GPI開発日誌 Vol.11｜GPU需給は一つの数字では測れない。SEC・Steam・国内小売を分けた理由

2026年8月15日

はじめに

こんにちは。

GadgetStreemでは現在、ガジェット価格の上昇圧力を一つの数字で確認できる独自指数、

GPI（Gadget Pressure Index／ガジェット価格圧力指数）

ガジェットストリーム

ガジェット価格は予測できるのか？GadgetStreem独自「GPI（Gadget Pressure Index）」開発プロジェクト | V… はじめに「来月には値上がりするかもしれないから、今買った方がいい。」ガジェットを購入するとき、一度はこのように考えたことがあるのではないでしょうか。近年、ガ…

を開発しています。

GPIの初期構想では、次の5項目を組み合わせる予定でした。

構成要素	暫定的な重み
ドル円	30%
DRAM	25%
NAND	20%
GPU需給	15%
海上運賃	10%

Vol.10では、海上輸送価格へかなり近いBLSのDeep Sea Freightデータまでたどり着きました。

Collectorを実装し、実データを取得できるようになったにもかかわらず、

「かなり近い」と「正式に使える」は違う

という理由から、海上運賃10%の割り当ては見送りました。

そして今回取り組むのは、5項目の中でも特に難しい、

GPU需給：15%

です。

調査を進めた結果、最初に大きな問題へ突き当たりました。

そもそも「GPU需給」を一つの数字で直接測れる公式データが存在しないのです。

「GPU価格」ではなく「GPU需給」にした理由

GPIの初期設計では、単純なGPU販売価格ではなく、

GPU需給

という項目にしています。

これは、GPUの価格が単なる製造原価だけでは決まらないためです。

例えば、

新世代GPU発売直後の需要急増
供給不足
AI向けGPU需要
ゲーミングGPUの品薄
旧世代モデルの在庫処分
メーカーの出荷量
販売店の在庫
為替
世代交代

など、複数の要因が価格へ影響します。

仮にRTX 5070の価格だけを追跡したとしても、

GPU市場全体が不足しているのか
その製品だけ人気なのか
単なる発売直後プレミアムなのか

を区別できません。

そこでGPIでは、GPU市場について、

「供給に対して需要が強いのか、弱いのか」

を可能な限り捉えたいと考えています。

しかし「GPU需給指数」は存在しない

ドル円ならFederal Reserve H.10があります。

サプライチェーン圧力ならニューヨーク連銀のGSCPIがあります。

しかしGPU市場には、

GPU Supply Demand Index = 72.4

のような、公的機関が毎週発表する単一指数はありません。

そこでGadgetStreem Intelligenceでは、

一つのデータを無理やりGPU需給と呼ぶのではなく、異なる角度から市場を見る

という方針へ変更しました。

現在は大きく、

企業側の構造情報

ユーザー側の普及情報

日本の小売市場情報

という3方向からGPU市場を観測しています。

1．SEC EDGAR ― メーカー側を見る

最初の候補が、

SEC EDGAR

です。

SEC、米国証券取引委員会では、上場企業が提出する10-K、10-Q、8-Kなどの企業開示をEDGARで公開しています。

SECはdata.sec.govを通じて、企業の提出履歴やXBRL財務データをJSON形式で取得できるAPIを提供しており、APIキーも不要です。

GSIではここから、GPUやメモリに関連するメーカーの公式開示を調査しています。

例えば、

NVIDIA
AMD
Micron

などの決算資料やSEC提出書類です。

SECから何が分かるのか

企業開示には、

売上
在庫
製品需要
データセンター需要
ゲーミング需要
供給状況
将来見通し

など、市場構造を考えるうえで重要な情報が含まれる場合があります。

SEC EDGARは自動取得にも対応し、SEC自身もプログラムによるアクセスを認めています。ただし、User-Agentの明示や、現在は合計10リクエスト/秒以下に抑えるなどFair Accessルールへの準拠が必要です。

GSIでは、このSEC情報を

Structural Anchor

つまり、

GPUメーカー側の構造的な需給環境を見るアンカー

として位置付けました。

でも「売上＝GPU需給」ではない

ここでも同じ問題があります。

仮にNVIDIAの売上が大きく伸びたからといって、

GPU需給が80点

とはできません。

売上には、

データセンター
Gaming
Professional Visualization
Automotive
製品構成
ASP

など複数の要素が影響します。

さらに、企業全体の業績がそのまま

日本国内のGeForce在庫状況

を意味するわけでもありません。

そのためGSIのGPU Source Policyでは、

SEC vendor revenueをJapanese retail availabilityとは呼ばない

という境界を明確にしています。

現在のSECの役割は、

GPU-SEC-EDGAR-STRUCTURAL-ANCHOR

という構造シグナルです。

SEC EDGARの開発はかなり進んでいる

SECについては、その後かなり開発が進みました。

単純に決算書を取得するだけでなく、

Filing Acquisition
↓
Signal Extraction
↓
Mapping Evidence
↓
Runtime Verification
↓
Shadow Activation
↓
Manual Shadow Cycle
↓
Recurring Shadow Cycle

