この記事で分かること

イビデン、減益見通しから増益予想へと変化

イビデンは2026年8月4日、2027年3月期の通期連結純利益予想を従来の580億円から840億円（前期比約32%増）へ引き上げました。市場予想（約720億円）を大幅に上回り、当初の減益見通しから一転して大幅な増益予想へと転化しています。

　主力のICパッケージ基板において、生成AI向けに加えて汎用サーバー向けの需要が大きく伸びていることや新拠点である「大野事業場」の量産が軌道に乗り、立ち上げ期の初期コスト負担が軽減して生産効率が大幅に向上しました。

FC-BGAの詳細記事はこちら

なぜ減益から増益と変化したのか

　期初に示されていた「減益予想」から一転して「大幅増益」へ上方修正された背景には、「市場需要」「生産コスト」「為替」の3つの要素が当初の慎重な見込みを大幅に上回ったという事情があります。

1. サーバー需要の二極化脱却（AI向け継続 ＋ 汎用サーバーの急速回復）

• 期初の懸念: 生成AI向け需要の伸びが一服することへの懸念や、従来のPC・汎用サーバー向けの回復遅れが懸念されていました。
• 転換の理由: 生成AI向けプロセッサー用ICパッケージ基板の需要が高水準を維持したことに加え、低迷していた汎用サーバー向けの受注が想定以上のペースで回復に転じました。主力事業である電子事業の操業度が大きく向上しています。

2. 最先端拠点「大野事業場」の立ち上げ負担からの脱却

• 期初の懸念: 次世代パッケージ基板のフラッグシップ拠点である「大野事業場（岐阜県大野町）」は、前年度に量産を開始したばかりでした。立ち上げ期の設備投資に伴う減価償却費や初期コストが利益を圧迫する見込みでした。
• 転換の理由: 生産ラインの調整が想定より早く進み、歩留まりの向上と生産安定化が達成されました。初期コストの重荷が外れたことで、増産がそのまま大幅な利益率改善（限界利益の増加）に直結するフェーズに入りました。

3. 想定以上の円安水準

• 転換の理由: 同社は海外売上高比率が非常に高く、ドル建て等の取引が多くを占めます。期初に想定していた為替レートに対して足元の円安傾向が継続したことで、為替換算による利益押し上げ効果が大きく寄与しました。

　「需要の底上げ」と「新工場の黒字化・効率化」が同時に達成されたことが、260億円という異例の規模の上方修正を生み出した主な要因です。

ICパッケージ基板とは何か

　ICパッケージ基板（IC Package Substrate）は、ナノメートル単位で超微細加工された「半導体チップ（シリコンダイ）」と、ミリメートル単位の「プリント基板（マザーボード）」の極端なサイズ差・配線密度差を橋渡しする高精度な中継基板です。

主な役割

• 配線ピッチの変換（ファンアウト）: 半導体チップ側の極小な接続端子（数十μm間隔）を、プリント基板側で実装できるサイズ（数百μm間隔）へ段階的に拡げて伝送します。
• 電源供給と信号伝送: 超高速で動作するプロセッサーにノイズなく安定した電力を供給し、大量のデータを高速でやり取りします。
• 物理保護と熱伝導: 非常に薄く割れやすいシリコンチップを補強し、動作時に発生する激しい熱を冷却層へ逃がす構造を提供します。

イビデンの主軸「FC-BGA基板」

　データセンターのAIプロセッサーやハイエンドCPU向けには、FC-BGA（Flip Chip Ball Grid Array）と呼ばれる最高峰のICパッケージ基板が用いられます。

　チップの高性能化に伴い「基板の大型化・多層化・超微細配線化」が急速に進んでおり、イビデンはこの最先端FC-BGA分野で世界トップクラスの技術とシェアを有しています。

FC-BGA基板はどこで、利用されるのか

　FC-BGA基板は、大量のデータを超高速で処理する「高機能・ハイエンドな半導体チップ」を載せるための基板として、主に以下の領域で利用されています。

主な利用領域と製品

• データセンター・AIサーバー（最重点分野）
  • AIアクセラレーター/GPU: 生成AIの学習・推論を担うプロセッサー（NVIDIA製GPUやGoogle TPUなど）
  • サーバー向けCPU: クラウドや企業の計算基盤となる大規模プロセッサー（Intel Xeon、AMD EPYCなど）
  • ネットワークスイッチIC: データセンター内の超高速通信を制御するチップ
• パソコン（PC）・ゲーム機
  • PC用CPU/GPU: ゲーミングPCやワークステーションの頭脳・画像処理チップ
  • 家庭用ゲーム機: PlayStation 5などのメインSoC（統合チップ）
• 通信インフラ
  • 5G/6G基地局・ルーター: 大容量データをリアルタイム処理するネットワーク用LSI
• 車載（自動運転・ADAS）
  • 自動運転SoC: カメラやLIDARなどのセンサー情報を一括処理する車載AIコンピューター

なぜFC-BGAが使われるのか

　スマートフォンなどの小型機器用基板（FC-CSP等）と比べ、端子数（接続点）が数千〜数万点と圧倒的に多く、多層・超微細な配線が可能なためです。巨大なチップサイズや高消費電力に耐えうる性能を持つため、高性能計算（HPC）分野には欠かせない部材となっています。

生成AI向けに加えて汎用サーバー向けの違いは何か

　生成AI向けと汎用サーバー向けでは、「チップの統合数」と「電力・熱負荷」の圧倒的な差によって、FC-BGA基板に求められるサイズ・層数・製造技術の難易度が大きく異なります。

求められる要素	汎用サーバー向け (CPU中心)	生成AI向け (GPU+HBM等の2.5D)
チップ構造	単体CPUまたは少数のチップレット	巨大GPU ＋ 複数の積層メモリ（HBM）
基板サイズ	中〜大型（70×70mm 前後）	超大型（100×100mm 以上へ拡大中）
積層数（層数）	12〜18層程度	20〜30層以上の超多層
消費電力・発熱	300W〜500W 程度	700W〜1,000W（1kW）超
難易度・単価	標準的（コスト・量産性のバランス重視）	極めて高難度（超高単価・高粗利益率）

1. 物理スペックの巨大化・多層化

　汎用サーバー用は主に1つのCPU（または分割されたコア）を載せますが、生成AI向けはGPU本体に加えて高帯域メモリ「HBM」を複数個まとめて1つの基板上に配置します（2.5D実装/CoWoS構造など）。

　そのため基板面積は2倍以上に拡大し、複雑な配線を内部に納めるために20〜30層超という前例のない多層化が必要となります。

2. 超大電流供給と「反り（Warpage）」制御

　生成AIプロセッサーは1パッケージで1kW近く電力を消費するため、基板には大電流を抵抗・ノイズなく安定供給する高度な電源網（PDN）が求められます。

　また、巨大な基板に激しい熱がかかるため、加熱・冷却時の熱膨張で基板が曲がってしまう「反り」をミクロン単位で抑える高剛性・高耐熱素材が必要です。

3. 歩留まりとメーカーの収益性

　基板が大型化・多層化するほど製造過程での初期欠陥リスクが跳ね上がり、歩留まり（良品率）が低下します。生成AI向けFC-BGA基板を高い品質で量産できる企業は世界でもイビデンなど限られたメーカーのみであり、汎用サーバー向けに比べて製品単価と収益性が圧倒的に高くなります。