【連載1/6】AIインフラ投資、NVIDIA以外に何を買うべきか？｜エンジニア×投資家の視点で読む2026年

はじめに：NVIDIAは買い。ただし、それだけだと半分しか取れない

2026年4月、米半導体株は歴史的な急騰を見せました。

米半導体株指数SOXは、短期間で大きく上昇。 半導体ETFも月間で大幅高となり、 AI半導体相場の強さを改めて示しました。

NVIDIA、TSMC、Broadcom、SK hynix。

これらの主役級銘柄が、 AI相場の中心にいることは間違いありません。

私自身も、これらの銘柄をポートフォリオに入れています。

ただ、この連載でお伝えしたいのは、 もう一段先の話です。

GPUを買うのは正解。 ただし、GPUだけを買っていると、 AIインフラ相場の半分しか取れない。

これが、私が技術者として、 そして投資家として強く感じていることです。

なぜそう言えるのか。

それは、AIインフラはGPUだけでは動かないからです。

GPUを動かすには、電力が必要です。 冷却設備も必要です。 高速なネットワークも必要です。 建屋、土地、送電、監視システムも必要です。

つまりAI相場とは、 半導体だけの相場ではありません。

データセンター全体を作り替える相場でもあるのです。

私の立ち位置：エンジニア × 投資家

最初に、私の立ち位置を明示しておきます。

私の本業は、エンジニアです。

インフラの現場に長く関わってきました。
そして同時に、個人投資家でもあります。

AI関連銘柄を中心に、 米国株・日本株を継続的にウォッチしています。

この エンジニア × 投資家 という二つの視点を組み合わせると、 純粋なアナリストとも、 純粋な技術者とも違う景色が見えます。

決算書だけでは見えないものがあります。

それは、 今、現場で何が詰まっているのか という視点です。

この連載では、 その「実装側から見たAIインフラ相場」を、 投資家の言葉で分かりやすく共有していきます。

なぜ「GPUだけだと半分しか取れない」のか

ここから本題です。

2026年のハイパースケーラー設備投資は、 主要企業合計で100兆円規模に達すると報じられています。

Google、Microsoft、Meta、Amazonなどが、 AIデータセンターに巨額の資金を投じています。

4月末の決算でも、 各社はAIインフラ投資をさらに積み増す姿勢を示しました。

では、この100兆円規模のお金は、 どこに流れるのでしょうか。

もちろん、GPUには流れます。

これは間違いありません。

ただし、すべてがGPUに流れるわけではありません。

AIデータセンター投資を大きく分解すると、 おおむね以下のような領域に分かれます。

※案件や企業によって比率は大きく変わります。 あくまで公開資料や業界情報から見た概算です。

半導体：GPU、TPU、HBMなど 電力：受電設備、送電、変電、発電 冷却：空調、液冷、配管、熱交換 ネットワーク：スイッチ、光トランシーバ、ケーブル 建屋：土地、建設、施工、保守

