半導体の歴史｜物質の発見からIntel・TSMC・NVIDIA、AIバブルまで

スマートフォン、パソコン、自動車、通信設備、発電所、データセンターは、用途の違う半導体を大量に使っています。生成AIの計算を担うGPUも、データを一時保存するHBMも、電源を制御するパワー半導体も同じ半導体産業に属します。

半導体の歴史は、電気を流す物質の研究から始まりました。トランジスタ、集積回路、微細加工、企業間分業が発展し、現在はNVIDIAのAIチップ、TSMCの受託製造、SK hynixのHBM、ASMLの露光装置がAI向け設備投資を支えています。

半導体とは何か

半導体は、導体と絶縁体の中間に位置する電気的性質を持つ物質です。現在の集積回路ではシリコンが中心ですが、用途によって炭化ケイ素（SiC）や窒化ガリウム（GaN）なども使われます。

シリコンへリンやホウ素などを微量に加えるドーピングによって、電子が動きやすいn型と、電子の不足を「正孔」として扱うp型を作れます。p型とn型を接合すると、電流を一方向へ流しやすいp-n接合ができます。

この性質を発展させ、外部から電圧を加えて電流を制御する部品がトランジスタです。デジタル回路では、トランジスタを高速なスイッチとして使い、0と1を扱います。現在のCPUやGPUは、膨大な数のトランジスタを一枚のチップへ集積したものです。

「半導体」と「半導体チップ」は同じ言葉で呼ばれている

本来の半導体はシリコンなどの材料を指します。一方、産業やニュースでは、その材料から作るダイオード、メモリ、CPU、GPU、センサーなどの電子部品も「半導体」と呼びます。「半導体産業」という場合は、通常これらの半導体製品を含みます。

主な種類役割代表例
ロジック計算・制御CPU、GPU、AIアクセラレーター
メモリデータの記憶DRAM、NAND、HBM
アナログ連続的な電気信号の処理電源管理IC、信号変換IC
パワー半導体大きな電力の制御IGBT、SiC MOSFET
センサー光や物理量の検出CMOSイメージセンサー

1833年から1940年代まで　半導体は「奇妙な物質」だった

Computer History Museumの年表では、1833年にマイケル・ファラデーが硫化銀について、温度が上がると電気伝導が増える現象を記録しています。金属では一般に温度上昇で抵抗が増えるため、当時は異質な振る舞いでした。

1874年、ドイツの物理学者フェルディナント・ブラウンは、方鉛鉱と金属線の接点で電流が一方向へ流れやすい整流作用を記録しました。20世紀初頭には、この性質を利用した鉱石検波器が無線受信に使われます。1901年にはジャガディッシュ・チャンドラ・ボースが半導体結晶を使う検波器の特許を出願し、1906年にはグリーンリーフ・ピカードがシリコン結晶を使う検波器を特許化しました。

電子機器の主役は、その後もしばらく真空管でした。真空管は増幅とスイッチングができますが、加熱が必要で、大きく、消費電力が多く、故障も起こります。電話網やコンピューターをさらに複雑にするには、小型で信頼性の高い代替部品が必要でした。

1940年、ベル研究所のラッセル・オールはシリコン結晶内でp型とn型の領域が接するp-n接合を見いだしました。リンを含む領域とホウ素を含む領域で電気的性質が異なることが確認され、後のダイオードや接合型トランジスタの基礎になります。

1947年　トランジスタが真空管を置き換え始める

1947年12月、ベル研究所のジョン・バーディーンとウォルター・ブラッテンは、ゲルマニウムへ二つの金属接点を置いた点接触型トランジスタで増幅作用を確認しました。ウィリアム・ショックレーは続いて接合型トランジスタの理論と開発を進めます。3人は1956年、「半導体の研究とトランジスタ効果の発見」によりノーベル物理学賞を受賞しました。

トランジスタは真空管より小さく、消費電力が少なく、機械的に壊れにくい部品でした。ラジオ、通信機器、軍用機器、コンピューターへ用途が広がります。ただし、トランジスタを一個ずつ基板へ取り付けて配線する方式では、部品数が増えるほど製造と配線が難しくなりました。

1958～1960年　ICとMOSFETが現代のチップを作った

1958年9月12日、Texas Instrumentsのジャック・キルビーは、半導体材料の上に複数の回路要素を形成した動作する集積回路（IC）を実演しました。翌1959年、Fairchild Semiconductorのロバート・ノイスは、ジャン・ヘルニのプレーナー工程を使い、シリコン表面の酸化膜上に金属配線を形成して回路を一体化する構造を考案しました。大量生産に適したモノリシックICへつながる方式です。

