DeepSeekが自社AIチップ開発｜脱Nvidiaは成るか

監修者伊東雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

DeepSeekが自社製のAIチップを開発中と、2026年7月7日にロイターが報じました
狙いはNvidia（エヌビディア）とHuawei（ファーウェイ）への依存を減らすことです
作ろうとしているのは「推論専用」チップ。AIを賢く育てる用ではなく、使う用です
初の外部調達で約1兆1000億円を集めており、開発の軍資金は十分にあります
ただし製造とメモリの2つの壁があり、実物が出てくるのはまだ先とみられています

「AIモデルを作る会社」だったはずのDeepSeekが、ついに半導体そのものに手を伸ばしました。報道の直後、Nvidiaの株価はプレマーケットで約1.6%下落しています。中国のAI企業が自分でチップを作り始めると、何が変わるのでしょうか。この記事では、報じられた事実と、その裏にある狙い、そして日本への影響までをやさしく整理します。

2026年7月7日、ロイターが報じた内容

まず、何が明らかになったのかを押さえます。

中国のAI企業DeepSeek（ディープシーク）が、自社製のAIチップを開発している——ロイターが2026年7月7日、事情に詳しい3人の関係者の話として報じました。

開発は約1年前から始まっていたとされています。すでにチップ設計会社、ファウンドリ（半導体を実際に製造する工場）、メモリメーカーと話し合いを進めている段階です。

チップ設計エンジニアの採用も静かに増やしているといいます。ただし求人サイトには一切出さず、非公開で進めているそうです。開発を悟られたくないという意思がうかがえます。

DeepSeek自身はこの報道へのコメントを出していません。つまり現時点では「関係者証言ベースの報道」であり、公式発表ではない点には注意が必要です。

なぜ「推論専用」チップなのか

学習と推論は別の仕事

報道でいちばん重要なのは、このチップが「推論（インファレンス）」専用として設計されているという点です。

AIの計算には、大きく2つの段階があります。ひとつが学習（大量のデータを読ませてAIを賢く育てる段階）。もうひとつが推論（育ったAIが実際にユーザーの質問に答える段階）です。

DeepSeekが狙っているのは後者だけ。AIを育てる用ではなく、育ったAIを動かす用のチップです。

推論用に絞ると、ぐっと作りやすくなる

これは戦略的にとても賢い選択です。

学習用チップは、あらゆる計算を高速にこなす万能選手でなければいけません。一方の推論用は、決まった計算を延々と繰り返すだけ。用途を絞った分、設計がシンプルになり、消費電力も価格も抑えられます。

陸上競技に例えるなら、十種競技の選手を育てるのと、100m走だけの選手を育てるのとの違いです。後者のほうがはるかに現実的で、しかもその種目でなら世界と戦えます。

しかも、AIサービスが普及するほど計算量の大半は推論側に寄っていきます。ChatGPTのようなサービスは、モデルを1回学習させたあと、何億回も推論を回し続けるからです。コストの効く場所を正確に狙い撃ちしているわけです。

脱Nvidia、そして脱Huaweiという二正面作戦

この動きが興味深いのは、DeepSeekが振り切ろうとしている相手が2社いることです。

DeepSeekはこれまで、世界を驚かせた推論モデル「R1」の土台を、NvidiaのH800というGPUで学習させたと公表しています。ところが米国の輸出規制が厳しくなるにつれ、次第にHuaweiのチップへ寄りかかるようになりました。2026年4月には、Huaweiの「Ascend（アセンド）」向けに調整したV4モデルを公開しています。

つまり現状は、規制で手に入りにくい海外製か、国産だけれど供給を握られたHuawei製かという二択。どちらに転んでも、自分の首根っこを他人に握られている状態です。

ある企業の情シス担当者が、値上げされても文句を言えない1社のクラウドにすべてを預けている状況を想像してみてください。落ちれば自社サービスも止まる。値上げされれば飲むしかない。DeepSeekがいま置かれているのは、それを国家レベルでやっているような立場です。自前のチップは、その依存から抜け出すための切符になります。

約1兆1000億円の資金が背中を押した

チップ開発には、途方もないお金がかかります。その軍資金が、ちょうど手に入ったところでした。

DeepSeekは2026年6月、創業以来はじめての外部資金調達で74億ドル（約1兆1000億円）超を集めました。企業価値は500億ドル（約7.5兆円）を超え、中国で最も価値の高いAIスタートアップになったと報じられています。

