第351号

アルトマンはPCのDRAMがもったいないと言いました

価格はすでにそのDRAMをデータセンターへと移しています

AI・テック

アン・グァンソプ（Oswarld）· INLEVEL9 著者・編集者

Google の優先ソースに追加
アルトマンはPCのDRAMがもったいないと言いました

ゲーミングPCはどこから出てきたのか

ここ数日、韓国のコミュニティやSNSで1枚のスクリーンショットが拡散されました。OpenAIのサム・アルトマンCEOが、ゲーミングPCにRAMを積むのはひどいことだと発言したという内容です。出所をたどると、米国のゲームメディア「IGN」の記事に行き当たります。見出しを訳すと、「アルトマンはあなたのゲーミングPCにRAMが搭載されているのはひどいことだと考えている」となります。

IGNが出典として挙げたのは、10月29日に公開されたStripeのポッドキャスト『Cheeky Pint』の動画です。アルトマンがStripeの共同創業者ジョン・コリソンと向かい合い、PHPのセキュリティ脆弱性からエージェントチーム、ナビエ・ストークス方程式の証明に至るまで幅広く語り合った対談ですが、問題の箇所は29分あたりに出てきます。そのくだりで、アルトマンはゲームについて一度も触れていません。

彼が語ったのはローカル推論1です。オープンモデルが次々と公開され、自分のコンピュータ上で直接動かしたがる人が多いという話題から切り出しました。そして、そこから逆の議論を展開したのです。世界的に不足しているDRAMが各家庭のコンピュータの中に収まり、稼働時間の5%しか使われないとすれば、世界全体での配分という観点から見れば「かなりひどい（quite terrible）」ことだと。供給が逼迫しているときは、クラウドでできる限り使い回すほうがよいという主張です。

対談の原文からゲームメディアの見出しへ、見出しからコミュニティの投稿へ、投稿からSNSのスクリーンショットへと渡っていくうちに、文脈が一段階ずつ削ぎ落とされていきました。**最後のスクリーンショットに残ったのは、「ゲーミングPC」と「ひどい」の二言だけです。**ですが、前者は原文には一切登場しなかった言葉です。

2日後の10月31日、アルトマンは韓国・京畿道龍仁市のサムスン人材開発院でサムスン関係会社の社長団約50人と懇談会を行いました。テーマは「AIが変える次の10年、企業の選択」で、OpenAIで独自チップ開発を統括するリチャード・ホー ハードウェア担当副社長が同行しました。

原文をたどると、議論の出発点も見出しとは異なります。アルトマンが真っ先に口にしたのは、**価格がこれほど上がっているのに、なぜメモリの供給は増えないのかという不満であり、5%はその不満の末に出てきた数字でした。**今回は、その順序を追って見ていきましょう。

「見えざる手」が機能していないという不満

質問を投げかけたのはコリソンでした。業界には「高価格への特効薬は高価格そのものである」という言葉があります。価格が上がれば誰かが工場を建てて供給を増やし、そうすれば価格は下がるという意味です。では、その解決策は順調に進んでいるのか、と。アルトマンの答えは一言、「悪い（Bad）」でした。そして今は「見えざる手」が失敗していると語りました。

YouTube에서 보기

理由として挙げたのは、メモリ業界の記憶です。アルトマンの表現を借りれば、長い間DRAM企業は設備投資に200億ドルを投じて190億ドルを稼ぐビジネスでした。好況と不況を行き来しながら工場を建てすぎ、破産寸前まで追い込まれた記憶があるため、今のように莫大な利益を上げていても増設には慎重にならざるを得ないというのです。現在では各社が年間1,000億ドル前後のフリーキャッシュフロー2を生み出す勢いであるにもかかわらず、です。この1,000億ドルという数字はアルトマンの概算です。

