最近、二つのニュースが連続してテクノロジー界を賑わせました。まず、DeepSeekが自社開発のAI推論チッププロジェクトを秘密裏に進めていることが、ロイターによって報じられました。続いて、The Informationが智譜AIが中国のチップ設計メーカーと接触し、カスタマイズされたAIチップの提案を評価していることを明らかにしました。わずか48時間の間に、中国の大規模モデルの第一陣を代表する二社が、計算力の最も基礎的なシリコンの世界に手を伸ばしました。これは孤立した出来事ではなく、OpenAIのJalapeoチップからAnthropicのチップ設計計画、GoogleのTPUからAmazonのTrainiumに至るまで、世界の主要なAIプレイヤーの競争はすでにモデル層を超え、ハードウェアの最深部にまで及んでいます。
DeepSeekと智譜がこの重資産の競争に乗り出すことは、中国のAI産業が「アルゴリズム優先」の上半期から、「ソフトウェアとハードウェアの全スタック」の下半期に移行することを示しています。
外部の規制と内部の需要が共に促進するこのチップ設計運動は、業界全体のコスト構造、競争の壁、供給チェーンの構図を再構築しています。ほぼ同時に情報が公開されましたが、二社のチップ設計の進捗と選択した道筋には明らかな違いがあります。DeepSeekのチッププロジェクトは早くから始まり、より深く進展しています。関係者によると、このプロジェクトは約1年前に秘密裏に始まり、推論専用チップとしての核心的な位置付けを持ち、大規模モデルのトレーニングタスクは担わないとのことです。現在、DeepSeekはチップ設計会社、ウェハファウンドリ、ストレージメーカーと多くの交渉を行っており、最近数ヶ月間にわたり非公開のチャネルを通じてチップ設計エンジニアを大規模に採用しており、チームの拡張は非常に控えめに行われています。
この選択はDeepSeekの技術的な遺伝子と高度に一致しています。創業者の梁文鋒は2024年に稀にインタビューを受けた際、チップ供給の不足が会社が直面する核心的な課題の一つであると認めました。初期にはNVIDIAのH800を使ってR1モデルをトレーニングし、2026年4月にはV4モデルがHuaweiの昇騰チップに完全に適応するなど、DeepSeekの計算力の路線は常に動的に調整されています。また、V3.1バージョンで導入されたUE8M0 FP8データフォーマットは、業界内で「アルゴリズムチームがモデルを書く際にハードウェアの特性に備えている」と解釈されています。
1ヶ月前、DeepSeekは約510億元の初回外部資金調達を完了した際に、「自社開発のAIチップ」が資金の用途として明確に挙げられ、この資金調達は重資産への投入を可能にし、チップ設計が戦略的構想から実行段階に入ることを意味しました。
それに対して、智譜のチップ設計計画はまだ初期の評価段階にあります。The Informationによると、智譜は最近、中国の複数のチップ設計会社に初期の相談を行い、GLMシリーズモデルに最適化されたカスタマイズAIプロセッサ（ASIC）の共同開発を探っていますが、現在のところ協力パートナーは決まっていません。チームの構築、チップ設計、流片テストからソフトウェアスタックの適応まで、全体のプロジェクト周期は2年以上を見込んでいます。智譜が決断を下す直接的な引き金は、ビジネスの急成長による計算力のプレッシャーです。GLM-5.2のリリース後、そのVercelなどのプラットフォームでの1日あたりのトークン使用量は、1週間で27倍に急増し、公式のコーディングプランなどの有料サービスは計算力の不足により供給が追いつかない状況です。
同時に、智譜はアメリカの実体リストに掲載されており、高級NVIDIAチップの調達ルートは基本的に閉ざされています。現在、智譜はHuaweiの昇騰、他の国産チップ、そして少量の在庫のNVIDIAチップを同時に使用していますが、Huaweiチップのソフトウェア適応コストは高く、製造能力も外部の規制に制約されており、長期的な計算力供給の不確実性が智譜により基盤的な解決策を模索させています。二社の共通点は明確で、どちらも推論側から切り込み、カスタマイズされたASICの路線を選び、「外部依存の低減 + 自社モデルの効率向上」を二重の目標としています。これは盲目的な横断ではなく、精密に計算された戦略的選択です。
“`html大モデル企業のチップ開発の三重の推進力
大モデル企業のチップ開発は中国特有の現象ではなく、世界的なAI産業の共通のトレンドです。OpenAIのJalapeoチッププロジェクトはすでに進行中であり、Anthropicも自社開発チップの検討を進めていると報じられています。Google、Amazon、Metaも早くからこの分野に取り組んでいます。この動きの背後には、コスト、コントロール、アーキテクチャの革新という三重の推進力があります。第一の推進力は、推論コストの制御不能であり、自社開発が最終的なコスト削減手段となります。計算力コストは大モデル企業の最大の運営支出であり、一般的に60%以上を占めています。