ここまでDeepSeekは、外部から1円も受け取っていませんでした。創業者の梁文鋒（リャン・ウェンフォン）氏が、自ら創業したクオンツ系ヘッジファンド「High-Flyer」の利益だけで会社を回していたのです。

出資者にはテンセント、電池大手のCATL、ネットイース、JD.com、そして中国の国家AIファンドの名前が挙がっています。チップ開発と初の資金調達が同じタイミングで動いたのは、おそらく偶然ではありません。

中国AI各社が一斉に「自作」へ動いている

実は、自社チップに走っているのはDeepSeekだけではありません。ここが今回のニュースのいちばん大きな文脈です。

Zhipu AI（智譜）：DeepSeekと同じく推論用の独自チップを検討中。汎用GPUではなくASIC（特定の用途だけに特化した専用チップ）を軸に、複数の中国の設計会社に協業を打診していると報じられています
Baidu（百度）：半導体部門「昆侖芯（Kunlunxin）」が2026年初めにM100を投入。2027年初頭にはM300を予定し、学習と推論の両方をカバーする構えです
Alibaba（アリババ）：半導体子会社T-Headを通じて「PPU」を展開しています
Cambricon（カンブリコン）：「中国のNvidia」とも呼ばれる専業の設計会社。Moore Threadsとともに上場で資金を集め、開発を加速しています
Huawei（ファーウェイ）：中国最大のAIチップ設計企業。2025年だけで約81万2000個のAIチップを出荷したとされます

数字で見ると勢いがはっきりします。2025年、中国の半導体企業は165万個のAI向けGPUを出荷し、国内AIサーバー出荷の41%を占めました。かつて圧倒的だった海外製の牙城が、着実に削られているのです。

DeepSeekの動きは単独プレーではなく、「モデルを作る会社が、その下の半導体まで自前で持つ」という中国AI業界全体の地殻変動の一部だと見たほうが正確です。

立ちはだかる2つの壁

とはいえ、話はそう簡単ではありません。専門家が指摘する壁は大きく2つあります。

壁1：設計できても、作れない

ひとつ目は製造です。設計図を描けても、それを実際のシリコンに焼く工場がなければチップは生まれません。

ところが米国は、中国の設計会社が最先端の海外ファウンドリを使うことを禁じています。台湾TSMCのような最高峰の工場に発注できないのです。国内の工場に頼るしかありませんが、最先端の微細加工では差があります。

壁2：HBMが手に入らない

ふたつ目はメモリです。推論用チップの性能を決めるのがHBM（高帯域メモリ／データを超高速でやりとりできる特殊なメモリ）ですが、これも米国の規制で中国は調達を絞られています。

どれだけ計算コアが速くても、データを流し込むパイプが細ければ性能は出ません。速いエンジンを積んだのに、燃料ホースが細すぎて本来の力が出ない車のようなものです。

加えて、競争力のあるAIチップの設計には通常数年単位の時間と巨額の資本が必要です。ロイターも「開発は初期段階にとどまる」と明記しており、Nvidiaの売上に即座に響くものではないと見られています。

日本にとって何を意味するのか

「中国の話でしょう」と思われるかもしれませんが、日本にも無関係ではありません。

ひとつは株式市場への波及です。2025年1月のいわゆる「DeepSeekショック」では、Nvidia株の急落につられて日本の半導体関連株も大きく下げ、日経平均も影響を受けました。今回の報道でもNvidia株は約1.6%下げています。日本には半導体製造装置や材料の有力企業が多く、この種のニュースは投資家心理を通じて跳ね返ってきます。

もうひとつはAI利用コストの低下です。中国勢が安価な推論チップを量産できれば、DeepSeekのAPI料金はさらに下がる可能性があります。すでに国内でも、コストを理由に中国製モデルを検証する開発現場は増えています。日本の中小企業がAIチャットボットを導入する際、選択肢と価格が変わってくるということです。

一方で、データの扱いや規制面のリスクは依然として残ります。安いから採用、と単純に決められないのが悩ましいところです。安さの裏にある依存先と法域を確認したうえで判断する——この基本は変わりません。