GPUは最大カテゴリです。

だから「NVIDIAを買う」という判断は、 とても分かりやすいです。

ただし、AIインフラ投資の残り半分は、 GPU以外の領域に流れます。

そして、ここが重要です。

GPU以外の領域にも、 強い需要が発生しています。

しかも、電力、冷却、ネットワークは、 AIデータセンターを動かすうえで欠かせません。

GPUだけあっても、電力がなければ動きません。 冷却できなければ、性能を出せません。 通信が詰まれば、GPUは待ち状態になります。

つまり、AIインフラ相場は、 GPU単独の相場ではないのです。

GPUを中心に、 その周辺設備まで含めて見る必要があります。

エンジニア視点で見ると、なぜそこに気づくのか

投資アナリストは、決算書から業界を見ます。

それは正しいやり方です。

ただ、決算書にはまだ十分に表れていない情報があります。

それが、 技術的なボトルネックです。

ボトルネックとは、 全体の動きを止めている詰まりのことです。

たとえば、GPUがどれだけ速くても、 通信が遅ければ全体は遅くなります。

冷却が追いつかなければ、 GPUの性能は制限されます。

電力が足りなければ、 そもそもデータセンターを建てられません。

こうした技術的な詰まりは、 すぐに決算書には出ません。

でも、1〜2年遅れて数字に出てきます。

なぜなら、ハイパースケーラーは、 その詰まりを解消するために大金を投じるからです。

実装側にいると、 「今どこが詰まっているのか」が見えやすい。

だからこそ、 次にお金が流れる場所も見えやすくなります。

ここでは代表的なボトルネックを3つ挙げます。

ボトルネック1：通信

一つ目は、ネットワークです。

LLMの学習では、 大量のGPUが同時に計算します。

そして、そのGPU同士が、 絶えずデータをやり取りします。

つまり、AIデータセンターでは、 GPUそのものの性能だけでなく、 GPU同士をつなぐ通信性能が重要になります。

エンジニアの世界では、 データセンター内の横方向通信を East-West通信と呼びます。

従来のWebサービスでは、 外部ユーザーとの通信が主役でした。

一方、AI学習では、 データセンター内部の通信が非常に重要です。

GPUが高速でも、 ネットワークが詰まれば、 GPUは通信待ちになります。

高価なGPUが待ち状態になる。 これは、事業者にとって大きな損失です。

だから、AI時代のデータセンターでは、 ネットワークが重要な投資対象になります。

NVIDIAも、GPUだけでなく、 AI向けネットワーク製品に力を入れています。

代表例が、Spectrum-Xです。

これは、AIデータセンター向けの 高速ネットワーク基盤です。

なぜGPUの王者であるNVIDIAが、 ネットワークにも力を入れるのか。

理由はシンプルです。

GPUを売っても、 ネットワークが詰まっていれば、 顧客はAI基盤の性能に満足できないからです。

ここから見える投資テーマは、 以下のような領域です。

データセンター向けスイッチ ネットワーク半導体 光トランシーバ 光ケーブル 高速通信部品

関連銘柄の例としては、 Arista Networks、Broadcom、Coherent、 Lumentum、Fabrinetなどがあります。

もちろん、すでに市場で注目されている銘柄も多いです。

だからこそ、 「需要が強いか」だけでなく、 「株価にどこまで織り込まれているか」も見る必要があります。

ボトルネック2：冷却

二つ目は、冷却です。

AIサーバーは、非常に大きな熱を出します。

最新のAIラックでは、 1ラックあたり数十kWから100kW級の発熱が、 現実的な課題になっています。

これは従来の空冷だけでは、 対応が難しくなってきている水準です。

そこで注目されているのが、液冷です。

液冷とは、 冷却液を使ってサーバーを冷やす方式です。

空気よりも液体の方が、 熱を運ぶ力が強いからです。

さらに進むと、 チップに近い場所を直接冷やす方式も重要になります。

AIデータセンターでは、 「どれだけ冷やせるか」が、 そのまま「どれだけ計算できるか」につながります。

つまり冷却は、 単なる空調設備ではありません。

AI性能を引き出すための、 重要なインフラです。

ここから見える投資テーマは、 以下のような領域です。