トレーニングは一度きりの大規模な投資ですが、推論は常に継続的な消費です——ユーザーの質問ごと、コード生成ごと、画像出力ごとにリアルタイムで計算力が消費されます。AIアプリケーションの規模が拡大するにつれて、業界の計算力需要の重心は急速にトレーニングから推論へとシフトしています。
NVIDIAのGPUの粗利率は長期にわたり60%以上を維持しており、高性能AIチップは売り手市場です。日々のトークン呼び出し量が数十億に達するトップ企業にとって、トークンコストが1セント下がるだけで、年間数億の支出を節約できます。自社開発のASICチップは初期投資が大きいものの、特定のモデルに最適化することで、単位推論コストは汎用GPUよりも30%-50%低下し、消費電力も大幅に削減されます。ビジネス規模が臨界点に達すると、自社開発チップの投資回収曲線は逆転します——これは使えば使うほどお得な計算です。
第二の推進力は、サプライチェーンの主権であり、地政学的不確実性の中で確実性に賭けることです。中国のAI企業にとって、チップ開発の緊急性は海外の同業者よりも強いです。2022年以降、アメリカは中国へのAIチップの輸出規制を強化しており、A100/H100からH800/A800、さらにH20まで、規制が厳しくなるたびに利用可能な計算力のスペースが圧縮されています。今年の4月には、アメリカは一時的にH20の中国への輸出を禁止しましたが、その後復活したものの、15%の収入上納条件が追加され、サプライチェーンの政治リスクは高まっています。
DeepSeekと智譜はすでに国産の計算力に深く依存していますが、Huaweiの昇騰も製造面での規制圧力に直面しており、生産能力の拡大が制限されています。すべての計算力を単一の供給業者に依存することは、相手がNVIDIAであれHuaweiであれ、システム的なリスクを伴います。自社開発チップは完全に第三者を置き換えることを目的としているわけではなく、「バックアップ」と「交渉権」を確立することです——自社開発能力を持つことで、上流のチップメーカーとの交渉において強みを持ち、サプライチェーンの安全性も一層高まります。
第三の推進力は、アーキテクチャの自由であり、汎用ハードウェアの天井を打破することです。コスト削減と安全性は表面的な理由ですが、より深い論理は次の通りです：GPUは本質的にグラフィックレンダリングのために設計された汎用計算アーキテクチャであり、大モデルを実行するにはアーキテクチャの冗長性が存在します。グラフィックレンダリングパイプライン、汎用計算ユニット、複雑なキャッシュ階層——多くのハードウェアモジュールはTransformer推論にとって不要な負担です。自社開発チップは命令セットのレベルで大モデルに特化してカスタマイズできます：無関係なモジュールを削除し、Transformer専用の加速ユニットを追加し、高帯域メモリインターフェースを最適化し、自社モデルのパラメータ規模、計算パターン、データ形式に深く調整します。
これが「アルゴリズムがチップを定義する」という考え方です——モデルがハードウェアに適応するのではなく、ハードウェアがモデルにサービスを提供するのです。Google TPUの第4世代の進化の経験は、専用アーキテクチャがAIのトレーニングと推論の効率において汎用GPUとのギャップを持続的に広げることを証明しています。
注目すべきは、DeepSeekと智譜が初の自社開発チップを推論シーンに特化させている点です。これは一見保守的な選択に見えますが、実際には技術的難易度、商業的価値、産業の現状を総合的に考慮した最適解です。トレーニングチップの技術的ハードルは推論チップよりも遥かに高いです。大モデルのトレーニングには非常に高い計算力密度、非常に速いチップ間の相互接続帯域幅、非常に大きなメモリ容量が必要であり、製造プロセスに対する要求も最も厳しいです。7nm以下の先進的なプロセスはトレーニングチップの標準であり、これはまさに中国の半導体産業チェーンの短所です。無理に自社開発のトレーニングチップを作ると、「設計はできるが製造できない」という困難に陥る可能性があります。
推論チップは異なります。推論は単一チップの計算力のピーク要求がトレーニングよりも低く、エネルギー効率、遅延の安定性、コスト管理がより重視されます。中高端のプロセスで推論チップの要求を満たすことができ、国内のウェハ工場の成熟したプロセス能力にはより大きな発揮の余地があります。推論から切り込むことで、技術路線を迅速に検証でき、ビジネスにおいて直接的な経済的利益を生み出し、投入対効果がより良好です。さらに重要なのは、推論が現在の商業化の主戦場であることです。トレーニングはコストセンターであり、推論こそが収入センターです。すべてのB向けAPIサービス、C向け製品のサブスクリプションは最終的に推論計算力に依存しています。
自社開発の推論チップは収益コストに直接作用し、利益表に迅速に反映されます。すでに商業化の拡大段階に入っているトップの大モデル企業にとって、これは最も実用的な切り口です。
