台湾TrendForceは2026年9月21日、北米クラウド事業者の需要急増により2026年第4四半期のエンタープライズSSD価格が上昇傾向を維持するとの分析を公表しました。国内でもさくらインターネットなどが生成AI向け基盤拡張を進めるなか、高価格なHBM依存から低廉な大容量QLC SSDを活用した推論基盤への再設計がコスト競争力を左右します。
北米CSPの調達急増とNAND市場の価格支配力
台湾TrendForceが2026年9月21日に発表した市場分析によると、北米の主要クラウドサービスプロバイダー（CSP）は同月中旬以降、エンタープライズSSD（Solid State Drive）の調達予測を上方修正しました。2026年第4四半期の発注量は高水準だった第3四半期を上回る推移を見せており、記憶階層への投資拡大が明確になっています。
この需要拡大を牽引しているのは、従来のTLC（Triple Level Cell）製品に加え、大容量かつビット単価を抑えられるQLC（Quad Level Cell）製品の採用です。これまでAIインフラ投資はGPUやHBM（High Bandwidth Memory）といった計算資源に集中していましたが、推論需要の本格化に伴いストレージ階層の全体最適化へ移行しています。
半導体市場全体では民生用PCやスマートフォンの回復が緩慢である一方、データセンター向けSSDの引き合いが市況を牽引しています。大手サプライヤー各社は生産リソースを民生向けからエンタープライズ向け大容量QLCへ重点配分しており、価格交渉の主導権を握る構造が定着しました。
| 指標・項目 | 2026年の実績・見通し | 備考・推移 |
|---|---|---|
| エンタープライズSSD上位5社売上高（2026年Q2） | 375億9,000万ドル | 前四半期比103.6%増 |
| 2026年Q4 NANDフラッシュ契約価格見通し | 前期比15〜20%増 | 供給側が価格主導権を確保 |
| 2026年Q4 従来型DRAM契約価格見通し | 前期比10〜15%増 | 汎用メモリも連動して上昇 |
| エンタープライズSSD出荷容量のQLC比率 | 2026年: 18% / 2027年予測: 38% | 2022-2023年の9%から急拡大 |
| 2027年エンタープライズSSD需要予測 | 前年比52.9%増 | 需給ギャップは-6.1%に達する試算 |
エンタープライズSSD上位5社の2026年第2四半期売上高は、前期比103.6%増となる375億9,000万ドルを記録しました。ベンダー別ではサムスン電子（Samsung Electronics）が約143.5億ドル、ソリダイム（Solidigm）を擁するSKハイニックス（SK hynix）グループが86.3億ドル超、マイクロン・テクノロジー（Micron Technology）が前期比126.3%増の約69.8億ドルと続きます。
さらにCiti Researchが2026年9月21日に公表した試算によると、2027年のエンタープライズSSD需要は前年比52.9%増に達します。AI推論の拡大に伴ってNAND全体の需給ギャップは-6.1%まで引き締まる見通しであり、ストレージ調達枠の確保が事業継続上のリスクとして浮上しています。
参考記事: 中国AI格安化の仕組みとは？DeepSeekとKimi K3が変える推論コストとAI実装のロードマップ
推論コストの構造的限界を突破するKVキャッシュオフロード
推論処理における最大のボトルネックは、入力コンテキストをトークン単位で保持する「KV（Key-Value）キャッシュ」のメモリ消費です。長大なコンテキストを扱うエージェンティックAIでは、会話履歴や参照文書の増大に伴いKVキャッシュのデータ量が膨張します。
従来のシステム設計では、これらの中間データをすべて高価なGPU上のHBMやホストサーバーのDRAM上に保持していました。しかし、HBMの容量単価は極めて高く、物理的な搭載容量にも厳格な制限が存在します。GPUの計算能力に余力があってもメモリ容量の上限に達することで同時リクエスト数が頭打ちになる事態が頻発していました。
この物理的・費用的な限界を打破したのが、中国DeepSeekが主導するアーキテクチャ転換です。同社は2026年4月の「DeepSeek V4」において、コンテキストデータを高速な大容量QLC SSDへオフロードする設計を導入しました。
【従来の推論メモリ階層】
