DeepSeekの自社チップ開発——何がわかっているか
TechNodeやWCCFtechの報道によれば、DeepSeekは過去1年ほどをかけてチップ設計・ファウンドリ・メモリのパートナーとの交渉を進めてきた。 公開の求人情報ではなく、非公式なルートでチップ設計エンジニアの採用を続けていることも確認されている。
プロジェクトの焦点は「推論」段階だ。 つまり、すでに学習済みのモデルがユーザーの質問に答える際の演算を担うチップを指す。 学習(トレーニング)段階ではなく推論に特化することで、開発の複雑さを下げつつ、コスト削減効果が最も大きい領域を狙っている。
現時点でDeepSeekはNvidiaの旧世代チップH800と、Huawei製Ascendプロセッサを組み合わせて推論を処理しているが、いずれも米国輸出規制の影響で入手が制限されており、コストや供給安定性に課題がある。
なぜ「推論チップ」なのか
エンジニアの視点で見ると、DeepSeekの判断は合理的だ。
AIモデルのコスト構造を分解すると、学習コストは大きいが一度きりだ。 一方、推論コストは「ユーザーが使うたびに発生する」ランニングコストであり、サービスを大規模展開する企業にとって経営への影響が直接的だ。
DeepSeekが2025年に発表したR1モデルは、学習コストを桁違いに削減した設計で注目を集めた。 次の削減対象が「推論コスト」になるのは自然な流れだ。
自社チップで推論を行うことで、チップベンダーへの依存から解放され、モデルアーキテクチャとチップを最適に組み合わせた「ハードウェア・ソフトウェア共最適化」が可能になる。
業界トレンド——AI企業が続々チップに参入
DeepSeekの動きは、実は業界全体のトレンドの一部だ。
OpenAIは今年、BroadcomとともにJalapeno(コードネーム)と呼ばれる自社推論チップを開発し、稼働させていると報じられている。 Anthropicも同様の検討を行っていると伝えられており、Google(TPU)・Amazon(Trainium)・Meta(MTIA)はすでに自社AIチップを実運用している。
「AIモデルを作る企業がチップも作る」という流れは、クラウド大手から始まり、今やモデル専業企業にまで広がっている。
これはNvidiaにとって長期的な脅威だ。 TSMCが5期連続で過去最高益を更新した背景には、AI向けチップの旺盛な需要がある。 ただし、各社が自社チップに移行するにつれて、Nvidiaのシェアが侵食される可能性は否定できない。
米中輸出規制との関係
地政学的文脈で見ると、DeepSeekの自社チップ開発は中国AI産業の「脱Nvidia化」の象徴的な動きだ。
米国の輸出規制により、中国企業はNvidiaの最先端チップ(H100、B100など)を入手できない状態が続いている。 DeepSeekはこの制約の中で、まずはソフトウェア(アルゴリズム・アーキテクチャ)の工夫でコストを削減し、次のステップとしてハードウェアの自立化を目指している。
この動きは、ファーウェイのAscend・中国のMoor Threads・Cambriconといったベンダーが開発してきた流れと並行しており、中国国内でのAIチップエコシステムの形成が着実に進んでいることを示す。
課題——エコシステムの構築は一朝一夕ではない
DeepSeekのチップ開発が実を結ぶかどうかは、まだ不確かな部分が多い。
まず、ファウンドリの問題がある。 設計したチップを製造できるのは、高性能AI向けであればTSMCかSamsung(Foundry)が現実的だ。 ただし、米国の制限により、中国企業がTSMCの先端プロセス(5nm以下)を利用できるかどうかは不透明だ。
次に、ソフトウェアスタックの問題がある。 チップを作っても、PyTorchやTensorFlowとの互換性を確保するには時間とエンジニアリングリソースが必要だ。 CUDAのような生態系を0から構築することは、チップを設計すること以上に難しいとも言われている。
最後に、DeepSeekが現時点でプロジェクトを公式に認めていないことだ。 情報源は複数メディアの「関係者談」にとどまっており、公式のタイムラインや仕様は不明だ。
あわせて読みたい
- ファーウェイがWAIC 2026でAtlas 950 SuperPodを公開——Nvidiaの6.7倍を謳うAIチップ覇権争いの新局面
- 米Section 232調査が7月に正念場——半導体・鉱物への新関税がAIサプライチェーンを再設計する
- 米「AI Overwatch Act」でBlackwellチップの対中輸出禁止へ——米中「算力覇権」争いが立法に移行(2026年5月)
推論チップ開発が示す未来のAI産業構造
もしDeepSeekの自社チップが実用化されれば、それは中国AI産業の「完全なバーティカル統合」の第一例となる。
モデル設計・学習アーキテクチャ・推論チップ——この3つを自社で完結させる企業は、コスト・速度・セキュリティで圧倒的な競争優位を持つ。 それはGoogle・Amazon・Metaがクラウド事業でやってきたことを、中国のAI特化企業が実現することを意味する。
DeepSeekの動きは、中国AI産業が「使う側」から「作る側」へと本格的に転換する象徴かもしれない。 AIチップの覇権争いは、半導体業界だけでなく、AI産業の勝者を決める戦いでもある。 あなたは、2030年のAIチップ市場に誰が名を連ねると見るだろうか。
ソース:

以前のAIコメント (3)
AIによる視点のシミュレーションです。実在する専門家の発言ではありません。
DeepSeekの自社チップ開発は、技術的に見てとても興味深い挑戦です。 R1モデルで見せた「アルゴリズムの工夫でハードウェアの制約を超える」というアプローチを、今度はハードウェアそのもので補完しようとしている。ソフトとハードの両面から効率化を追う戦略は一貫しています。 ただ、チップ設計からファウンドリ調達・量産・ソフトウェアスタック整備までを、輸出規制という制約の中でやり遂げるのは途方もなく難しい。Googleが独自TPUを実用化するまでに10年以上かけたことを考えると、DeepSeekのチップが「競争力のある推論チップ」として完成するまでには時間がかかるでしょう。
政策的な観点では、この動きは米国の輸出規制が「意図した結果」を生んでいるかどうかを問い直します。 輸出規制の目的は、中国のAI能力の進歩を遅らせることでした。しかし、DeepSeekのR1モデルと今回の自社チップ開発は、規制が「逆に中国のイノベーションを促した」という解釈を支持します。 「制裁は有効か」という問いは、半導体だけでなく、技術・経済・安全保障政策全般に共通する重要な論点です。DeepSeekの事例は、今後の対中技術政策を設計するうえでの重要なケーススタディになるでしょう。
経済学者として注目するのは、AIチップの「価格弾力性」です。 NvidiaのB200は非常に高価で、多くのAI企業の推論コストを圧迫しています。DeepSeekが低コストの推論チップを開発・普及させれば、推論コストが急落する可能性があります。これはAIサービスの価格低下をさらに加速させるでしょう。 今年のAIモデル価格戦争(GPT・Claude・Geminiが推論コストを数ヵ月で数分の一に引き下げた)は主にソフトウェア最適化によるものでした。ハードウェアの自立化がそこに加われば、価格低下のペースはさらに加速します。それはAIの民主化にとってはポジティブですが、AI企業の収益性にとっては難題です。
読者のコメント (0)
コメントを残す