という段階へ進んでいます。

実際のGSIでは、レビュー済みのSEC情報について、DRAM・NAND・GPUを含む7観測を使ったManual Shadow Cycleを完了しています。

さらに後続サイクルでは、NVIDIAの新しい提出書類も取り込み、GPUについて新たなレビュー済み観測が追加されています。

ただし、

Runtime activation：NO_GO

Scheduler activation：NO_GO

Public Publication：NO_GO

です。

つまり、

内部検証には使える。しかし、自動的にGPIへ入れる段階ではない

という状態です。

2．Steam Hardware Survey ― ユーザー側を見る

次に調査したのが、

Steam Hardware & Software Survey

です。

Steamでは毎月、利用者がどのようなPCハードウェアを使っているかについてSurveyを公開しています。

Surveyへの参加は任意かつ匿名で、GPUについてもメーカーや個別GPUの利用割合を見ることができます。

例えば、

GeForce RTX 5070
GeForce RTX 4070 SUPER
Radeon RX 9070 XT

などがSteam利用者の中でどれくらい普及しているかを確認できます。

Steamで分かるのは「需要」でも「供給」でもない

Steam Hardware Surveyはとても興味深いデータです。

しかし、

RTX 5070のシェアが増えた
＝RTX 5070の需要が急増した

と単純には言えません。

Surveyから直接分かるのは、

Steam利用者の中で、そのGPUを使用している割合

です。

つまり、

Installed Base Adoption

に近いデータです。

そのためGSIでは、Steamを

Steam adoption benchmark

として扱っています。

GPU供給量、在庫量、販売台数、価格ではありません。

GSIの正式なSource Resolutionでも、

SEC Structural Anchor：candidate
Steam Adoption Benchmark：reference only

と役割を分離しました。

Steamをスクレイピングしない

Steam Hardware Surveyには公開ページがあります。

しかし、GSIが必要とするHardware Survey専用の公式APIは確認できていません。

だからといって、

毎月HTMLを自動スクレイピングする

方式は採用していません。

現在の実装は、

人間が公式Steam Surveyを確認し、レビュー済みCSVを手動インポートする

方式です。

Issue #52では、

HTML scraping禁止
browser automation禁止
automatic survey collection禁止
raw HTML保存禁止

という境界を明示したうえで、月次Steam GPU Adoption Snapshot用のデータベースとImport処理を実装しました。

Steamは「手動レビュー」だから意味がある

完全自動化できないのは、一見すると後退に見えるかもしれません。

しかしGPIでは、

自動で取れることより、正しく利用できること

を優先します。

Steamについては、

公式ページを人間が確認
↓
レビュー済みCSV
↓
内容を検証
↓
PostgreSQLへ保存
↓
Shadow評価

という経路を選びました。

これにより、利用条件やデータ構造が不明確な状態で自動取得へ踏み込むことを避けています。

ただし、Steamは現在も

Installed-base adoption benchmark only

です。

GPU15%は割り当てていません。

3．日本のGPU小売市場を見る

そして、GPIで最も欲しい情報の一つが、

日本国内でGPUが実際にいくらで売られ、どの程度入手できるか

です。

理想的には、

GPUモデル
販売価格
在庫有無
販売店舗数
価格推移

を毎週観測できれば、

GPUが入手しづらくなっている
価格が上がっている
在庫が増えている
値下げ競争が始まっている

といった、日本市場へ近いシグナルを作れます。

楽天市場APIを候補にした

この用途で有力候補になったのが、

楽天市場の商品検索API

です。

Rakuten Web Serviceには、楽天市場に掲載されている商品を検索できる公式APIがあります。アプリ登録を行い、Application IDなどを使って利用する公式の仕組みです。

データの意味だけを考えれば、

日本国内のGPU小売価格・在庫状況

へかなり近い候補でした。

実際、GPU Source Resolutionでは楽天を、

preferred weekly Japanese retail candidate

として評価しています。

しかし楽天Collectorは有効化しなかった

理由は、

データの意味ではなく利用権です。

Rakuten Web Serviceには利用規約があり、商品名、価格、URL、画像、説明などの商品情報も規約上のProduct Informationとして扱われます。