[ GPU (HBM) ] ── (極小容量・超高帯域) ── すべてのKVキャッシュを保持（容量逼迫でコスト高）
│
[ Host DRAM ] ── (小容量・高コスト)
【KVキャッシュオフロード導入後の階層化モデル】
[ GPU (HBM) ] ── アクティブな計算対象トークンのみ保持
│ PCIe / CXL
[ Host DRAM ] ── 直近のコンテキスト・バッファ
│ 高速NVMe (DPU/SPDK制御)
[ QLC SSD 階層 ] ── 過去ログ・長大コンテキストのKVキャッシュを退避（ビット単価を大幅削減）
KVキャッシュオフロードは、直近の計算に不要なキャッシュデータをDRAMから大容量NVMe SSDへ退避させます。必要なタイミングで先読み転送を行うことで、推論の応答遅延を抑えつつ高価なメインメモリの消費を大幅に削減できます。
ハードウェア側でもこの階層化を支える基盤整備が進んでいます。エヌビディア（NVIDIA）は2026年1月、BlueField-4 DPU（Data Processing Unit）で制御する「CMX Context Memory Storage Platform」を発表しました。ローカルSSDと共有ストレージの間に新たなメモリ階層を定義し、GPUを介さずにSSDからメモリへダイレクトにデータを転送する仕組みが整いつつあります。
さらにDeepSeekは2026年9月17日、論文「DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression」を公開しました。同論文ではCED（Causal Encoder-Decoder）アーキテクチャやSWA Bounded Replayを導入しています。ホストメモリやSSD上に常駐する永続KVキャッシュのストレージフットプリントを前世代比で約8分の1に圧縮することに成功しました。
参考記事: DeepSeek-V3/R1はなぜ推論コスト1/10を達成できたのか？671B中37B駆動を実現するMLAとDeepSeekMoEの技術解説
QLC SSD採用に伴う技術的要件とトレードオフ
ビット単価に優れるQLC SSDの採用は推論コストの低減をもたらす一方、デバイス特性に起因する明確なトレードオフを抱えています。QLCは1つのメモリセルに4ビットのデータを保持するため、3ビットを保持するTLCと比較して記録密度が約33%向上します。その反面、絶縁酸化膜の劣化が早く、書き換え可能回数（P/Eサイクル）の上限はTLCの数分の一にとどまります。
| 項目 | TLC SSD | QLC SSD | 階層化における役割と対策 |
|---|---|---|---|
| セルあたり記録ビット数 | 3 bits/cell | 4 bits/cell | QLCは単位容量あたりのコスト効率で優位 |
| 書換寿命（P/Eサイクル） | 3,000〜5,000回 | 1,000〜1,500回 | QLC側へは参照中心のキャッシュを配置 |
| ランダム書込み性能 | 高速（低レイテンシ） | 中速（書込み遅延あり） | DRAMバッファでシーケンシャル化 |
| 主な割当ワークロード | トランザクションログ、頻繁な書換え | 永続KVキャッシュ、ベクトルデータ | ワークロード特性に応じた完全分離 |
推論システムにおけるKVキャッシュの運用は、書き込み処理が頻発する特性を持ちます。何の最適化も施さずにQLC SSDへ書き込みを集中させた場合、ドライブの書き換え寿命（DWPD: Drive Writes Per Day）を急速に消費し、短期間でハードウェア障害を引き起こします。
実用化における前提条件となるのが、ソフトウェア制御によるライトアンプリフィケーション（WAF: Write Amplification Factor）の抑制です。DeepSeekなどの先進実装では、以下の対策を講じています。
- DRAMバッファを活用したシーケンシャル書き込みへの変換
- ホスト側のストレージスタックバイパス（SPDK等の活用）
- ZNS（Zoned Namespaces）やFDP（Flexible Data Placement）の適用
- キャッシュ無効化アルゴリズムによる不要ブロックの一括消去
