なぜ頭部モデル企業は自社開発のチップに乗り出すのか？

生成AIの競争が激化する中、リーダー格のモデル企業が次々とハードウェア分野に進出しています。最近の報道によると、中国の大手企業であるDeepSeekは「推論チップ」というコードネームの自社開発プロジェクトを開始しました。また、智譜AIも自社のGLMシリーズモデル向けにカスタムチップの導入を検討しているとのことです。

これは孤立した事例ではなく、米国のOpenAIやAnthropicも以前から自社開発の進捗を明らかにしていました。この流れは、AI産業の競争の焦点が、単なるモデルアーキテクチャから「モデル－チップ－クラウド」のエンドツーエンド最適化へと移行していることを示しています。

「訓練の一度きりのコスト」から「推論の継続的コスト」へ

業界関係者である『功夫財經』によれば、モデル企業が相次いで自社開発に乗り出す主な理由は、推論コストの削減にあります。訓練は一度きりの投資であるのに対し、推論はユーザー規模に比例して継続的に発生するコストです。特にエージェント型アプリケーションが普及したことで、一回のタスクで消費されるトークン量が従来の対話の百倍に達することもあり、計算リソースの需要が急増しています。

NVIDIAの製品が象徴する汎用GPUは柔軟性に優れていますが、モデル企業にとっては、そのハードウェアの冗長性がもたらす消費電力とマージンのプレミアムが重い負担となっています。

一方、カスタムチップ（ASIC）は汎用性の無駄を排除し、特定の演算処理に特化して最適化できます。たとえば、DeepSeekが独自に開発したMLA（多頭潜在注意力）や、細粒度のMoEアーキテクチャを回路に固定化できれば、ソフトウェアレベルの最適化では達成できない性能向上が見込めます。

コストと供給の安全という二つの課題

観測者によれば、DeepSeekや智譜AIのような中国企業にとって、自社開発はコスト計算以上の意味を持ちます。それは、地政学的な要因による供給リスクへの対応です。米国の輸出規制により、NVIDIAの最先端チップの調達が制限されています。一方、国産の華為昇騰チップは代替可能ですが、その生産能力は依然として不足しています。自社開発のチップは、計算リソースの供給を自立させ、他者に依存する状況を打破するための必然的な選択です。

ビジネスモデルの再構築

自社開発の動きは、ビジネスモデルの変革も予兆しています。特にオープンソースモデル企業にとっては、今後「モデルは無料、ハードウェアで収益化」というモデルが登場する可能性があります。たとえば、特定のモデルに最適化された「一体型マシン」を販売し、オープンソースのエコシステムをハードウェア収益に転換するのです。

自社開発のチップには、開発コストの高さ（先進チップでは約5億ドル）、開発サイクルの長さ、そしてCUDAのようなソフトウェアエコシステムの壁といった、大きな課題があります。しかし、業界のコンセンサスはすでに形成されています。AI競争の最終局面は、トークンコストをシリコンのレベルまで最適化できる企業が勝ち残る、という未来です。