GSIが必要としているのは、単にAPI結果をWebページに表示することではありません。

取得したデータから、

長期履歴を保持
価格指数を生成
変化率を計算
GPIの構成スコアへ加工
将来的にPublic APIで提供

することまで想定しています。

GSIのRights Reviewでは、一般のRakuten Web Service規約だけでは、この商用派生履歴・Public API用途に必要な許可を十分確認できないと判断し、明示的な許可が得られるまではProduction利用を停止しました。

現在の状態は、

Rakuten retail candidate：blocked

です。

技術的にはAPIがあります。

しかし、

取れるから使う、とはしない

というGPIのルールをここでも適用しました。

では、日本のGPU小売市場はどうしているのか

楽天をProduction Sourceとして自動取得することは停止しました。

しかしGPU小売シグナルそのものを諦めたわけではありません。

現在は、

複数販売店を対象とする内部Shadow観測

として開発を続けています。

GPU Source Rights評価でも、

現在のmulti-retailer GPU observationsはInternal Shadow evidence only

としています。

12製品の固定バスケットを作った

GPUは製品ごとの価格差が非常に大きいため、

GPU平均価格

を単純に計算するだけでは意味がありません。

例えば、翌週にRTX 5090の在庫が増えただけで、平均価格が急上昇する可能性があります。

それでは、

GPU価格が値上がりした

のか、

高価格GPUが集計対象へ増えた

のか分かりません。

そこで現在のGPU Retail Shadowでは、

12製品の固定バスケット

を使用しています。

そして、

価格シグナル

と

Availabilityシグナル

を別々に管理します。

Issue #57でも、

priceとavailabilityを分離
初回価格指数100は方向性を意味しない
GPI Compositeへは未統合
GPU15%は未割り当て

という境界を固定しています。

なぜ価格と在庫を分けるのか

例えばGPU価格が前週と同じだったとしても、

前週
12製品中 10製品在庫あり

今週
12製品中 4製品在庫あり

なら、市場の状況は大きく変化しています。

逆に、

価格は5%下落
在庫も豊富

なら、供給圧力が緩和している可能性があります。

そのため、

Price
と
Availability

を一つの数字へ早い段階で混ぜません。

まず別々に観測し、

本当にGPU需給を説明できる組み合わせなのか

をShadowで確認します。

1回目の価格指数100は「中立」ではない

指数を作ると、最初の値を

100

とすることがあります。

GPU Retail Shadowでも、基準値として100を使う場面があります。

しかし、

100 = 普通
100 = 需給中立

という意味ではありません。

最初の観測値しか存在しなければ、比較対象がないからです。

GSIではこの状態を、

BASELINE_ONLY

として扱います。

つまり、

基準点ができただけで、まだ上昇・下降方向は判断できない

ということです。

複数週の履歴評価も開始

GPU Retail Shadowでは、その後複数週の観測履歴を扱う機能も実装しました。

初期の履歴評価では、

History state：EARLY_SERIES
Observation count：2
Price-ready count：1
Availability-ready count：2

という段階でした。

つまり、

データ取得の仕組みは動き始めたが、GPU15%を決めるには履歴が圧倒的に足りない

という、ごく自然な結果です。

無理に二週間のデータから市場モデルを作ることはしません。

SEC・Steam・小売を一つにまとめない

ここまで調査した結果、GPU関連データの役割は次のように整理されました。

データ	何を見るか	現在の役割
SEC EDGAR	メーカー側の構造・開示情報	Structural Anchor
Steam Hardware Survey	GPUの普及・Installed Base	Adoption Benchmark
国内GPU小売観測	価格と入手性	Retail Shadow Signal

重要なのは、

この3つは同じものを測っていない

ことです。

そのため、

SEC 33%
Steam 33%
小売 34%

のような単純平均も行いません。

どのシグナルが本当に将来のGPU価格圧力と関係するのかを、まず検証します。

現在のGPU Source Policy

最初のGPU Source Resolutionでは、次の結論になりました。

SEC structural anchor：
candidate

Steam adoption benchmark：
reference only

Rakuten retail candidate：
blocked pending written permission

GPU production ready：
false

Methodology amendment accepted：
false

GPU 15%：
未割り当て

Effective decision：
NO_GO

Public numeric release：
false

この状態でRepository Health、GPU Source Policy、Ruff、APIテストなどを検証し、APIテストは277件を通過しました。

テストが通っていても、

GPU Production Readyにはしませんでした。

その後の開発でもNO_GOは維持

GPU周辺の開発はその後もかなり進んでいます。

Steamのレビュー済み手動Import、GPU Retail Shadow、SEC EDGARのReviewed Signal Shadowなどが実装されています。

