NVIDIAだけでは読めない、AIネットワーク半導体8社の勝ち筋

2026年9月6日追記：通信経路の解説と一部表現を補足・訂正しました。既存の決算数値は各節に記載した四半期の値で、すべてを最新決算に更新したものではありません。

AI半導体を見るときは、GPUの演算性能に加えて通信性能も確認します。GPUは、多数の計算を並列に処理する半導体です。

複数のGPUに処理を分担させると、GPU同士の通信待ちが計算時間を延ばす場合があります。

演算能力を増やした効果を確かめるには、データの交換に使う時間も見る必要があります。

多数のGPUを連携させるAIクラスターでは、メモリ、サーバー、ネットワーク装置、光部品、ケーブルの性能や構成が、全体の処理時間に影響します。

ここで通信が詰まると、高価なGPUは計算していない時間を抱えます。

GPUを1基3万ドルと仮定して10万基そろえると、GPUの設備費は30億ドルです。全GPUの稼働時間の5%が通信待ちになると仮定し、設備費にその時間比率を掛けると1.5億ドルになります。これは設備費を時間比率で配分した例であり、実際の売上損失や回避できる費用を示す数字ではありません。

企業業績を読むときは、通信性能の改善が製品の採用や売上につながったかを確認します。

この記事でわかること

• GPU群を動かすうえで、通信性能を確認する理由

• Broadcom、Marvell、NVIDIA、Astera Labs、Credo、Coherent、Cisco、Aristaの8社が担う役割と事業上の確認点

• 各社が開示した売上の対象期間と、製品ごとの確認点

• 特許や製品資料から読み取れる技術内容と、採用・利益の確認に必要な情報の違い

GPU群の拡大で増えるネットワーク投資

AI半導体のニュースでは、NVIDIAのGPU、TSMCの先端プロセス、SK hynixやSamsungのHBM（広い帯域でデータを送れる積層メモリー）が目立ちます。

GPUを多数連携させる構成では、個々の演算速度に加え、処理の途中で交換するデータの量と時間が全体の性能を左右します。

たとえば、計算結果をほかのGPUへ渡してから次へ進む処理では、一部の通信が遅れると、結果を待つGPUにも待ち時間が生じます。

接続する部品を調べる際は、その部品が送信、経路の選択、信号の補正のどこを担うかを確認します。

通信を振り分けるスイッチASIC（特定用途向けの専用半導体）、サーバーをネットワークへ接続するNIC（ネットワークアダプター）、通信・ストレージ・セキュリティ処理を担うDPU（データ処理装置）などがあります。信号を整えるリタイマーやDSP（デジタル信号処理回路）、電気と光を変換する光トランシーバー、回路を組み込んだ銅ケーブルのAECも、接続方式に応じて使います。

NVIDIAの2027年度第1四半期では、データセンター売上が752億ドル、従来区分でのデータセンター・ネットワーキング売上が148億ドルでした。ネットワーキングだけで前年同期比199％増です。

Broadcomの2026年度第2四半期は、AI向け半導体売上が108億ドル、前年同期比143％増でした。2026年6月3日の決算発表時点では、第3四半期の同売上を160億ドルと予想していました。この区分には、カスタムAIアクセラレータとAIネットワークを含みます。Broadcomの当時の公式決算

Marvellは2027年度第1四半期にデータセンター売上18.327億ドルを出し、全社売上の76％を占めました。Astera Labsは2026年第1四半期に売上3.084億ドル、前年同期比93％増です。Credoは2026年度第4四半期に売上4.37億ドル、前年同期比157％増でした。

これらは、ネットワークや接続部品を扱う企業にも売上の増加が表れている例です。全社売上と特定部門の売上を混ぜて順位を付けず、開示区分をそろえて読みます。

交換時に確認する性能と互換性

装置内部の部品を評価するときは、交換のしやすさと、交換後に必要になる検証も確認します。

スイッチASICや光DSP、リタイマーは、装置の内部で通信性能を支えます。

部品の交換時には、接続相手との互換性や運用中の性能を再確認する必要があります。

ネットワークの遅延、パケットロス、信号劣化、熱、消費電力、ケーブル長、ラック密度。これらは単体のカタログ性能ではなく、システム全体で効いてきます。

毎秒800ギガビットを表す800Gや、毎秒1.6テラビットを表す1.6Tの接続では、距離や消費電力に応じて銅ケーブルと光接続を選びます。AECは回路で信号を整える銅ケーブル、光トランシーバーは電気と光を相互に変換する部品です。DSPの搭載場所や有無も方式によって異なります。混雑への対応は、NICやスイッチの制御と合わせて確認します。

こうした部品は、データ転送の待ち時間や再送を減らし、GPUを使える時間の改善に関わります。

製品の役割と収益構造を分ける

BroadcomやMarvellには、顧客向けに個別設計する半導体とネットワーク向け製品があります。NVIDIAはGPU間の接続技術NVLinkや、サーバー群を結ぶInfiniBand・Ethernet製品を提供します。Astera Labsは、サーバー内の高速接続規格PCI Express（PCIe）や、プロセッサーとメモリー拡張などを結ぶCompute Express Link（CXL）の接続製品を扱います。

各社の売上は、半導体、接続部品、装置、ソフトウェアなどから生まれます。担当する役割と製造負担が違うため、市場全体の成長率から個社の利益率を推定することはできません。

部品メーカーでは顧客の設計や採用時期、光部品メーカーでは製造能力や歩留まり、装置メーカーでは導入後の保守・運用も調べます。

特許資料では、通信制御や信号処理の技術内容も調べられます。

調べる論点には、通信が集中したときの送信量の調整、経路の選択、ケーブルを通る信号の補正、電気信号と光信号の変換があります。

特許に技術内容が記載されていても、製品への実装や競合に対する優位性は別の確認が必要です。顧客の採用、代替方式、売上や利益への寄与を製品資料や開示情報で確かめます。

ここからは8社について、製品の役割、収益の出方、顧客や製造面のリスクを分けて確認します。

売上成長率を比べる前に、各社の製品が通信経路のどこで使われ、何を改善するのかを確かめます。