同じ時期、ベル研究所のモハメド・アタラとダウォン・カーンは、シリコンと酸化膜の界面を利用するMOS型電界効果トランジスタを実現しました。MOSFETは微細化しやすく、低消費電力で高密度に集積できるため、のちのデジタルICの中心になります。

1965年、Fairchildの研究開発責任者だったゴードン・ムーアは、集積回路へ載る部品数が急速に増える傾向を論じました。後に「ムーアの法則」と呼ばれます。これは物理法則ではなく、微細化、製造装置、材料、設計への継続投資が支えた産業上の傾向でした。

半導体チップはどう作られるのか

現在のチップは、円盤状のシリコンウエハー上へ薄膜を形成し、感光材を塗り、光で回路パターンを転写し、不要部分を削り、必要な場所へ不純物を入れる工程を繰り返して作ります。その後、ウエハーを個々のチップへ切り分け、外部と接続できるようにパッケージングし、検査します。

ASMLによると、現代のマイクロチップ製造は数百工程に及び、チップには最大100層規模の構造が形成されます。各層をナノメートル単位で位置合わせする必要があります。最小の回路を描く重要層ではEUV（極端紫外線）露光が使われ、それ以外ではDUV（深紫外線）露光などを組み合わせます。露光工程とEUVの仕組みは半導体の歴史とEUV露光で詳しく解説しています。

微細化が進むほど、露光、成膜、エッチング、洗浄、検査、材料純度、歩留まり管理の難度が上がります。半導体産業が一社完結から国際分業へ変わった背景には、この製造工程の複雑化と巨額の設備投資があります。

ShockleyからFairchild、Intelへ　シリコンバレーの企業系譜

トランジスタ開発者の一人だったショックレーは、1950年代半ばにカリフォルニア州マウンテンビューでShockley Semiconductor Laboratoryを設立しました。そこでゴードン・ムーア、ロバート・ノイス、ジャン・ヘルニら若い研究者がシリコン半導体の技術を学びます。

1957年9月、ムーア、ノイス、ヘルニら8人がShockleyの研究所を離れ、Fairchild Semiconductorを設立しました。Fairchildはプレーナー工程とICで重要な技術を生み、1960年代には同社出身者から多数の半導体企業が誕生します。Computer History Museumは、1960年代だけでも南サンフランシスコ湾岸で30社を超えるスタートアップが生まれ、その多くがFairchildに由来したとしています。

1968年、ノイスとムーアはIntelを設立しました。1969年にはFairchild出身のジェリー・サンダースらがAMDを創業します。人材が既存企業から独立し、技術と資本を持って新会社を作る循環は、シリコンバレーの産業構造を形づくりました。

1971年　Intel 4004が「コンピューター」を一枚のチップへ近づけた

Intelは当初、半導体メモリを主力とする会社でした。1969年、日本の電卓会社ビジコンがIntelへ電卓用チップセットを依頼します。Intel側は多数の専用チップを作る代わりに、ソフトウェアで処理内容を変えられる汎用プロセッサを含む構成を提案しました。

1971年11月に発表されたIntel 4004は、約2,300個のトランジスタを搭載した初期の商用マイクロプロセッサです。CPU機能を一枚のICへ集約する考え方は、電卓だけでなく制御機器、パソコン、サーバーへ広がりました。

1980年代にIntelは主力をメモリからマイクロプロセッサへ移します。PC市場の拡大によって、CPUとそれを動かすソフトウェアの組み合わせが半導体産業の利益構造を変えました。

1980年代　日本企業が世界の半導体市場で最大勢力になる

1970年代後半から1980年代にかけて、NEC、東芝、日立製作所、富士通、三菱電機など日本の電機メーカーは半導体へ大規模投資を行いました。特にDRAMで高い競争力を持ちます。経済産業省によると、世界の半導体売上高に占める日本企業のシェアは1988年に50.3％へ達しました。

日米間では貿易摩擦が激化し、1986年に日米半導体取極が結ばれました。1987年には米国が協定違反を理由に日本製パソコンなどへ100％関税を課す制裁を発動しました。

経済産業省は、日本企業が1990年代のDRAMからCPUなどロジックへの市場変化を十分に捉えられなかったこと、投資の遅れ、設計に特化するファブレス企業と製造を請け負うファウンドリ企業による水平分業への移行が遅れたことなどを挙げています。日本企業の世界売上シェアは2019年に約10％まで低下しました。

1987年　TSMCが「設計する会社」と「作る会社」を分けた

従来の大手半導体会社は、設計と製造を自社で行う垂直統合型が中心でした。現在、この形をIDM（Integrated Device Manufacturer）と呼びます。IntelやSamsung Electronicsが代表例です。