液冷システム 空調設備 熱交換器 配管 冷媒 データセンター向け設備工事

関連銘柄の例としては、 Vertiv、Eaton、ダイキン工業、高砂熱学工業などがあります。

ダイキンは、 北米データセンター冷却分野の拡大を進めています。

高砂熱学工業も、 半導体・電子部品関連を含む設備需要を追い風に、 業績を伸ばしています。

ここも、ただの設備株として見ると、 少し地味に見えるかもしれません。

でも、AIインフラ全体から見ると、 非常に重要な場所です。

GPUを動かすためには、 冷却が必ず必要だからです。

ボトルネック3：電力

三つ目は、電力です。

今、AIインフラの最大ボトルネックは、 電力だと見ています。

AIデータセンターは、 とにかく大量の電力を使います。

大型AIデータセンターでは、 数百MWから1GW級の電力確保が、 現実的なテーマになりつつあります。

これは、もはや普通のIT設備ではありません。

電力会社、発電所、送電網、 場合によっては原子力まで巻き込む話です。

象徴的なのが、Microsoftの動きです。

MicrosoftはConstellation Energyと、 20年の電力購入契約を結びました。

その結果、 スリーマイル島原発の一部再稼働が 現実的なテーマになりました。

また、AmazonもSMRに関心を示しています。

X-energy関連の計画では、 小型モジュール炉を複数基活用し、 合計で大規模な電力供給を目指す構想があります。

ここで注意したいのは、 「SMR12基＝大型原発12基分」ではないことです。

SMRは小型原子炉です。

複数基を組み合わせて、 大きな電力を供給する設計です。

それでも、AIデータセンターのために、 原子力や大型電源が再評価されていることは、 非常に重要な変化です。

ここから見える投資テーマは、 以下のような領域です。

原子力発電 SMR ウラン 送電網 変電設備 ガス火力 電力管理システム

関連銘柄の例としては、 Constellation Energy、Cameco、GE Vernova、 三菱重工業などがあります。

AIは、ソフトウェアの話に見えます。

でも実際には、 電力インフラの話でもあります。

AIが伸びるほど、 電力需要も伸びる。

ここは、かなり長いテーマになると見ています。

「GPU + α」のポートフォリオ思考

ここまで読んでいただくと、 AIインフラ投資の見方が少し変わるはずです。

AI相場は、GPUだけではありません。

GPUに加えて、 ネットワーク、冷却、電力を見ることで、 より広い投資機会が見えてきます。

私はこれを、 GPU + αのポートフォリオ思考 と呼んでいます。

理由は3つあります。

理由1：分散効果がある

NVIDIAの成長が一時的に鈍化しても、 AIデータセンター投資全体が止まるとは限りません。

電力契約は、20年単位で結ばれることがあります。

冷却設備は、今後数年かけて更新が進む可能性があります。

光トランシーバも、 800Gから1.6Tへと高速化が進んでいます。

つまり、AIインフラの各領域は、 時間差を持って伸びていきます。

GPUだけに集中するより、 周辺インフラにも分散した方が、 リスクを下げやすいと考えています。

理由2：まだ見落とされている領域がある

GPU関連銘柄は、 すでに多くの投資家に見つかっています。

NVIDIA、TSMC、Broadcomなどは、 誰もが注目する主役銘柄です。

一方で、 冷却、送電、変電、施工、光部品などには、 まだ十分に理解されていない銘柄もあります。

もちろん、すでに大きく買われた銘柄もあります。

だから、何でも買えばよいわけではありません。

ただ、GPU以外にも、 AIインフラ相場の恩恵を受ける会社がある。

ここを見に行く価値はあります。

理由3：時間軸が違う

GPU需要は、比較的短いサイクルで動きます。

新型GPUの出荷、在庫、顧客の投資計画。 こうした要素で株価が大きく動きます。

一方、電力や送電網は、 もっと長い時間軸で動きます。

発電所、送電設備、変電所、 大型データセンターの建設には時間がかかります。

契約も長期になりやすいです。

そのため、投資ホライズンを長く取れる人にとっては、 電力・冷却・ネットワークのテーマは、 腰を据えて見やすい領域だと思います。

AI相場は「データセンター再構築相場」である