誇張のように聞こえるかもしれませんが、韓国企業の数字を並べてみると、どちらの場面にも確かな根拠があります。

2023年第1四半期2026年第3四半期
SKハイニックス 営業利益3兆4,023億ウォンの赤字83兆3,338億ウォン（営業利益率80%）
サムスン電子 DS部門 営業利益4兆5,819億ウォンの赤字106兆5,000億ウォン（営業利益率72%）

3年半前には両社の半導体事業が1四半期に合計で8兆ウォン近くの赤字を出していました。今では1四半期に190兆ウォン近くを稼ぎ出しています。

先週の決算発表でSKハイニックスが選んだ言葉も、アルトマンの描写とほぼ重なります。メモリの供給不足は2030年まで続くと見込みながらも、追加のインフラはあらかじめ確保しつつ、装置の搬入や量産拡大といった実際の供給を増やす核心的なリソースは需要に合わせて調節すると述べました。同日、2026会計年度の株主還元規模として約100兆ウォンを発表しています。同社は供給不足の理由として、先端プロセスの難易度や新しいファブの建設にかかる時間も併せて挙げました。単に慎重になっているだけでなく、物理的な時間もかかるという意味です。

ただし、増設がないという話ではありません。サムスン電子は今年、設備投資84兆4,000億ウォンのうち76兆8,000億ウォンを半導体に投入すると発表し、SKハイニックスは龍仁（ヨンイン）第1ファブの稼働などにより、来年の設備投資が今年より大幅に増えると明らかにしました。増やしてはいるものの、価格が跳ね上がったスピードほどではない、というのが正確な描写です。メモリ各社がなぜこれほど慎重なのかについては、第183号『サンディスクが取り付けた4年間の覚書』でNAND側の事例を詳しく取り上げました。

5%という数字を計算してみると

それでは、5%という数字に戻ってみましょう。まず確認しておきたいのは、この数字はアルトマンの推定にすぎないという点です。対談の中では、出典や測定方法は明かされませんでした。

それでも、ロジック自体はシンプルです。同じメモリであっても、1日の大半は電源が切れていたり休止していたりするノートPCより、複数のユーザーからのリクエストを次々と処理するサーバーにあるほうが、より多くの仕事をこなせます。さらにデータセンターでは、モデルの重み（ウェイト）1セットをメモリ上に展開し、数多くのユーザーで共有して利用します。自宅で動かすとなると、ユーザーごとに同じ重みを個別に展開しなければなりません。

逆方向に作用する数字も一つあります。データセンターのAIチップに隣接して搭載されるメモリの大半はHBM3です。マイクロンは8月23日のHot Chips 2026で、HBM3Eは同じ容量のDDR5と比べてウェハー面積を約3倍消費すると説明しました。世代が進むにつれて、この差はさらに広がるとも述べています。クラウドに移行した1ギガバイトは、製造工場の視点で見れば、PC用メモリ3ギガバイト分のウェハーを消費している計算になります。

この二つの数字をもとに、単純計算してみましょう。PCのメモリが5%しか稼働しないとすれば、実際に稼働している1ギガバイトを得るために20ギガバイト相当のウェハーが必要になります。HBMは同じ容量で3倍のウェハーを消費するため、**クラウド側のメモリ稼働率が15%を超えるだけで、ウェハー基準ではクラウドのほうが優位に立ちます。**重みを共有する効果は、この計算に含めてすらいません。アルトマンの言う5%をそのまま受け入れるなら、メモリの算数だけでも彼の主張は正しい側に近いと言えます。なお、この計算は本稿の編集過程で行った試算であり、サーバーのメモリがすべてHBMというわけではない点や、ノートPCのメモリがDDR5に限らない点などは単純化しています。

計算の外に残る要素もあります。PCのDRAMはAIのためだけに搭載されているわけではなく、ブラウザや業務アプリケーションを動かすために最初から備わっているものです。考慮すべきなのは、ローカルAIのために追加で購入する容量、たとえば64ギガバイト以上の仕様程度です。また、データを外部に持ち出せない業務や、ネットワークが切断されても稼働し続けなければならない業務には、稼働率とは別の基準が適用されます。