データセンターの現場では、頻繁な更新を伴わない参照用データや長期保持キャッシュに大容量QLCを割り当て、高頻度の書き込みが生じる領域にはTLCを充当する棲み分けが不可欠です。TrendForceのデータによれば、エンタープライズSSD出荷容量に占めるQLC比率は2026年の18%から2027年には38%へ急伸する見通しです。この急激な伸びは、ハードウェアの物理的制約をシステムソフトウェアで補完する運用手法が確立されつつある事実を示しています。
参考記事: DeepSeek-V4-Flashの仕組みと影響｜AIデータセンター構造を変革する推論最適化のロードマップ
国内AIデータセンターが直面する調達リスクと設計転換
海外ハイパースケーラーによるSSD需要の囲い込みは、国内のAIインフラ構築にも影響を及ぼします。経済産業省による「クラウドプログラム」の認定を受け、さくらインターネットやソフトバンクなどの国内事業者がGPU基盤の大規模な拡張を進めています。しかし、ハードウェア調達の力点がGPU単体から大容量ストレージ階層へと波及するなか、調達戦略の再考が必要です。
国内市場が直面する具体的な課題は3点に集約されます。
第1に、エンタープライズ向け大容量QLC SSDの調達リードタイム長期化です。大手NANDサプライヤーが北米CSP向け長期契約を優先するため、国内事業者の調達枠確保が遅れれば、クラスター稼働時期の遅延につながります。特に60TBや120TBといった超大容量モデルの確保競争は激化しています。
第2に、国内サーバー環境における熱設計と電力密度の制約です。多層積層NANDを採用したPCIe 5.0対応エンタープライズSSDは、高負荷時に1基あたり25W前後の電力を消費します。高密度サーバーラックに多数のドライブを搭載する場合、追加の冷却設備や電源容量の確保が求められます。
第3に、国内半導体産業におけるポジショニングの変化です。キオクシア（Kioxia）などの国内NANDサプライヤーにとっては、高付加価値なエンタープライズ向けBiCS FLASH QLC製品の供給拡大が収益改善の機会となります。単なるフラッシュメモリチップの供給にとどまらず、コントローラーファームウェアやAIキャッシュ向け最適化技術を組み合わせた垂直統合モデルの提示が競争力の要となります。
従来のHBMとDRAMのみに依存した均一なサーバー構成を継続した場合、推論運用の単位コストで海外勢との差が広がります。国内のインフラエンジニアおよび事業責任者は、既存のクラウドアセットにSSD階層化を組み込み、ハードウェア投資あたりの処理トークン数を最大化する設計への移行が求められます。
ストレージ階層の再設計に向けた実務アクション
AIインフラの投資対効果を防衛するためには、計算リソース中心の設計思想から脱却し、記憶階層の全体最適化を前提とした実装を進める必要があります。技術責任者およびインフラ調達担当者が直ちに着手すべき実務手順は以下の通りです。
- 推論ワークロードにおけるKVキャッシュ使用量のプロファイリング
現行モデルの平均コンテキスト長と同時接続数を計測し、HBMからSSDへの退避が可能な非アクティブトークンの比率を算出します。
- QLC SSDを組み込んだ階層化ストレージのPoC検証
SPDK（Storage Performance Development Kit）やFDP対応ドライブを用い、ライトアンプリフィケーションを抑えたキャッシュ制御スタックの動作検証を実施します。
- 2027年に向けたエンタープライズNANDの供給枠確保
Citi Researchの予測通り2027年にNAND需給ギャップが-6.1%に達する事態を見据え、主要ベンダーとの間で超大容量SSDの先行調達枠を交渉します。
- DPUおよびCXLを活用したメモリ拡張アーキテクチャの評価
NVIDIA BlueField-4などのDPUを用いたホストバイパス転送技術を検証し、次世代GPUクラスター配備時のボトルネックを事前排除します。
高価なHBMの物理制約を低廉な大容量フラッシュで補完する設計思想は、AIサービスの商用採算性を支える基盤技術となります。ハードウェアの価格変動を前提に置き、ソフトウェアによる記憶階層制御を確立することが持続可能なAIプラットフォーム運用の前提条件です。
出典: ITmedia ビジネスオンライン
出典: TrendForce (2026年9月21日発表)
出典: TrendForce (2026年9月1日発表)
出典: TrendForce (2026年9月30日発表)
出典: arXiv (DeepSeek-V4.1-Flash論文)
出典: Tiger Brokers (Citi Researchレポート報道)