もちろん、推論優先はトレーニングを放棄することを意味しません。業界では一般的に、推論チップの検証が成功した後、技術の蓄積とチームの能力は自然にトレーニング側に延びると考えられています。Google TPUも推論から始まり、徐々にトレーニングの全シーンをカバーしています。これは、容易なものから難しいものへ、点から面への漸進的な道です。
市場の変化と影響
DeepSeekと智譜が相次いでチップを開発することで、中国のAIチップ産業の構図に連鎖反応を引き起こすでしょう。最初に影響を受けるのは、現在の国産計算力の主要供給者であるHuaweiです。Huaweiの昇騰は現在、中国のAIチップ市場の約半分を占めており、DeepSeekと智譜はその重要な顧客です。顧客が自社開発チップに乗り出すことで、短期的には調達構造は変わらないでしょう——結局、自社開発チップの量産には少なくとも2年が必要で、その間、両社の計算力需要は引き続き増加し、Huaweiへの依存度がさらに高まる可能性があります。
しかし、長期的には、これは間違いなくHuaweiに警鐘を鳴らすことになります。トップ顧客がチップ設計能力を持つようになると、交渉権と代替案を持つことになり、単純な甲乙関係ではなくなります。さらに重要なのは、大モデル企業がモデルをより深く理解しているため、彼らが作り出す専用チップは特定のシーンにおいて汎用AIチップよりも効率が高い可能性があることです。Huaweiが技術的な代差を持続的に広げられない場合、そのチップビジネスの価値定位は「不可欠な計算力供給者」から「基礎計算力基盤 + エコシステムパートナー」へとシフトすることになるでしょう。
“`
英偉達にとって、これらの2社のチップ製造の直接的な影響は限られています。輸出規制により、英偉達の高級チップは中国市場でのシェアが大幅に縮小し、H20などの特供製品も政策の不確実性に直面しています。DeepSeekと智譜は元々英偉達のコアな増収顧客ではなく、彼らの自社開発チップは主に国産チップと既存の英偉達チップの代替となるもので、英偉達のグローバルな収益に実質的な影響を与えることはありません。英偉達が本当に気にしているのは信号の意味です：中国の大モデル企業が次々と自社開発の道を歩むならば、その中国市場での長期的な回復の余地はさらに狭まるでしょう。
より深い影響はエコシステムの裂変にあります。過去、中国のAI産業の計算力エコシステムは比較的単純でした——上層は大モデル企業、下層はチップメーカー、中間はクラウド企業と計算力サービスプロバイダーです。大モデル企業がチップ製造に乗り出すと、産業の境界が曖昧になり始めます：DeepSeekと智譜はチップメーカーの顧客であるだけでなく、競争相手にもなり得、さらに自社開発チップのエコシステムを開放することでより多くの開発者を引き付ける可能性があります。この「垂直統合」のトレンドは、産業の分業構造を再構築する圧力をかけます。チップメーカーはモデル企業とよりオープンに協力し、カスタマイズ設計サービスを提供する必要があります；クラウド企業は異種計算力のスケジューリングをより柔軟にサポートする必要があります；そして中小モデル企業は、より大きなコスト劣位に直面することになります——トッププレイヤーのソフトウェアとハードウェアの統合優位性が、業界の集中度をさらに拡大させるでしょう。
DeepSeekと智譜のチップ製造のニュースは、中国のAI産業の発展における象徴的な節目となります。これは、業界の競争が表面的なモデルの効果の競争から、基盤となる計算力インフラの支配権の争いに深く入り込んでいることを意味します。過去数年、中国の大モデル企業はアルゴリズムの面での追いつき能力を証明しました——追いつくことから並走し、一部の分野では特化した超越を実現しました。しかし、計算力の基盤は常に頭上にあるダモクレスの剣です。基盤となるハードウェアの自主権がなければ、上層がどれだけ繁栄しても、それは砂浜の上に建てられた城に過ぎません。チップ製造は流行を追うものではなく、物語を語るものでもなく、生存と発展の必然的な選択です。
外部環境が引き続き厳しくなり、ビジネス規模が臨界点を突破し、アルゴリズムの最適化が汎用ハードウェアの天井に近づくと、下へ、深く、根本に向かうことが唯一の出口となります。
この道は長く、高価で、リスクに満ちていますが、選択肢はありません。よりマクロな視点から見ると、DeepSeekと智譜の探求は、国産半導体エコシステム全体にもフィードバックを与えるでしょう。大モデル企業がもたらす実際のシーンの需要、アルゴリズムとハードウェアの協調に対する深い理解は、国産AIチップのイテレーションを推進する重要な力となるでしょう。顧客と供給者の境界が打破され、協力と競争が交錯し、最終的に恩恵を受けるのは産業全体の技術進歩と自主能力です。シリコン基盤の戦争の幕はまだ始まったばかりです。2年後、最初の自社開発推論チップが実際に展開されるとき、中国のAI産業の地図はおそらく全く異なる姿を呈するでしょう。
項目 規格 処理器 自社開発AI推論チップ バッテリー容量 未公開 ストレージ容量 未公開 カメラ画素 未公開