AI PCB・基板テーゼ：GPU、CPU、NIC、CCL需要は同一システムのボトルネック

Tue, 05 May 2026 23:15:00 +0900

セクターマップ： 本稿はパミセル関連リサーチの上位レイヤーにあたるAI PCB・基板テーゼである。AI PCBハブ、パミセル第1回、パミセル第2回、およびSamsung Electro-Mechanics AIインフラ再評価ノートと合わせて読むことを推奨する。

これまでの個別企業分析では、AI PCB・FC-BGA・低損失材料サプライチェーンにおいてどの韓国銘柄が最も有利なポジションを持つかという、より限定的な問いを立ててきた。本稿ではそれを一段引き上げ、そもそもなぜ資本がこのエコシステム全体に向かうべきなのかを問う。

答えは「GPUの次のテーマが基板」ではない。それはあまりにも直線的な見方だ。AIインフラはもはやGPUカード単体ではない。ラックスケールのシステムである。現代のAIラックにはGPU、CPU、DPU、NIC、スイッチASIC、メモリモジュール、電源供給、冷却制御、高速ボードが含まれる。各レイヤーにシリコンが加わり、シリコンが増えるたびにパッケージ基板、モジュールボード、マザーボード、スイッチボード、あるいは低損失材料スタックが必要になる。

これが核心だ。PCB・基板レイヤーは単純なローテーションの「次の停留所」ではない。AIシステム全体のBOM（部品表）における共通分母なのである。

TL;DR

市場で語られる「GPU→メモリ→基板」というシーケンスは方向性として有用だが、不完全だ。より正確なフレームは「同時多発的なシステム拡張」であり、GPU、HBM、CPU、DPU、NIC、スイッチASIC、メモリモジュールはすべて同時に増加し、いずれも基板またはボードを必要とする。
NVIDIA Vera Rubin NVL72がこの点を具体的に示している。このプラットフォームは72基のRubin GPU、36基のVera CPU、NVLink 6スイッチング、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-X / Spectrum-6 Ethernetスケーリングを統合している。CPU:GPU比は0.5、すなわちGPU 2基に対してCPU 1基だ。もはや単一チップの話ではない。
エージェント型AIは推論フェーズにおけるCPU負荷を高める。ツールのオーケストレーション、検索、コード実行、データベースアクセス、メモリ管理、セキュリティ分離はいずれもCPU、DRAM、NIC、DPUに依存する。CPU比重が増せば、サーバーCPU向けFC-BGA、メモリモジュールボード、SoCAMM、マザーボード、低損失CCLへの需要も連動して引き上げられる。
フィジカルAIはデータセンターの外へテーゼを拡張する。自動運転車、ヒューマノイドロボット、産業用ロボット、宇宙エレクトロニクスはいずれも多くのボード、センサー、エッジAIモジュール、高信頼性PCB材料を使用する。時間軸は異なる——データセンターが先、自動運転が次、ヒューマノイドはその後、宇宙は高信頼性マージンプレミアムとして最後だ。
韓国市場への投資マップは多層的になる。Samsung Electro-MechanicsはハイエンドのFC-BGA＋MLCCノード。大徳電子はFC-BGA / MLB / SoCAMMのファクター候補。斗山電子BGはCCLのアンカー。コーロン・インダストリーズとパミセルは低誘電材料の上流に位置する。パミセルは単独の銘柄アイデアではなく、より大きなAI基板システムの中の凝縮されたプロキシである。

1. 直線的フレーム：有用だが、視野が狭すぎる

市場がシーケンスを好むのは、シーケンスがトレードしやすいからだ。

最初はGPU：加速器が希少だったため、NVIDIAが予算を独占した。次はHBM：メモリ帯域なしにGPUはスケールできないとして、SKハイニックス、Samsung Electronics、Micronが議論の中心に入ってきた。その次のステップはたいてい基板や先端パッケージングとして語られる——GPUとHBMがスケールするなら、FC-BGA、インターポーザー、MLB、CCLも続くはずだという論理だ。

このフレームが間違っているわけではない。GPUが大型化すれば、パッケージ基板はより大きく複雑になる。HBMの拡大はパッケージング密度を高める。サーバーボードはより高密度かつ高速になる。その観点からすれば、基板は確かにGPUとHBMの後に続く認識サイクルのステップとして捉えられる。