現在のリポジトリには、

GPU Retail First Snapshot
GPU Retail Second Snapshot
Partial Observation
Shadow Candidate
Shadow History
Manual Schedule
Shadow Readiness
Backup / Recovery
Weekly Shadow

などのPolicy検証が存在し、それぞれ通過しています。

つまり、

GPUデータをどう継続運用するか

という仕組み自体は着実に進んでいます。

しかし、

GPU weight assigned：false

Public numeric release：unauthorized

という境界は維持しています。

なぜここまで複雑になったのか

GPIを考え始めたころは、

GPU需給15%

と一行で書いていました。

しかし実際に作り始めると、

GPU需給

という言葉の中には、

メーカー側の供給環境
ユーザー側の普及
日本国内の価格
日本国内の在庫
世代交代
製品構成

が全部混ざっていることが分かりました。

一つのデータだけを選べば、どこかを見落とします。

逆に全部混ぜれば、

何を測っている指数なのか

分からなくなります。

そこで現在は、

まず分けて測る。関係が証明できてから統合する。

という方針にしています。

GPUはGPIの中で最も難しい構成要素かもしれない

ドル円は比較的明確です。

JPY per USD

という観測値があります。

DRAMやNANDも、利用権の問題は大きいものの、

DRAM価格
NAND価格

という市場データ自体は存在します。

海上運賃にも運賃指数があります。

しかし、

GPU需給

は最初から複合概念です。

だからこそ、ここで適当な15%を作ってしまうと、GPI全体の信頼性を大きく損ねる可能性があります。

現在のGSIでは、GPU Production SourceをまだNO_GOにしていること自体が、正しい開発結果だと考えています。

SEC EDGARは今後も重要な役割を持つ

特にSEC EDGARについては、GPUだけでなくDRAMやNANDにも利用範囲が広がっています。

SECの公式APIは認証不要で公開され、企業の提出履歴やXBRLデータをプログラムから取得できます。

GSIでは、SEC提出書類のReviewed Signalについて、

Acquisition
Extraction
Mapping Evidence
Runtime Verification
Shadow Activation
Recurring Cycle

という仕組みまで構築しました。

ただし現在も、

SEC情報は企業構造を示すものであり、小売価格そのものではない

という境界を維持しています。

今回できるようになったこと

Vol.11までで、GPUについては、

SEC EDGAR
        ↓
Structural Signal

Steam Hardware Survey
        ↓
Adoption Signal

国内GPU小売
        ↓
Price Signal
        ＋
Availability Signal

という複数経路を持つようになりました。

そして、それぞれを無理に一つへ統合せず、

Shadow環境

で別々に評価しています。

GPU Source Resolutionでは24ファイル・1,345行規模の変更を行い、GPU専用のPolicy、Evidence Template、Evaluator、CIまで追加しました。

その後もSteam、GPU Retail、SEC EDGARへ開発を拡張しています。

それでも15%は空席

ここが今回の結論です。

GPIの初期構成では、

GPU需給：15%

としています。

しかし現在も、この15%へProductionデータは正式に割り当てていません。

そして15%が空いているからといって、

ドル円 30% → 35%
DRAM 25% → 30%

のような再配分も行いません。

GPIの固定ウェイトは、そのまま維持します。

「取れるデータだけで100%にする」と、最初に定義したMethodologyとは別の指数になってしまうためです。

次のVol.12で紹介すること

ここまでで、

USD/JPY
DRAM候補
NAND候補
Supply Chain
Freight候補
GPU候補

と、5スロットに対するデータ候補が一通り揃いました。

ただし、正式なProduction Sourceがすべて揃ったわけではありません。

そこで次回のGPI開発日誌 Vol.12では、

無料ソースShadow Operation

を取り上げます。

実際のGSIでは、

公開できないなら開発を止める

のではなく、

無料かつ利用可能なデータだけを使って、非公開環境でGPI全体を動かす

仕組みを構築しています。

そこでは、

Collectorが継続して動くか
データがFreshか
欠損がないか
月次・週次・日次を揃えられるか
0〜100へ正規化できるか
固定ウェイトを守れるか
Production Sourceが欠けた場合に正しくNO_GOになるか

