最近、2つのニュースがテクノロジー界を賑わせました。まず、ロイターが報じたところによると、DeepSeekは自社開発のAI推論チッププロジェクトを1年以上秘密裏に進めているとのことです。続いて、The Informationが智譜AIが中国の半導体設計会社と接触し、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2社が、計算能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のチップ製造計画、GoogleのTPUからAmazonのTrainiumに至るまで、世界の主要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踏み出すことは、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製造運動は、業界全体のコスト構造、競争障壁、供給チェーンの構図を再構築しています。ニュースはほぼ同時に発表されましたが、2社のチップ製造の進捗と選択する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期に始まり、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、コアの位置付けは推論専用チップであり、大規模モデルのトレーニングタスクを担うものではありません。現在、DeepSeekはチップ設計会社、ウェハファウンドリ、ストレージベンダーと複数回の交渉を行い、最近数ヶ月間に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年に珍しくインタビューを受けた際、チップ供給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を用いてR1モデルをトレーニングし、2026年4月に発表されるV4モデルはHuaweiの昇騰チップに完全に適応する予定です。DeepSeekの計算能力の路線は常に動的に調整されています。また、V3.1バージョンに導入されたUE8M0 FP8データフォーマットは、すでに業界内で「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」が資金用途に明確に挙げられ、この資金調達は重資産への投資に弾薬を提供し、チップ製造が戦略的構想から実行段階に入ることを可能にしました。
対照的に、智譜のチップ製造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、中国の複数の半導体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）の共同開発を検討していますが、現在はパートナーが決まっていません。チームの編成、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、プロジェクト全体の期間は2年以上を見込んでいます。智譜が決断を下す直接のきっかけは、ビジネスの急成長による計算能力のプレッシャーです。GLM-5.2が発表された後、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が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能力の不足から供給が追いつかない状況に陥っています。
同時に、智譜はアメリカの実体リストに掲載されており、高性能のNVIDIAチップの調達経路はほぼ閉鎖されています。現在、智譜はHuaweiの昇騰チップ、その他の国産チップ、そして少量の在庫のNVIDIAチップを使用していますが、Huaweiのチップはソフトウェアの適応コストが高く、製造能力も外部の規制に制約されており、長期的な計算能力供給の不確実性が智譜により基盤的な解決策を求めさせています。両社の共通点は明確です：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。
大モデル会社のチップ製造における三重の推進力
大モデル会社のチップ製造は中国特有の現象ではなく、世界の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も自社開発のチッププランを評価しているとの報道があります。Google、Amazon、Metaもすでに布陣を整えています。この潮流の背後には、コスト、コントロール権、アーキテクチャの革新という三重の推進力が重なっています。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です。計算能力コストは大規模モデル会社の最大の運営支出であり、一般的に60％を超えています。
トレーニングは一度きりの大規模な投資ですが、推論は絶え間ない消費です——ユーザーの質問ごとに、コード生成ごとに、画像出力ごとに、リアルタイムで計算能力が消費されます。AIアプリケーションの規模が拡大するにつれて、業界の計算能力需要の重心は急速にトレーニングから推論に傾いています。
英偉達 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 Token 呼び出し量が数十億に達する大手企業にとって、Token のコストが 1 セント下がるだけで、年間数億円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 に比べて 30%-50% 削減でき、消費電力もさらに顕著に減少します。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反転します——これは使えば使うほどお得な計算です。
第二の推進力：サプライチェーンの主権、地政学的不確実性の中で確実性に賭ける。中国の AI 企業にとって、チップ製造の緊急性は海外の同業者よりも強いです。2022 年以降、アメリカは中国の AI チップに対する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能力のスペースが圧縮されています。今年の 4 月には、アメリカが一時 H20 の対中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能力に深く依存していますが、華為昇騰も製造面での規制圧力に直面しており、生産能力の拡張が制限されています。すべての計算能力を単一のサプライヤーに依存することは、相手が英偉達であれ華為であれ、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サードパーティを置き換えるものではなく、「バックアップ」と「交渉権」を確立するためのものです——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有利な立場を得られ、サプライチェーンの安全性も一層強化されます。
第三の推進力：アーキテクチャの自由、汎用ハードウェアの天井を打破する。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、大規模モデルを実行するため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 の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規模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、高帯域幅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、計算モード、データフォーマットに対して深く調整します。
これが「アルゴリズム定義チップ」の考え方です——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 と智譜が最初の自社開発チップを推論シーンに位置付けていることで、訓練ではないということです。この一見保守的な選択は、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。訓練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。大規模モデルの訓練には非常に高い計算密度、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 以下の先進プロセスは訓練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弱点です。無理に自社開発の訓練チップを作ると、「設計はできても製造できない」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能力のピーク要求が訓練よりも低く、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、国内のウェー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効果を生み出し、投資対効果も優れています。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。訓練はコストセンターであり、推論が収入センターです。すべての B2B の API サービス、B2C の製品サブスクリプションは最終的に推論計算能力によって支えられています。
自社開発の推論チップは直接的に収益コストに作用し、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大規模モデル企業にとって、これは最も実務的な切り口です。
もちろん、推論を優先することは訓練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訓練側に延びると考えられています。Google TPU も推論から始まり、徐々に訓練の全シーンをカバーしています。これは、簡単なものから難しいものへ、点から面への漸進的なルートです。
市場の変化と影響
DeepSeek と智譜が相次いでチップを製造することで、中国の AI チップ産業の構造に連鎖反応が生じるでしょう。最初の影響を受けるのは、現在の国産計算能力の主要供給者である華為です。華為昇騰は現在、中国の AI チップ市場の約半分のシェアを占めており、DeepSeek と智譜はその重要な顧客です。顧客が自社開発チップを製造することになっても、短期的には調達構造は変わりません——結局、自社開発チップの量産には少なくとも 2 年が必要であり、その間、両社の計算能力の需要は引き続き増加し、華為への依存度は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。主要顧客がチップ設計能力を持つようになると、交渉力と代替案を持つことになり、単なる甲乙関係ではなくなります。さらに重要なのは、大規模モデル企業はモデルの理解が深く、特定のシーンで作成された専用チップの効率は、汎用AIチップよりも高くなる可能性があることです。もしHuaweiが技術的な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「代替不可能な計算力供給者」から「基礎計算力基盤 + エコシステムパートナー」へと移行するでしょう。
NVIDIAにとって、これらの2社のチップ製造の直接的な影響はむしろ限定的です。輸出規制のため、NVIDIAの高性能チップは中国市場でのシェアが大幅に縮小しており、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と智譜はもともとNVIDIAのコアな増加顧客ではなく、彼らの自社開発チップは主に国産チップや既存のNVIDIAチップの代替となるものであり、NVIDIA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。NVIDIAが本当に気にしているのは、信号の意味です：中国の大規模モデル企業が次々と自社開発の道を歩むならば、NVIDIA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——上層は大規模モデル企業、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。大規模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るし、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寄せる可能性があります。この「垂直統合」のトレンドは、産業分業の再構築を強いることになります。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、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、中小の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——主要プレー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掌握権の争いに深く入っていることを意味します。過去数年、中国の大規模モデル企業はアルゴリズムの追いつき能力を証明してきました——追いつくことから並走し、一部の領域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、上層がどれほど繁栄しても、それは砂浜の上に築かれた城に過ぎません。チップ製造は流行に乗ることでも物語を語ることでもなく、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、下に進むこと、深く進むこと、根本に進むことが唯一の道となります。
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フィードバックを与えることになります。大規模モデル企業がもたらす真のシーンニーズ、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 プロセッサ 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 未公開 カメラ画素数 未公開