しかし、このフレームはシステムアーキテクチャにおける最も重要な変化を見逃している。2026年のAIインフラはGPUの積み重ねではない。コンピューティング、メモリ、ネットワーク、セキュリティ、システム制御を統合設計したラックスケールプラットフォームなのだ。

NVIDIA Vera Rubin NVL72の構成がその最も明快な例だ。NVIDIAの公開資料によれば、このシステムは72基のRubin GPUと36基のVera CPUを基盤とし、NVLink 6スイッチング、ConnectX-9 SuperNIC、BlueField-4 DPUを統合している。NVIDIAのRubinプラットフォーム資料ではさらに、このプラットフォームを6チップの統合設計——Vera CPU、Rubin GPU、NVLinkスイッチ、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6 Ethernetスイッチ——として位置付けている。

算数が重要だ：

Vera CPU = 36
Rubin GPU = 72
CPU:GPU = 36 / 72 = 0.5

GPU 2基に対してCPU 1基というのは、ホストプロセッサの些細な付属物では断じてない。ラックがGPUの棚ではなくシステムであることを意味する。その認識が成立すれば、基板テーゼはGPU需要の下流的な反響にとどまらない。マルチチップシステムのテーゼへと昇格する。

2. すべてのチップがボードを引き連れる理由

基板レイヤーを理解する最も簡単な方法は、システムBOMをひとつずつ辿ることだ。

システムレイヤー	チップ・モジュール	ボード・基板への需要
AI加速	GPU、カスタムASIC、TPU	大型FC-BGA、先端パッケージ基板、高密度ボード
ホスト・オーケストレーション	サーバーCPU、Vera CPU、x86 / Arm CPU	大型FC-BGA、CPUソケットボード、マザーボードMLB
メモリ帯域	HBM、DDR5、LPDDRベースのサーバーモジュール、SoCAMM	インターポーザー・基板、メモリモジュールPCB、信号整合性材料
ネットワーキング	NIC、SuperNIC、EthernetスイッチASIC、InfiniBandスイッチ	スイッチボード、光モジュールPCB、低損失MLB
データ転送・セキュリティ	DPU、SmartNIC	パッケージ基板、アクセラレーターカードPCB
電源・制御	VRM、電源モジュール、BMCと制御ボード	電源PCB、MLCC、高信頼性ボード

これが「GPU需要」という表現が狭すぎる理由だ。ハイパースケーラーはGPU単体を購入するのではない。動くラックを購入する。そのラックにはコンピューティングチップ、メモリチップ、ネットワークチップ、制御チップ、パワーエレクトロニクスが含まれる。システムが拡張するほど、ボードレイヤーは高速信号、熱、電力、信頼性をより多く担わされる。

このフレームで見ると、韓国株への翻訳もより明確になる：

韓国のレイヤー	追うべき企業	意味するもの
ハイエンドパッケージ基板	Samsung Electro-Mechanics、大徳電子、韓国サーキット	FC-BGA・パッケージ基板エクスポージャー
多層ボード・モジュールPCB	Isu Petasys、大徳電子、TLB、Simmtech、韓国サーキット	サーバーマザーボード、スイッチボード、メモリモジュール、SoCAMMエクスポージャー
CCLアンカー	斗山電子BG	AIサーバー・ネットワーキング向けハイエンド銅張積層板
低損失材料	コーロン・インダストリーズ、パミセル	mPPO・低誘電樹脂と硬化剤インプット
電源安定性	Samsung Electro-MechanicsとMLCCピア各社	AIサーバー1台あたりのMLCCコンテンツと高電圧コンポーネントミックス

パミセルはこのマップの中で、斗山電子BGへの上流材料プロキシとして位置づけられる。Samsung Electro-MechanicsはFC-BGA＋MLCCにおける韓国プレミアム上場ノードとして。大徳電子はFC-BGA / MLB / SoCAMMのより広いファクター候補として。これらは別々の話ではない。同じシステムBOMの異なる座標点だ。

3. エージェント型AIがCPUレイヤーを肥大化させる

従来のLLM推論はハードウェアの観点から単純に見えた：

プロンプト
 -> GPUフォワードパス
 -> レスポンス

エージェント型AIはワークロードを一変させる。モデルは答えるだけでなく、計画を立て、ツールを呼び出し、検索し、ファイルを読み込み、コードを実行し、データベースを照会し、メモリを管理し、出力を検証し、他のエージェントと連携することもある。GPUは依然として中心的だが、GPU以外の処理が格段に重くなる。