を検証しています。

次回は、

まだ公開できないGPIを、なぜ裏側で動かし続けるのか

をご紹介します。

まとめ

Vol.11では、GPIのGPU需給15%について調査しました。

最初は、

GPUの価格や在庫を取ればよい

と考えられそうな項目です。

しかし、実際にはGPU需給という一つの言葉の中に、

メーカー側の構造
ユーザーの普及
日本の小売価格
日本の在庫・Availability

という異なる情報が含まれていました。

そこでGadgetStreem Intelligenceでは、

SEC EDGAR
＝Structural Anchor

Steam Hardware Survey
＝Adoption Benchmark

国内GPU小売観測
＝Price / Availability Shadow Signal

として分離しました。

SEC EDGARでは公式APIを使った取得とReviewed Signal Shadowまで進み、SteamではHTMLスクレイピングを使わない手動レビューImportを実装。国内小売についても、12製品固定バスケットを使ったWeekly Shadowの基盤まで構築しています。

それでも現在は、

GPU Production Ready：false
GPU 15%：未割り当て
Public numeric release：NO_GO

です。

GPIでは、

一つの数字にできるから、一つにする

のではありません。

何を測っているのか説明できる状態になるまでは、別々のシグナルとして扱います。

GPUは、GPIの中でも最も難しい構成要素かもしれません。

しかし、この15%をきちんと作れれば、単なる部品価格指数ではなく、

ガジェット市場全体の「需給圧力」を見る指標

へ一歩近づけると考えています。

次回は、ここまで集めた無料・公的データを実際に一つのShadow Pipelineへ流し始めます。

※GPIは現在開発中の実験的な市場分析指標です。SEC EDGARの企業開示、Steam Hardware Survey、日本国内のGPU小売観測はそれぞれ異なる現象を測るデータであり、現時点ではいずれも単独でGPIの「GPU需給15%」を構成するProduction Sourceとして正式採用していません。また、GPIは個別製品の将来価格や購入利益を保証するものではなく、投資判断を目的とした金融指標でもありません。

この記事が気に入ったら
フォローしてね！

Follow @GadgetStreem

GPI開発日誌 Vol.11｜GPU需給は一つの数字では測れない。SEC・Steam・国内小売を分けた理由

はじめに

「GPU価格」ではなく「GPU需給」にした理由

しかし「GPU需給指数」は存在しない

1．SEC EDGAR ― メーカー側を見る

SECから何が分かるのか

でも「売上＝GPU需給」ではない

SEC EDGARの開発はかなり進んでいる

2．Steam Hardware Survey ― ユーザー側を見る

Steamで分かるのは「需要」でも「供給」でもない

Steamをスクレイピングしない

Steamは「手動レビュー」だから意味がある

3．日本のGPU小売市場を見る

楽天市場APIを候補にした

しかし楽天Collectorは有効化しなかった

では、日本のGPU小売市場はどうしているのか

12製品の固定バスケットを作った

なぜ価格と在庫を分けるのか

1回目の価格指数100は「中立」ではない

複数週の履歴評価も開始

SEC・Steam・小売を一つにまとめない

現在のGPU Source Policy

その後の開発でもNO_GOは維持

なぜここまで複雑になったのか

GPUはGPIの中で最も難しい構成要素かもしれない

SEC EDGARは今後も重要な役割を持つ

今回できるようになったこと

それでも15%は空席

次のVol.12で紹介すること

まとめ

コメント

コメントするコメントをキャンセル

GPI開発日誌 Vol.11｜GPU需給は一つの数字では測れない。SEC・Steam・国内小売を分けた理由

はじめに

「GPU価格」ではなく「GPU需給」にした理由

しかし「GPU需給指数」は存在しない

1．SEC EDGAR ― メーカー側を見る

SECから何が分かるのか

でも「売上＝GPU需給」ではない

SEC EDGARの開発はかなり進んでいる

2．Steam Hardware Survey ― ユーザー側を見る

Steamで分かるのは「需要」でも「供給」でもない

Steamをスクレイピングしない

Steamは「手動レビュー」だから意味がある

3．日本のGPU小売市場を見る

楽天市場APIを候補にした

しかし楽天Collectorは有効化しなかった

では、日本のGPU小売市場はどうしているのか

12製品の固定バスケットを作った

なぜ価格と在庫を分けるのか

1回目の価格指数100は「中立」ではない

複数週の履歴評価も開始

SEC・Steam・小売を一つにまとめない

現在のGPU Source Policy

その後の開発でもNO_GOは維持

なぜここまで複雑になったのか

GPUはGPIの中で最も難しい構成要素かもしれない

SEC EDGARは今後も重要な役割を持つ

今回できるようになったこと

それでも15%は空席

次のVol.12で紹介すること

まとめ

コメント

コメントする コメントをキャンセル

コメントするコメントをキャンセル