リサ・スーAMD会長兼最高経営責任者(CEO)が、来年の売上高が80%以上増えるとの見通しを示した。自ら仕事をこなすエージェント型人工知能(AI)が、グラフィックス処理装置(GPU)はもちろん、サーバー用中央処理装置(CPU)の需要まで押し上げるという理由からだ。

スーCEOは3日(現地時間)、米ニューヨーク証券市場の取引終了後に開かれた2026年第3四半期決算発表のカンファレンスコールで、「現在確保している見通しに基づき、2027年の売上高は80%超成長すると予想している」と述べた。同氏は、来年の全売上高に占めるデータセンター部門の比率が80%を超え、売上高・利益の増加分の大半もこの部門から出るとみている。

同社の第3四半期売上高は133億7700万ドル(約18兆ウォン)で、1年前より45%ほど増え、過去最大を記録した。調整後の1株当たり利益(EPS)は2.09ドルと集計された。データセンター売上高は85億4600万ドルで97%膨らみ、過去最大記録を再び塗り替え、全売上高の64%前後を占めた。

スーCEOは、AI演算需要が広がっている点を強調した。モデルの学習や回答生成に使われるアクセラレーターのほかにも、エージェントが各種アプリケーションや企業システムを行き来して働くには、CPUがより多く必要になるという論理だ。同氏は、個人・企業向けエージェントが「クラウドCPUの次世代の中核的な応用分野として急速に浮上している」とし、「これらのエージェントは、複数のアプリケーションや企業システムで継続的かつ並列的に動作する」と述べた。

これを反映し、AMDはサーバー用CPU事業の来年の売上高の目線も引き上げた。従来は「70%以上成長」を示していたが、今回は「約2倍」の水準に引き上げた。スーCEOは、価格を上げるのではなく、出荷量を増やし、プロセッサー1個に入るコア数を増やす方式で成長すると述べた。データセンターAI売上高は、2倍を大きく上回る増加を見込んだ。

製品群も広げる。AMDは第3四半期に、次世代サーバーCPU「ベニス」を売上計上される形で出荷し始めた。スーCEOは「新しいEPYC世代の中で初期需要が最も強い」と述べた。同社は、エージェント作業用にCPU単独またはCPUとGPUの組み合わせを選べる「ヘリオン」サーバー設計も公開した。

AIアクセラレーター分野では、MI450シリーズと、これを搭載したラック単位のシステム「ヘリオス」の供給を増やせるかが鍵となる。AMDは、初期システムを活用してモデルや各種作業を稼働させている顧客として、アンスロピック、メタ、マイクロソフト(MS)、オープンAI、オラクルを挙げた。スーCEOは、主要顧客と次世代のMI500、MI600まで議論中だとして、「顧客の演算需要でますます大きな割合を占めることが目標」と述べた。チップ性能に加え、電力・設備・運営費をすべて考慮する総所有コストを競争の物差しとして示してもいた。

顧客企業のデータセンターの準備状況をめぐる投資家の懸念については、顧客とともに供給拡大計画を立ててきたと答えた。同氏は「GPUがどのデータセンター、どの地域に入るか分かっている」とし、土地・電力・建物といった設置インフラを一緒に点検していると説明した。そのうえで「需要が供給より多いのは事実」だとして、ウエハー、先端パッケージング、メモリーの物量を増やすため、協力会社と作業を続けていると付け加えた。

部品価格の上昇は負担要因である。スーCEOは、一部の供給会社・顧客と長期契約を結んではいるものの、メモリーだけでなく他の部品でも原価圧力が生じていると述べた。同氏は「今後こうしたコストを分担するよう、顧客と協力している」と語った。

外形が大きくなったからといって、収益性がすぐに良くなるわけでもない。ジーン・フーCFO(最高財務責任者)は、第4四半期にデータセンターAI売上高が初めてサーバーCPU売上高を上回るとみた。しかし、データセンターAI部門の売上総利益率が会社平均に届かず、事業比重の変化によって全社の利益率が動きうると述べた。AMDが示した第4四半期の調整後売上総利益率見通しは55%前後で、第3四半期(56%)より低い。

PC市場は慎重にみた。スーCEOは、部品価格の上昇が完成品価格と消費者需要に影響を及ぼすとし、来年の世界のPC出荷が2桁台の減少率を示すとの前提で事業計画を立てていると述べた。第3四半期のPC用クライアント売上高は1年前より7%増えたが、ゲーム売上高が40%急減したため、PCとゲームの合算売上高は8%減った。

スーCEOは、PCとデータセンターの間で供給量を調整できる点をAMDの強みに挙げた。PC側の需要が落ち込む状況に対処すると同時に、相対的に需要が堅調なデータセンターへ物量を移す余地があるという話だ。結局、AMDの来年の成長見通しが現実となるかどうかは、エージェントAI需要を実際の出荷につなげつつ、その過程で生じる供給・コスト負担をどれだけうまく管理できるかにかかっているとの評価である。