この発言を誰がしたのかという点にも目を向ける必要があります。OpenAIはクラウド推論を販売する企業であり、サムスン・SKとスターゲートでの協業を結ぶ中で、月間90万枚規模のDRAMウェハーが必要になると見通しを示してきました。サムスン電子がOpenAIの独自開発チップに第6世代HBMを供給するという報道もありました。利害関係があるからといって主張が間違っているとは限りません。しかし、「DRAMはクラウドにあるべきだ」という言葉を誰よりも歓迎するのは、その発言をした当人自身であるという点は、心に留めておく価値があります。

「見えざる手」はすでに片方の仕事をしている

オルトマンは「見えざる手」が機能不全に陥っていると言いましたが、数字を見れば手が担う仕事は二つに分かれています。工場の増設には時間がかかります。しかし、すでに製造されたDRAMをどこへ送るかを決める仕事は素早く進んでいます。

その証拠がサムスン電子の1枚の業績表に表れています。第3四半期において、半導体を担うDS部門は106兆5,000億ウォンの営業利益を上げた一方で、スマートフォン・テレビ・家電を担うデバイスエクスペリエンス（DX）部門は8,000億ウォンの営業損失を出しました。2四半期連続の赤字です。韓国国内の報道各社は、メモリーをはじめとする部品価格の上昇を完成品の収益性悪化の理由に挙げ、サムスン電子のパク・スンチョルCFOも、来年のDX部門は原価上昇などにより収益性の負担が続くだろうと述べました。同じ会社の中で、メモリーを売る側とメモリーを買う側の結果が正反対に出たのです。

価格が動く方向も明確です。Tom’s Hardwareは、HBMが1ビットあたりDDR5の約5倍の価格で取引されていると伝えました。メモリー企業がウェハーをHBMやサーバー向け製品へと振り向けるほど、PCやスマートフォンへ回る割り当ては減り、価格は上がります。オルトマンが望んだ配分、すなわちDRAMをクラウドに集めて融通し合って使おうという構想は、誰かが計画しなくても価格を通じてすでに進行しています。そのコストは今、ノートPCやスマートフォンを買う人々、そしてそれらを製造する企業が支払っています。

altman pc dram five percentですから、オルトマンの不満は正確に言えば「手」の半分に対するものです。配分はすでにデータセンター側へと傾いており、滞っているのは総量です。総量が増えない間、残ったDRAMを誰の机の上に置くかを巡って価格競争が繰り広げられており、現時点ではデータセンターが勝利を収めています。

Oswarldの視点

私は、アルトマンのこの発言は言わないほうがましだったと考えています。世の中のDRAMを1か所に集めて使い回そうという主張は功利主義的な計算と受け取られやすく、前後の文脈を切り取って見出しに仕立てるのにも格好の材料です。OpenAIはローカル推論が普及すると直接的な損害を被る企業ですから、こうした発言をする動機もあります。

それでも、原文にないゲーミングPCを持ち出して叩くのは受け入れがたいものがあります。藁人形を叩いているあいだに、本来検証すべき問いが消えてしまうからです。5%という数字が正しいのか、その計算が誰に有利なのかといった問いです。発言が軽率だったという批判も、原文を根拠にしてこそ説得力を持ちます。

私自身、この議論では両方に片足ずつ突っ込んでいます。自宅ではMac Studioを1台、常駐の推論サーバーとして立ち上げておき、MacBookやiPhoneから接続して使っています。エージェントもその上で常時サービスとして稼働しています。その一方で、トークンを大量に使う長い作業はOllama Cloudへ送っています。兆単位でトークンを使っても、フロンティアモデルのAPIと比べて圧倒的に安上がりだからです。