エージェント機能	主なハードウェア負荷
LLMフォワードパス	GPU + HBM
ツールオーケストレーション	CPU
検索・リトリーバル	CPU + DRAM + ストレージ
コード実行	CPU、サンドボックス、コンパイラ・インタープリタ
セッションメモリ・状態管理	CPU + DRAM
ネットワーク経由のツール呼び出し	NIC + スイッチASIC + PCB
セキュリティ・分離	CPU + DPU

TrendForceはこの方向性について明確に述べている。2026年4月に発表したエージェント型AIレポートおよび関連する公開コメンタリーでは、CPU:GPU比の構造的変化、サーバーCPUの需給逼迫、IntelとAMDによる価格引き上げを詳述している。Tom’s Hardwareも同じ方向性を産業サイドから報じている——かつてGPU 4〜8基に対してCPU 1基だったAIサーバー構成が、エージェント型推論シナリオではより高いCPU比率へと移行し得るという内容だ。

正確な比率はワークロードによって異なる。コードエージェントのクラスターはビデオ生成クラスターとは異なるし、リトリーバル主体のエンタープライズエージェントは純粋なバッチ推論システムとは異なる。しかし基板投資家にとって重要なのは方向性だ——CPUの処理量が増えれば、CPUパッケージ、その周辺メモリ、ネットワーキング、ボードレベルの信号整合性要件が増加する。

エージェント型AIから韓国基板への経路はこうなる：

エージェント型AIの普及
 -> CPUオーケストレーション処理量の増加
 -> サーバーCPU、DPU、NIC、スイッチASICコンテンツの増加
 -> サーバーCPU向けFC-BGAと高レイヤーMLB需要の上昇
 -> メモリモジュール、SoCAMM、マザーボードの複雑化
 -> 低損失CCLと低誘電材料の重要性の高まり
 -> 韓国の基板・材料企業がBOM拡大の一部を取り込む

最後の行が重要だ。韓国はCPU市場を持っていない。Intel、AMD、Arm、NVIDIA、クラウドサービスプロバイダーのカスタムCPUがチップの価値を捕捉する。韓国上場企業はチップの周辺にあるボードと材料のコンテンツを捕捉する。それでも意味があるのは、基板コンテンツが単一製品ラインではなくシステム全体と共に成長するからだ。

4. フィジカルAI：データセンターの外へ

データセンターは近い将来における最初かつ最大の牽引役だ。フィジカルAIは第二の拡張軸になる。タイムラインは遅いが方向性は一貫している——知性が車、ロボット、工場、衛星へと移行するにつれ、より多くの演算処理がエッジに近づく。エッジの演算が増えれば、ボードも増える。

自動運転

自動運転は最もリアルな第二の柱だ。車両はすでに大規模な電子部品スタックを搭載しているからだ。高度運転支援システムや自律走行機能を持つ車両には、中央演算装置、センサーフュージョン、カメラモジュール、レーダー、LiDAR、車載Ethernet、冗長安全コントローラーが搭載されている。

車両システム	PCB・材料への需要
中央演算	高密度ボード、プロセッサパッケージ基板
センサーフュージョンECU	多層PCB、高速信号ボード
カメラ・LiDAR・レーダー	リジッドフレックス、RFボード、モジュールPCB
車載Ethernet	低損失CCLと高速通信PCB
安全冗長性	ECUの増加とボード面積の拡大

AIデータセンターほど即座に業績に反映されるわけではない。車両プログラムには時間がかかり、認定プロセスは遅く、収益カーブはモデルサイクルに依存する。しかし方向性は明確だ——高度な知性を持つ車両は従来の車両より多くのボードコンテンツを搭載する。

ヒューマノイド・産業用ロボティクス

NVIDIA Jetson Thorはフィジカルアーキュメントの具体的なハードウェア参照点を与えてくれる。NVIDIAはJetson ThorをフィジカルAIとロボティクス向けとして位置づけており、最大2,070 FP4 TFLOPS、128GBメモリ、40W〜130Wの可変電力範囲を誇る。このようなエッジAIモジュールには高密度ボード、電源ボード、センサーインターコネクト、フレキシブルPCBが必要だ。

