スコシアは、100 MWのAIキャンパスが15%のIRRを得るにはGPU時間あたり2.91ドルが必要と試算
重要ポイント
- •Scotiaは、100 MWのGB200 NVL72キャンパスの総設備投資額を40.3億ドル、1 MWあたり4,030万ドルと試算した。
- •モデルでは、70%を年率8.0%で6年間借り入れる前提のもと、15%のレバレッジ付き株主資本IRRを得るにはGPU時間あたり約2.91ドルが必要とされた。
- •Scotiaは、プロジェクトの営業費用の下限をGPU時間あたり0.52ドルとし、それを下回るなら施設を停止する方がよいと述べた。
- •レポートは、OpenAIやAnthropicのようなテナントの破綻が起きれば、貸し手は代替用途の乏しい高度に特殊化した担保を抱えることになると警告した。
- •Scotiaは、接続待ちや機器の受注残を含む電力ボトルネックが稼働を遅らせ、施設が全面稼働する前に減価を進める可能性があると指摘した。
GB200 NVL72ラックを稼働させる100 MWの専用推論キャンパスは、15%のレバレッジ付き株主資本内部収益率を生み出すには、GPU時間あたりおよそ2.91ドルが必要だと、Scotiabank Global Equity Researchの詳細分析は示した。
Scotiaのモデルでは、100 MWの重要IT負荷に対する総プロジェクト設備投資額は40.3億ドル、つまり1 MWあたり4,030万ドルとなる。この総額のうち64%はIT機器に割り当てられ、NVL72ラック1台あたり300万ドルとされ、その支出の多くはNVDAに向かう。残りの36%は施設本体に起因し、1 MWあたり1,450万ドルとされている。
同行は、プロジェクトの70%を6年間・年率8.0%で調達し、6年後のIT設備投資に15%の残存価値を見込んでいる。これは、リターン計算が資金調達条件と保有期間 শেষেの機器価値の両方にいかに敏感かを示している。
Scotiaは、現在のGB200の賃貸指標はこのハードルを上回っていると述べた。2.91ドルという必要条件では、モデルは出力トークン100万件あたり約0.81ドルに相当する。比較すると、現在のクローズドモデルのトークン出力コストは、Gemini 3.1 Flash-Liteの1.50ドルからGPT 5.4の15ドルまで幅がある。DeepSeek V4 Flashは0.28〜0.66ドル、Ox AlphaはClaude Opus 4.8に近い製品でおよそ0.50ドルとみられている。
レポートはまた、ハイパースケーラーのコミットメント規模の大きさも強調した。Scotiaによると、オフバランスシート項目は2.588兆ドルに達し、さらに7,790億ドルがすでにバランスシート上にある。これらの数値には1,200億ドルの保証やその他の偶発的エクスポージャーは含まれていない。同行は、これらは確定的なコミットメントではないとしている。
もう1つの重要な数値は、営業費用の見積もりである。ScotiaはopexをGPU時間あたり0.52ドルとし、これを下限と表現した。これを下回るなら施設を停止した方がよいからだ。レポートは、コモディティ生産者や工場が一定期間損失を出して稼働した例があると認めつつも、同じ論理が実務上の下限を示すと述べた。
レポートによれば、AIインフラに対する弱気シナリオは、こうしたデータセンターの「契約テナント」――たとえばOpenAIやAnthropic――の1社が破綻することだ。その場合、40.3億ドルで建設され、28.2億ドルの負債で資金調達された施設はテナントを失う。AI専用キャンパスにはすぐに転用できる代替用途がないため、貸し手には移動不可能な単用途担保しか残らない。内部の機器は資産の中で最も早く価値が下がる部分でもある。Scotiaは、貸し手は通常どおり減損処理を行い、運営者を見つけ、マーケットが受け入れる価格で計算資源を売却するだろうと述べた。
同行は、2001年からおおむね2010年までの光ファイバー業界を歴史的な類例として挙げた。その時期は、1件のデフォルトが契約済み需要を消し去り、同時にスポット供給を増やしたことで、需給超過時に賃料が下がるのと同じ理由で中古価値が押し下げられた。
Scotiaのキャッシュコスト見積もりは0.145ドルに相当し、出力トークンの市場中央値のAPI一覧価格は1.94ドルだが、レポートはその価格は変動し得るとしている。
レポートは、もう1つの大きなリスクとして電力供給の可用性を挙げた。接続待ちの行列、変圧器やタービンの受注残、熟練電気技術者の不足は、発表済みの設備容量が実際にどれだけ早く供給されるかを制約しうる。施設が完成しても電力が間に合わず、GPUが老朽化する一方で、サイトを十分に活用できない可能性がある。
注目すべき指標の1つは、デフォルトリスクを除けば契約価格である。Scotiaは「我々のモデルでは、2.50ドルと3.50ドルの差が、失敗したベースケースと、リターンおよびカバレッジの両テストを通過するプロジェクトを分ける」と記した。
また、これらの大型投資が投資基準をかろうじて上回る程度にとどまる場合、ハイパースケーラーをどのような倍率で評価すべきかという問題も残る。設備投資が真の増分利益を生むなら、EPSはバリュエーションの低下を吸収する形で成長し、株価は何年も横ばいになる可能性がある。Scotiaは、これが高収益ビジネスが資本集約型モデルへ移行する際によくある結果だと述べた。
Scotiaはまた、ZeroHedgeが繰り返し指摘してきた循環的な資金調達構造も強調した。ハイパースケーラーとモデル開発者のコミットメントがプロジェクト債務を支え、テナント、インフラ所有者、貸し手の間に相関したエクスポージャーを生み出している。API価格の低下はテナントの信用力を弱め、残存価値に圧力をかけ、プロジェクト債務スプレッドを拡大させ、借り換えと建設のペースを鈍らせる可能性がある。最終的な結果は、上昇する需要強度が下落するトークン価格と、既存設備の陳腐化を相殺できるかどうかにかかっていると、同行は述べた。
しかし、最後の問いは逆方向を向いている。もしAIが成功したらどうなるのか。超知能の世界では、モデルが最初に行うことの1つは最適化であり、それによってトークンコストが限界まで下がる可能性がある。さらに、自ら学習するモデルは、現在使われているものよりはるかに効率的なチップを設計できるはずだ。
