CUDA：2026年のソフトウェアギャップ

AMDのROCmソフトウェアスタックは大幅に進歩したが、NVIDIAのCUDAと比較していくつかの分野で依然として遅れをとっている：

機能している点：

• ROCm 7.xは、Instinctおよび一部のコンシューマー向けGPU上で、PyTorch 2.9、vLLM、llama.cppを正式にサポート 。
• AMDは、Advancing AI 2026にて、AI支援によるGPU開発のためのROCm.aiをローンチ 。
• HIP（Heterogeneous-Compute Interface for Portability）は、ほとんどのCUDAコードを最小限の変更でAMDハードウェア上で実行可能に変換する 。
• PyTorchとJAXは、ネイティブのROCmサポートを提供する 。

残るギャップ：

• パフォーマンスギャップ： 同等のハードウェア上での推論ワークロードにおいて、ROCmはCUDAより約10～25%低速であり、訓練やファインチューニングではその差はさらに拡大する 。
• エコシステムの成熟度： CUDAは、ほとんどのフレームワーク、チュートリアル、トラブルシューティングのデフォルトバックエンドであり続けている。ROCmは、非標準オペレーターや旧世代GPU、一部の推論エンジンで未だに問題が発生する 。
• 最先端の研究： CUDA専用のコードが毎週公開される一方、ROCmのサポートは数週間から数か月遅れることが多い 。
• Linuxのみ： ROCmは基本的にLinuxベースであり、Windowsサポートは限定的である 。

結論： ROCmは現在、推論において実用可能なレベルに達しており、トークンあたりのコスト競争力（同等ハードウェアでの推論ワークロードにおいて、NVIDIA比で25～40%安いと報告されている）がある 。しかし、ツール群、訓練ワークフロー、フレームワークサポートの幅広さといった点では、CUDAが依然として大きなリードを保っている 。

Q2 2026の記録的業績が戦略を裏付ける

AMDの2026年第2四半期の決算は、同社の戦略的方向性を強く支持する内容となった：

経営陣は決算説明会で、「推論とエージェンティックAIがサーバーCPUコンピュートの必要性を高めている」と述べ、これがTAM上方修正の構造的な原動力であると説明した 。AMDは、データセンターAI収益が2027年までに「数百億ドル」に達すると見込んでおり、サーバーCPU収益だけでも2027年に70%超の成長を見込んでいる 。

主要リスク：粗利益率とTSMC集中

粗利益率の行方： AMDが個別チップの販売から、Heliosのような統合ラックスケールシステム（GPU、CPU、ネットワーキングを一括提供）へとビジネスモデルをシフトさせるにつれて、ブレンド粗利益率は従来の個別チップ販売に比べて圧力を受ける可能性がある。市場は、AMDがNVIDIAのようにシステムプロバイダーへと変化する中で、粗利益率の拡大を維持できるかどうかを注視している。

TSMCサプライチェーンへの集中： AMDは、最先端CPU（N2）とGPU（N3/N4）の両方の生産をTSMCに依存している 。VeniceはTSMC台湾工場で生産中である。アリゾナ工場での将来生産を計画しているものの、最先端ノード向けの容量はまだオンラインになっていない 。台湾をめぐる地政学的緊張や、Apple、NVIDIAなどとのTSMCのウェハー割り当て競争は、2026年後半からギガワット規模でのHelios出荷を計画するAMDにとって、現実的な短期的リスクである。

まとめ

AMDは、AIワークロードの変曲点——訓練から推論へ、孤立したモデルから自律エージェントへ——を捉えた、明確で野心的な戦略を実行している。ハードウェアロードマップ（Helios、Venice）は生産段階に入り、主要顧客は前例のない規模でコミットメントを行い、財務結果もそのシフトを反映している。残る最大の課題は、ROCmがCUDAとの差を十分な速さで縮められるかどうか、そしてサプライチェーンの制約がAMDのアグレッシブな量産スケジュールの妨げにならないかどうかである。