だからこそ私は、ローカルかクラウドかよりも、「そのメモリが1日に何時間働いているか」へと問いを変えるのが適切だと考えています。3台の端末から接続して使う自宅サーバーは、ノートPC1台よりもはるかに長い時間働いていますし、予約だけして空けたままのデータセンターのリソースは、引き出しの中のノートPCと変わりません。アルトマンの「5%」は、置き場所ではなく稼働率に対する指摘として読み解いてこそ、最も説得力を持つのです。

私は、あらゆる作業に最上位モデルが必要なわけではないと常々述べてきました。アルトマンの計算は、誰もが大きなモデルを使うという前提において最も強固になります。要約や分類のように小さなモデルで事足りる作業なら、すでにPCに搭載されているメモリで処理することは、世の中のDRAMを余計に使うことにはなりません。惜しむべきはPCの中のDRAMそのものではなく、作業に対して大きすぎるモデルと、休んでいるメモリなのです。

おわりに

アルトマン氏の言う「5%」は、ローカルAIユーザーへの嫌味というよりは、メモリの総量が増えないことへの嘆きの末に出た数字です。稼働率の観点から言えば、彼の計算にも一理あります。ただ、その配分はすでに価格が担っており、残された問題は工場がどれだけ早く増えるかです。SKハイニックスが供給不足を2030年までと見込んでいるだけに、それまでノートPCやスマートフォンの価格に上乗せされるメモリ分の負担は、引き続き注視すべき数字です。

💬 読者さん、ローカルでAIモデルを動かしているなら、そのデバイスは1日に何時間ほど実際に推論を行っていますか？ 大まかな時間でも構いませんので、ぜひコメントで教えてください。

📨 ノートPCや社内PCの買い替えを控えている同僚がいれば、ぜひこの記事をシェアしてください。

あなたの視点が次の号をつくります

この号で最も共感した点、あるいは違う経験をした点はどこですか。

読者アカウントがあれば無料でコメントできます。

参考資料と関連リンク

主要出典

背景知識

あわせて読みたいバックナンバー

  • 第183号「サンディスクが取り付けた4年越しの確約書」 ··· メモリーメーカー各社が需要爆発の中でも増産を控える理由を、NANDの視点から掘り下げました。
  • 第178号「ダウンロードはできても、動かせない」 ··· ローカルで動かせるモデルと動かせないモデルの境界線をメモリー容量から測ってみました。
  • 第219号「AI半導体の次の主戦場はメモリー」 ··· データセンター内部でメモリーがHBMの上下に階層分化していくトレンドを整理しました。

アン・グァンソプ（Oswarld）のイラスト

著者 アン・グァンソプ（Oswarld） は世宗大学校 兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。 最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

📝 用語解説

각주

  1. ローカル推論（local inference）：AIモデルを事業者のサーバーやクラウドではなく、自分のPCやスマートフォンといった個人の端末上で直接実行する方式です。データが端末の外に出ない代わりに、モデルのサイズに見合うメモリーを端末自体が備えていなければなりません。 ↩

  2. フリーキャッシュフロー（FCF, free cash flow）：企業が営業活動で稼いだキャッシュから、工場や設備といった設備投資を差し引いて手元に残る資金のことです。配当や自社株買い、借入金の返済に充てられる余剰資金とお考えください。 ↩

  3. HBM（高帯域幅メモリー）：DRAMを何層にも積み重ね、AIチップのすぐ隣に配置したメモリーです。データをやり取りする帯域幅が非常に広く、AI演算には欠かせない存在ですが、同等の容量を製造するのに通常のDRAMよりもはるかに多くのウェハーを消費します。 ↩

あわせて読みたい過去の号

第350号

「超知能」と呼んでも鍵は別に置く

NISTがAIエージェントのアイデンティティと権限を設計する10の原則を提示しました。

AI・テック
第342号

DeepSeekのSuper-agentはR1になれるのでしょうか

R1が揺さぶったのは性能ではなく価格表でした

AI・テック
第331号

メタのAIが間違えても、法的には顧客の責任になります

11月20日に延期されたメタの商業規約が示すもの、いまは弁護士と法律の時間です

AI・テック