1987年、モリス・チャンが台湾でTSMCを設立しました。TSMCは、顧客が設計した半導体の製造に特化する「ピュアプレイ・ファウンドリ」を事業の中心に据えました。製造工場を持たず設計に集中するファブレス企業は、最先端工場への巨額投資を自社で負担せずに新しいチップを市場へ出せるようになります。

TSMCの2025年実績では、305種類の製造技術を使い、534社の顧客向けに12,682種類の製品を製造しました。ファウンドリという分業モデルは、NVIDIA、AMD、Qualcommなどのファブレス企業が成長する基盤になりました。

韓国はメモリへ集中し、SamsungとSK hynixが伸びた

韓国ではSamsung Electronicsが1980年代にDRAM開発と製造ライン建設を進め、1990年代に世界のメモリ市場で存在感を高めました。Samsungの社史では、1992年に64Mb DRAMを開発し、1990年代にDRAMとメモリ市場で世界首位級へ進んだ経緯が示されています。

SK hynixの前身であるHyundai Electronicsも1983年に設立され、DRAM、NANDへ事業を広げました。2009年からHBM開発を進め、2013年にはTSVを使ったHBMを開発しました。HBMは複数のDRAMチップを縦に積み重ね、GPUの近くへ配置して大量のデータを高速で受け渡すメモリです。

HBMは登場直後には大市場になりませんでした。高性能計算やAIが拡大すると、GPUの演算速度にメモリ転送が追いつかない「メモリ帯域」の問題が大きくなり、HBMの価値が上がります。生成AIの普及後、HBMはAIサーバーの重要部品になりました。

ASMLは露光装置で微細化を支えた

オランダのASMLは1984年、PhilipsとASM Internationalによって露光装置会社として設立されました。1990年代にPAS 5500、2000年代にTWINSCANと液浸露光を伸ばし、2010年には最初のEUV試作機を顧客研究施設へ出荷しました。2020年にはEUVが量産利用へ入りました。

EUVは波長の短い光を利用し、より微細な回路パターンを形成します。現在の最先端ロジックや先端メモリでは露光技術が製造能力を左右します。AI需要の増加はGPUだけでなく、ファウンドリ、メモリ、露光装置など上流へ連鎖します。

NVIDIAはゲーム用GPUからAI計算基盤へ進んだ

NVIDIAは1993年、ジェンスン・フアン、クリス・マラコウスキー、カーティス・プリームによって設立されました。当初の中心市場はPCの3Dグラフィックスです。創業期にはセガ向け次世代機計画で技術選択に失敗しながら、資金支援を受けて事業を立て直しました。詳しい経緯はセガはなぜNVIDIAを救ったのかで解説しています。1999年にGPUを前面へ出し、2006年にCUDAを発表しました。

CPUは複雑な処理を順序立ててこなす用途に強く、GPUは似た計算を大量に並列処理する用途に向きます。機械学習では巨大な行列計算を繰り返すため、GPUの並列処理能力が利用されました。2012年の画像認識モデルAlexNetではNVIDIA GPUが使われ、ディープラーニングの性能向上が広く知られる契機の一つになりました。

その後、NVIDIAはGPU単体ではなく、CUDA、通信、サーバー、AI向けライブラリを含む計算基盤を拡大しました。生成AIの学習と推論にはGPU、HBM、高速ネットワークを一体で動かす必要があり、AIデータセンター全体が半導体需要の中心へ移っています。

現在の半導体産業は一社では作れない

現在の最先端チップは、設計、製造、メモリ、製造装置、材料、パッケージングを複数企業が分担します。競争は会社対会社だけでなく、サプライチェーン全体の組み合わせで起きています。

役割主な企業例AI時代での役割
AIチップ設計NVIDIA、AMDなどGPU・AIアクセラレーター
ファウンドリTSMC、Samsungなど先端ロジックの製造
メモリSK hynix、Samsung、MicronHBM、DRAM、NAND
露光装置ASMLEUV・DUV露光
製造装置Applied Materials、Lam Research、東京エレクトロンなど成膜、エッチング、洗浄など
材料信越化学工業、SUMCOなどシリコンウエハーなど
クラウド・データセンターMicrosoft、Amazon、Alphabet、MetaなどAI計算設備の購入・運用

TSMCが製造したロジックチップへSK hynixなどのHBMを組み合わせ、先端パッケージで接続し、その製造ラインではASMLをはじめ多数の装置メーカーの設備を使います。完成したAIシステムをクラウド企業やAI企業が大量購入します。AI向け設備投資は、GPU、HBM、ファウンドリ、製造装置へ連鎖して需要を生みます。

