ホーム › ガイド › HBM（広帯域メモリ）関連株入門

テーマ / 半導体

HBM（広帯域メモリ）関連の米国株とは？AI半導体を支えるメモリの見方

公開 2026-06-30 ・更新 2026-07-19

HBM（High Bandwidth Memory／広帯域メモリ）は、DRAMチップを縦に積み上げてGPUのすぐ隣に置く特殊なメモリです。AIの学習・推論ではGPUの演算より「データを運ぶ速さ（帯域）」が足かせになりやすく、その帯域を稼ぐためHBMが不可欠になっています。一方でメモリは好不況の波が大きい循環産業でもあり、ブームに乗るだけでなく市況と業績の両面で見る必要があります。

HBM（広帯域メモリ）とは

HBMは、複数のDRAMダイを縦に積層（スタック）し、TSV（シリコン貫通電極）で垂直配線して1つのパッケージにまとめたメモリです。

広い帯域: 数千本という非常に多くの配線で一度に大量のデータをやり取りできる。1本あたりの速度を上げる従来DRAMとは設計思想が異なる
GPUのすぐ隣: インターポーザ上でGPUと同居させ、配線を極限まで短くして帯域と省電力を稼ぐ
世代: HBM2→HBM2E→HBM3→HBM3E→HBM4 と帯域・容量が進化してきた

普通のPCメモリ（DDR）やグラフィック用GDDRとは別カテゴリの、AIアクセラレータ専用に近いメモリだと押さえると分かりやすいです。

なぜAIでHBMが不可欠なのか

大規模言語モデル（LLM）の学習・推論では、膨大なパラメータをGPUの演算器へ絶え間なく供給する必要があります。ここで効くのが演算速度そのものよりメモリ帯域です。

帯域ボトルネック: GPUの演算器がいくら速くても、データが届かなければ遊んでしまう。「メモリの壁」と呼ばれる古典的な課題
HBMの役割: 広い帯域でデータを流し込み、GPUの稼働率を引き上げる。AIサーバーのコストと消費電力に直結する
需要構造: GPU1枚に複数のHBMスタックを搭載するため、AIサーバーが増えるほどHBMの需要も増える

つまりHBMは「AI半導体の性能を律速する部品」であり、GPUとセットで需要が動きます。

HBM3E / HBM4 への進化

HBMは世代ごとに帯域・容量・積層数を伸ばしています。

HBM3E: HBM3の拡張版。積層数を増やし容量・帯域を引き上げた世代で、現行の最新AI GPU向けに広く採用
HBM4: さらに帯域を大きく広げる次世代。データ経路（インターフェース幅）の拡張や、土台となるベースダイのロジック化など設計が一段複雑になる
歩留まりが鍵: 多数のダイを積むほど不良の影響が大きく、歩留まり（良品率）と供給能力がメーカーの優劣を分ける

世代が進むほど技術難度と設備投資が増し、対応できるメーカーが限られる点が、供給側の構造として重要です。

メモリ市況の循環（好不況の波）

HBMの土台であるDRAMは、典型的なシクリカル（循環）産業です。需要と供給のズレで価格が大きく上下します。

好況: 需要が供給を上回ると価格が上がり、メーカーの粗利率と利益が急拡大する
不況: 各社が増産した供給が需要を追い越すと価格が下落し、利益が急減・赤字に転じることもある
HBMの位置づけ: AI向けで需要が強い一方、各社が能力を増やせば従来DRAMと同じ循環から完全には逃れられない

「AIで構造的に伸びる」物語と「メモリは循環する」現実、その両方を同時に意識することが、このテーマの肝です。

主要プレイヤーと米国上場での投資対象

HBMは供給側（作る）と需要側（使う）、そして製造装置に分けて見ると整理しやすいです。

メモリ（供給側）: Micron（MU）が米国上場の代表。HBMはSK Hynix・Samsung・Micronの実質3社が中心で、米国市場で直接買える専業メモリは Micron が主軸
需要側（使う）: NVIDIA（NVDA）がAI GPUでHBMを大量に消費。Broadcom（AVGO）もカスタムAIチップ経由で関連
製造装置: 積層・実装やエッチング・検査に関わる Applied Materials（AMAT）、Lam Research（LRCX）、KLA（KLAC）が間接的な関連

SK Hynix・Samsung は米国非上場のため、米国株での純度の高いHBM投資対象は実質 Micron に集約されます。AI半導体全体は AI半導体株ガイドも参照してください。

業績の見方（循環株として）

メモリ企業は循環株なので、単年の利益だけ見ると判断を誤ります。kabuでは次を時系列で確認します。

売上: AI向けHBMの伸びが全体を押し上げているか。市況局面（価格上昇か下落か）も背景として見る
粗利率: 循環の振れが最も出る指標。好況で急拡大し、不況で急縮小する
在庫: 在庫が積み上がると価格下落・減益の前兆になりやすい
設備投資（CF）: 営業CFに対し設備投資が重い装置産業。投資が膨らむとFCFが圧迫される。増産投資は将来の供給増＝次の不況の種にもなる