ヒューマノイドが韓国基板の収益を明日動かすわけではない。まだ量産市場ではない。しかしテーゼのオプション価値を拡張する。エッジAIモジュールがロボット、工場、産業機械全体で標準化されれば、ボードコンテンツはデータセンター一点集中の話から分散コンピューティングの話へと移行する。

宇宙・防衛エレクトロニクス

宇宙は性格が異なる。ボリュームの話ではなく、信頼性とマージンの話だ。ミッションハードウェアに関するNASAおよびIPC関連の資料では、高信頼性PCBの要件、サプライヤー認定、Class 3・宇宙補遺型規格が強調されている。韓国上場PCB企業にとっての意義は「宇宙が大量のキャパシティを吸収する」ではない。過酷環境向けエレクトロニクスが高い信頼性規格とより良いマージンを正当化し得るという点にある。

時間軸を整理するとこうなる：

エンドマーケット	業績への反映タイミング	PCB密度	実効的な確信度
AIデータセンター	早い	非常に高い	高い
自動運転	中程度	高い	中〜高
ヒューマノイド・ロボティクス	遅い	中〜高	中程度
宇宙・防衛エレクトロニクス	遅い	高仕様・低ボリューム	中程度

この順序は重要だ。近期モデルはまだデータセンター主導であるべきだ。フィジカルAIは今日すべてのバリュエーションを引き上げる理由ではない。現在のAIサーバーサイクルが示唆するより最終市場が広がる可能性を示す根拠である。

5. パミセルテーゼに加わるもの

パミセルのリサーチは企業固有の認識ギャップから始まった。市場はこの会社を幹細胞企業として記憶していた。しかし損益計算書はAI向けCCL材料サプライヤーの様相を強めていた。斗山電子BGとの関係、繰り返し確認された供給契約の証拠、高マージンのバイオケミカル事業、KRX産業分類の変更——すべてが同じ方向を指し示していた。

本セクターテーゼはその問いを「なぜパミセルか？」から「そもそもなぜ上流のCCL材料レイヤーが重要なのか？」へと変える。

答えは、CCLと低損失材料は特定の1世代のGPUに縛られていないからだ。システムレイヤーの下に存在する：

GPU / CPU / DPU / NIC / スイッチASICの拡張
 -> 高速信号と熱制約の上昇
 -> 低損失CCL需要の上昇
 -> CCLメーカーが低誘電材料を必要とする
 -> パミセルのような上流サプライヤーが凝縮されたプロキシになる

パミセルは斗山電子BGと同一ではなく、PCBメーカーでもない。さらに上流に位置する。つまり顧客集中リスクと認定リスクは実在する。しかしそれは同時に、同じシステムレベルの需要が割合で見たときより大きなインパクトをもたらし得ることも意味する——受注が積み上がり続ける限り。

換言すれば、AIボードサイクルが単なるGPU基板サイクルではなくマルチチップシステム基板サイクルであれば、パミセルのテーゼはより耐久性を持つ。

6. Samsung Electro-Mechanicsテーゼに加わるもの

Samsung Electro-MechanicsはすでにハイエンドFC-BGAとAIサーバー向けMLCCという2つのアイデアを軸に再評価されていた。その古いフレームはまだ有効だ。システムBOMテーゼはそれをより明快にする。

GPUだけが牽引役であれば、Samsung Electro-MechanicsはMLCCを付帯したハイエンドパッケージ基板の話になる。牽引役がラックスケールのシステム拡張であれば、この企業は複数のレーンに存在することになる：

レーン	重要性
FC-BGA	より大型・複雑なCPU、GPU、ASIC、ネットワークチップがハイエンドパッケージ基板を必要とする
MLCC	AIサーバー、ネットワークトレイ、電源供給はいずれもコンポーネント密度を高める
ガラス基板オプション	将来の大型パッケージアーキテクチャが新たな基板材料とプロセスを必要とする可能性
車載・ロボティクス電子部品	フィジカルAIが時間をかけて高信頼性部品とボード需要を高める

これはバリュエーション規律を不要にするわけではない。Samsung Electro-MechanicsはパミセルやMLCC以外の小型PCB名より市場に認識されている。重要なのは「これは良い会社か？」という問いではない。「システムレベルの基板拡張のどれだけが株価に織り込まれていて、どれだけが受注・マージン・ガイダンスで確認される必要があるか？」という問いだ。