私がこの連載で一番伝えたいのは、 AI相場を半導体だけで見ないことです。

AIの進化は、 モデルの進化だけではありません。

その裏側では、 データセンターの作り方そのものが変わっています。

より大きな電力を確保する。 より高密度なラックを冷やす。 より速いネットワークでGPUをつなぐ。 より効率的に監視し、運用する。

これらすべてが、AIインフラです。

そして、その一つひとつに、 投資テーマがあります。

GPUは主役です。

でも、主役だけでは舞台は動きません。

舞台装置、照明、電源、配線、冷却。 それらがそろって、初めてAIは動きます。

だから私は、 AIインフラ相場を次のように見ています。

GPU相場であり、 電力相場であり、 冷却相場であり、 ネットワーク相場でもある。

この全体像を持つことが、 これからのAI投資では重要になると思います。

この連載で、何を書くか

この連載のスタンスはシンプルです。

AIインフラを、実装側の視点から読み解く。

そして、それを投資家にも分かる言葉で書く。

具体的には、以下のようなテーマを扱っていきます。

第1部：AIインフラの全体像

第1回：本記事 AIインフラ相場はGPUだけではない

第2回：電力編 ハイパースケーラーの電力調達戦略を読む

第3回：冷却編 液冷・チップ直接冷却の本命銘柄

第4回：ネットワーク編 East-West通信と光トランシーバの相場

第5回：立地編 印西・苫小牧・米国データセンタークラスター

第6回：監視編 PUE指標から読むデータセンター効率

第2部：電力争奪戦

SMR各社の実装進捗 既存原発再稼働の経済学 送電網ボトルネックで注目される会社 日本のGX関連銘柄 ガス火力リバイバルの実態

第3部：冷却革命

ダイキンのデータセンター冷却戦略 高砂熱学の受注分析 VertivとEatonの比較 冷媒メーカーの裏側 チップ直接冷却の技術ロードマップ

月2〜3本ペースで書いていく予定です。

また、四半期ごとに、 過去記事の「答え合わせ」も入れます。

予測を書きっぱなしにしない。

これは、この連載で大事にしたい姿勢です。

このnoteのスタンス

最後に、明示しておきます。

このnoteは、売買推奨ではありません。

短期の値動き予測でもありません。

このnoteが提供するのは、 次のような視点です。

AIインフラの実装側にいるエンジニアが、 投資家として業界の構造変化をどう読んでいるか。

この観察を、 皆さんがご自身の投資判断にどう活かすかは、 皆さんの自由です。

私は、実装側から見た景色を提供します。

その景色を見て、 どんなポートフォリオを組むかは、 読者の皆さんの判断に委ねます。

私について

投資は、米国株・日本株が中心です。

AI関連銘柄を継続的に観察しています。

投資のプロではありません。

ただ、AIインフラの実装側に身を置く者として、 アナリストだけでは見えにくい景色があると感じています。

この連載では、その景色を、 できるだけ分かりやすく言語化していきます。

次回予告

次回は、電力編です。

「AIデータセンターは電力を食う」

これは、すでに多くの人が知っている話です。

ただ、本当に重要なのはその先です。

ハイパースケーラーは、 具体的にどんな契約で、 どこから、どれくらいの電力を確保しているのか。

ここを見ると、 AIインフラ投資の本気度が見えてきます。

次回は、以下のようなテーマを扱います。

なぜMicrosoftはスリーマイル島原発に動いたのか AmazonがSMRに関心を示す理由 Constellation Energyの狙い 送電網ボトルネックの投資テーマ 日本のGX関連銘柄

電力は、AIの裏側にある巨大テーマです。

GPUの次に見るべき場所として、 かなり重要だと考えています。

最後に

冒頭のメッセージを、もう一度書きます。

NVIDIAは買い。 ただし、それだけだと半分しか取れない。

GPU相場は本物です。

ただ、その横で、 もう一つの相場が静かに進んでいます。

それが、 電力、冷却、ネットワークを中心とした、 AIインフラの「残り半分」の相場です。

この連載では、その残り半分を、 エンジニアの目で、 投資家の言葉で、 丁寧に解説していきます。

GPUに張りつつ、 その周辺もしっかり見に行く。

そんなポートフォリオを考えたい方の 判断材料になれば嬉しいです。

次回もお付き合いいただけたら幸いです。