赤字局面では純利益がマイナスになりPERが機能しないため、PSRやキャッシュフローも併用します。

バリュエーションの罠（循環株のPER）

循環株で最も危険なのが、ピーク利益 × 低PERの組み合わせです。

低PERの罠: 好況のピークで利益が最大化すると、株価が高くてもPERは「割安」に見える。だが利益がピークアウトすれば株価は先に下がる
逆もまた: 不況で赤字・薄利だとPERは異常に高い、または計算不能になるが、そこが底に近いこともある
循環株の鉄則: 「PERが低い時に売り、高い（または計算不能の）時に仕込む」と言われるのは、この利益の山谷ゆえ

そこでkabuは、株価（市場の期待）とファンダ（売上・利益の実態）の乖離を時系列で可視化します。株価が業績の循環を先回りして動いていないか、成長率ベースで確認できます。乖離の考え方は乖離スコアガイドを参照。

kabuでの確認手順

HBM関連を見るときの具体的な手順です。

ビューアで Micron（MU）を開き、株価ライン（青）と売上・粗利率のバー（琥珀）の乖離を見る
粗利率の山谷で循環の局面を把握し、いま好況・不況のどちら寄りかを判断する
需要側として NVIDIA（NVDA）を並べ、GPU需要とメモリ需要の連動を確認する
乖離ランキングで、株価が実態から離れすぎている銘柄がないかチェックする
セクターから半導体全体の温度感も合わせて見る

Micronの四半期決算を株価との乖離で分解した実例は MU決算Divergence分析にまとめています。

リスク

HBMテーマには固有のリスクがあります。

循環リスク: AI需要が強くても、各社の増産が需要を追い越せばDRAM全体の価格下落に巻き込まれる
需要集中: HBM需要はAI GPU、とりわけ少数の大口顧客に偏る。AI投資が減速すれば直撃する
競争・歩留まり: 供給は実質3社の寡占だが、世代交代（HBM4等）での歩留まり・量産で順位が入れ替わりうる
設備投資負担: 巨額の投資がFCFを圧迫し、不況局面では財務が重くなる

「AIで不可欠」という物語は正しくても、それがそのまま株価の割安・割高を意味しません。本ガイドは情報提供・教育目的であり投資助言ではありません。最終判断はご自身の責任でお願いします。

よくある質問

HBM（広帯域メモリ）とは何ですか？

DRAMチップを縦に積層し、TSV（シリコン貫通電極）で垂直配線して非常に広い帯域を実現したメモリです。GPUのすぐ隣に置いて大量のデータを高速に供給するため、AIアクセラレータに不可欠な部品となっています。世代はHBM3E、HBM4へと進化しています。

なぜAIにHBMが必要なのですか？

大規模AIモデルでは、GPUの演算速度よりデータを運ぶ速さ（メモリ帯域）が性能の足かせになりがちです。HBMは広い帯域でデータをGPUに流し込み、演算器の稼働率を引き上げます。GPU1枚に複数のHBMを載せるため、AIサーバーが増えるほど需要も増えます。

HBM関連の米国株にはどんな銘柄がありますか？

供給（メモリ）側で米国上場の代表は Micron（MU）です。HBMは実質3社（SK Hynix・Samsung・Micron）の寡占ですが、SK HynixとSamsungは米国非上場のため、純度の高い投資対象は Micron に集約されます。需要側では NVIDIA（NVDA）やBroadcom（AVGO）、製造装置ではAMAT・LRCX・KLACが関連します。

メモリ株が「循環株」とはどういう意味ですか？

DRAMは需要と供給のズレで価格が大きく上下し、メーカーの利益が好況で急拡大し不況で急減・赤字化する産業構造を指します。AI向けHBMで需要が強くても、各社の増産が供給過剰を招けば価格下落の循環に巻き込まれる点が重要です。

循環株のバリュエーションで気をつける点は？

「ピーク利益 × 低PER」の罠です。好況のピークでは利益が最大化しPERが割安に見えますが、利益がピークアウトすると株価は先に下がります。逆に赤字局面ではPERが機能しません。kabuでは株価と業績の乖離を時系列で見て、株価が循環を先回りしていないか確認します。

kabuではHBM関連をどう見ればよいですか？

ビューアでMicron（MU）を開き、株価（青）と売上・粗利率（琥珀）の乖離を確認します。粗利率の山谷で循環の局面を把握し、需要側のNVIDIA（NVDA）と並べて連動を見ます。本ツールは情報提供・教育目的であり投資助言ではありません。