だからこそ本稿はSamsung Electro-Mechanicsをプレミアムアンカーとして扱い、最も高いベータのアイデアとしては扱わない。FC-BGA＋MLCCにおける最も純粋な韓国大型株エクスポージャーだが、将来リターンはテーマの「発見」ではなく継続的な業績上方修正にかかっている。

7. ポートフォリオフレーム：コア、バーベル、オプション

銘柄ランキングは価格で変わるが、ファクターマップは安定している。

役割	候補エクスポージャー	理由
プレミアムアンカー	Samsung Electro-Mechanics	FC-BGA + MLCC + 顧客認定 + スケール
コアPCBファクター	大徳電子	FC-BGA、MLB、SoCAMM・モジュールボード感応性の候補
CCLアンカー	斗山内の斗山電子BG	国内チェーンのハイエンドCCL本体
上流材料バーベル	コーロン・インダストリーズとパミセル	低誘電樹脂・材料エクスポージャー、小型かつ高い営業レバレッジ
オプショナリティ	韓国サーキット、TLB、Simmtech、Isu Petasys	メモリモジュール、MLB、ネットワーキング、より広いAI PCBベータ

重要なのは一つの答えを押し付けることではない。すべての「AI PCB」銘柄を同一資産として扱わないことだ。パッケージ基板、多層ボード、CCL、低誘電材料化学はマージン構造、認定期間、顧客リスクがそれぞれ異なる。

有用なポートフォリオビューはこうなる：

プレミアムアンカー：
 Samsung Electro-Mechanics

コア基板・ボードファクター：
 大徳電子、選定されたMLB銘柄

上流材料バーベル：
 コーロン・インダストリーズ + パミセル

高ベータオプション：
 韓国サーキット、TLB、Simmtech、Isu Petasys

市場が「PCBサイクルは終わった」と言うとき、システムBOMテーゼはその主張を検証する助けになる。GPUの出荷が鈍化してもCPUコンテンツ、ネットワークASIC、DPU、メモリモジュールの複雑性が上昇し続けるなら、ボードサイクルはあるレーンでは冷え込みながら別のレーンでは逼迫が続く可能性がある。

8. テーゼを崩し得るもの

共通分母フレームはサイクルが永遠に続くという主張ではない。4つのリスクが重要だ。

第一に、ハイパースケーラーのAI設備投資が鈍化し得る。AWS、Microsoft、Google、Metaのいずれかが2四半期以上にわたってガイダンスを引き下げれば、ハードウェアサプライチェーン全体が影響を受ける。

第二に、基板技術が変わり得る。ガラス基板その他の新アーキテクチャが予想より早くFC-BGAサイクルを変える可能性がある。ボード需要が消えるわけではないが、勝者が変わり得る。

第三に、キャパシティが入ってくる。ハイエンドCCL、ガラスファイバー、低損失材料のキャパシティが予想より早く増加すれば、ボリュームが本格化する前に価格決定力が正常化し得る。

第四に、フィジカルAIが市場の期待より時間がかかり得る。自動運転、ヒューマノイド、宇宙エレクトロニクスはいずれも長い認定・採用サイクルを持つ。近期のデータセンター収益の代替にはならない。

これらのリスクはテーゼを殺すものではない。チェックリストを定義するものだ。

9. 検証チェックリスト

テーゼは1社の四半期数字だけでなく、システムレベルで追跡されるべきだ。

シグナル	重要性
NVIDIAのラックスケールロードマップ	チップ種の増加と高ラック密度が共通分母基板サイクルを延長する
CPU:GPU比に関するコメンタリー	CPU比の上昇がCPU向けFC-BGAとマザーボードMLBレグを強化する
ハイパースケーラーのCapexガイダンス	AIデータセンターボードの一次需要源
CCLとガラスファイバーのリードタイム	材料の需給逼迫が実質的か緩和しているかを確認する
Samsung Electro-Mechanicsのパッケージ・コンポーネントマージン	プレミアム基板とMLCC価格が維持されているかを検証する
大徳・MLB受注コメンタリー	広義のPCBベータが収益に転換しているかを検証する
パミセルと斗山電子BGの契約サイクル	上流のCCL材料需要が積み上がり続けているかを検証する
韓国企業IRにおける車載・ロボティクスPCBのコメント	フィジカルAIがオプショナリティから収益へ移行する早期サイン