2026年のAI半導体ブームはどこまで大きいのか

2026年9月時点で、AI向け半導体の需要は企業決算に明確に表れています。NVIDIAが2026年8月26日に発表した2027年度第2四半期の売上高は962億ドルで、前年同期比106％増でした。データセンター部門は890億ドル、前年同期比117％増です。

受託製造側でも伸びています。TSMCの2026年1～8月累計売上高は3兆3,868億7,000万台湾ドルで、前年同期比39.3％増でした。8月単月は前年同月比53.3％増です。ASMLは2026年第2四半期売上高93億ユーロを計上し、AI関連投資によって先端ロジックとメモリの需要見通しが強まっているとして、2026年通期売上高を430億～450億ユーロと見込んでいます。

WSTSの2026年春季予測では、2026年の世界半導体市場は約1兆5,100億ドル、前年比約90％増と見込まれています。さらに2026年上半期の実績は7,020億ドルに達しました。WSTSはQ2実績を既存予測へ機械的に織り込むと通年約1兆6,550億ドルになると示していますが、これは新しい正式予測ではありません。AI需要は、半導体の出荷、工場、製造装置、データセンター投資に表れています。

なぜ「AIバブル」と呼ばれるのか

AIバブル論の焦点は、現在の巨額な設備投資を将来のAIサービス収益で回収できるかどうかです。半導体需要が実際に増えていても、投資額が将来の収益を上回れば過剰投資になります。

Microsoftは2026年4～6月期に410億ドルの設備投資を行い、その約3分の2をCPUやGPUを中心とする比較的短寿命の資産が占めたと説明しています。Metaは2026年4～6月期だけで310.8億ドルを設備投資へ使いました。Alphabetは2026年上半期に806億ドル、Amazonは同じ上半期に963億ドルの現金設備投資を計上しています。各社で会計上の定義が異なるため単純合算はできませんが、AIとクラウドをめぐる設備投資が歴史的な規模になっていることは確認できます。

投資が続く間、GPUを売るNVIDIA、製造するTSMC、HBMを供給するメモリ企業、製造装置を売るASMLなどには需要が発生します。問題は、その先でAIサービスを使う企業や消費者が十分な料金を払い続けるかです。データセンターが増えても利用率が低ければ投資回収は悪化します。GPUの世代交代が速ければ減価償却負担も重くなります。

実需があることと、投資が過熱していないことは別問題

ドットコム・バブル期にも、インターネットそのものは消えませんでした。通信網やデータセンターへの投資は後のデジタル経済を支えましたが、需要を先取りしすぎた企業や高い評価を受けた企業のすべてが投資を回収できたわけではありません。ドットコム期と現在のAI投資の共通点・違いはAIバブルはドットコムバブルの再来かで詳しく整理しています。

AI計算需要、GPU売上、HBM需要、ファウンドリ売上は実際に増えています。一方、その需要を見込んで建設される設備のすべてが将来十分な収益を生むとは限りません。2026年9月15日にはReutersも、巨額AI投資の継続性をめぐる投資家の警戒を報じています。

半導体には昔から設備投資の波がある

半導体、とくにメモリは需要変動が大きい産業です。需要が供給を上回ると価格が上がり、各社が工場を増設します。新工場が稼働するころに需要が鈍化すると供給過剰になり、価格が下がります。投資抑制で供給が締まり、その後また不足する循環を繰り返してきました。

AI向けでは、先端GPU、HBM、先端パッケージ、電力設備まで同時に増強しています。AIサービスの需要が設備増加を上回り続ければ投資は吸収されます。需要の伸びが鈍れば、クラウド企業の設備投資削減がGPU、ファウンドリ、メモリ、製造装置へ順番に伝わります。現在のバブル論は、この将来需要と投資額の差をめぐる議論です。

日本は半導体を再び国内で作ろうとしている

日本では、1980年代のような完成品半導体メーカーの世界シェアをそのまま取り戻す政策ではなく、先端ロジックの国内製造、材料・装置の強み、AI需要を組み合わせる政策が進んでいます。

TSMCの熊本第1工場は2024年末に量産を開始しました。TSMCの2025年年次報告では、熊本第2工場でAI需要に対応する3nmプロセスの生産を計画しています。Rapidusは北海道千歳で2nm世代の先端ロジック製造を目指しており、経済産業省は2026年も同社への出資と研究開発支援を進めています。

日本の現在の課題は、工場を建てることだけではありません。設計企業、顧客、ソフトウェア、先端パッケージ、人材、電力まで含む産業集積を作れるかが事業の持続性を左右します。

参考資料