これらのシグナルが揃い続けるなら、基板サイクルは単なる2025〜2027年のテーマではない。複数年にわたるシステムアーキテクチャの転換となる。

FAQ

AI PCBテーゼとは何か？

AI PCBテーゼは、AIインフラ需要がGPUとHBMだけに限定されなくなったと主張する。ラックスケールシステムにはGPU、CPU、NIC、DPU、スイッチASIC、メモリモジュール、電源ボードが必要だ。各レイヤーがパッケージ基板、多層ボード、または低損失材料を必要とする。

なぜエージェント型AIがCPU需要を高めるのか？

エージェント型AIはツール、検索、コード実行、メモリ管理、オーケストレーションを使う。それらのタスクがGPUの周辺にCPU、DRAM、ネットワーキング、DPUの負荷を加える。CPU比重が高まれば、サーバーCPU向けFC-BGA、マザーボード、メモリモジュールボード、低損失CCLへの需要が増加し得る。

なぜSamsung Electro-MechanicsとパミセルがX同じセクターマップに存在するのか？

両社は同じAI基板チェーンの異なる地点に位置している。Samsung Electro-MechanicsはプレミアムFC-BGA＋MLCCノードだ。パミセルは斗山電子BGのCCLサイクルに連動する上流低誘電材料サプライヤーだ。同じシステムレベルのAIボード需要が両社に影響を与え得るが、リスクとバリュエーションプロファイルは異なる。

パミセルはPCB会社か？

違う。パミセルはPCBメーカーではない。テーゼの核心は上流材料エクスポージャーにある——斗山電子BGのようなCCLメーカーが使用する低誘電・低損失インプットだ。

これは投資アドバイスか？

違う。これはセクターリサーチのフレームワークだ。正しい結論はバリュエーション、受注サイクル、マージン確認、顧客集中度、各投資家のリスク許容度によって異なる。

参考公開資料

NVIDIA Vera Rubin NVL72 製品ページ: https://www.nvidia.com/en-us/data-center/vera-rubin-nvl72/
NVIDIA Technical Blog、Vera Rubinプラットフォーム概要: https://developer.nvidia.com/blog/inside-the-nvidia-rubin-platform-six-new-chips-one-ai-supercomputer/
TrendForce、エージェント型AIおよびCPU:GPU比コメンタリー: https://insights.trendforce.com/p/agentic-ai-cpu-gpu
TrendForceレポートページ、2026 Agentic AI Wave: https://www.trendforce.com/research/download/RP260408AD
Tom’s Hardware、エージェント型AIとCPU需要: https://www.tomshardware.com/pc-components/cpus/shifting-need-for-cpus-in-ai-workloads-drives-intensifying-shortages-price-hikes
NVIDIA Jetson Thor 製品ページ: https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-thor/
NASA、高信頼性PCB規格に関するクオリティガイダンス: https://sma.nasa.gov/sma-disciplines/quality
NASA GSFC-STD-8001 高信頼性PCB規格: https://standards.nasa.gov/sites/default/files/standards/GSFC/Baseline/0/gsfc-std-8001.pdf

結びに

テーゼを最もシンプルに表現するとこうなる：

AIはGPU単体を買わない。システムを買う。

システムはチップを増やす。チップは基板、ボード、低損失材料を必要とする。

だからこそ基板レイヤーは、サイクル終盤の後追いではなく共通のボトルネックとして読まれるべきだ。この含意は、すべての韓国PCB・材料株が同じマルチプルに値するというものではない。エコシステムをシステムレベルのサプライチェーンとして評価すべきだということだ——Samsung Electro-MechanicsがプレミアムFC-BGA / MLCCノードに、大徳とMLB銘柄がボードレイヤーに、斗山電子BGがCCL本体に、コーロン・インダストリーズとパミセルが低誘電材料の上流に。

ここから先の作業はテーマを繰り返すことではない。システムBOMが厚み続けているか、CPUとネットワーキングのコンテンツが上昇し続けているか、韓国企業がその複雑性を受注とマージンに転換しているかを追跡することだ。

Disclaimer: For research and information purposes only. Not investment advice. Names cited are for analytical illustration; readers should perform their own due diligence and consult licensed advisors before any investment decision.

NVIDIA Vera Rubin on Korea Invest Insights