2026 DEEPSEEK
JISAKU_CHIP_
INFERENCE_
2026.

リード：2026年7月7日、ロイターは関係者3名の情報源をもとに、DeepSeekがAI推論（inference）専用の自研チップを開発中であると報じました。プロジェクトは約1年前に始まり、チップ設計・ファウンドリ・メモリ各社と協議中で、エンジニアを非公開で採用しているとのことです。興味深いのは、DeepSeekが既にHuawei昇腾に深く適応しているにもかかわらず自研に踏み出している点です——これは協力と自研の並行を示唆します。一方、阿里巴巴平頭哥の真武チップは56万枚超を量産し、年間売上は百億元規模に達しています。本稿では、伝聞のエビデンスチェーン、梁文锋の公開発言、アリ8年の布石、2026年7月のグローバル進捗対照表、5大ドライバー、推論vs訓練、リスク、5つのFAQ、そして開発者向け5ステップを敬体で順を追って解説します。

1. 痛点の分解：2026年「造芯」が一斉に話題になる理由

1. ニュース密度の爆発：2026年6–7月、OpenAI Jalapeño、ロイターDeepSeek、The Informationの智譜/Anthropic定制チップがほぼ同時に露出——これは中国固有ではなく、グローバルAIラボの一斉参入です。
2. 表現の罠：読者は「梁文锋が算力難を語った」＝「官宣造芯」、「馬雲2018年の戦略」＝「最近チップと言った」と混同しがちです——本稿では逐一整理します。
3. 訓練vs推論の混同：多くの新規プロジェクトは推論ASICであり、Nvidiaの訓練覇権に挑むものではありません——この区別がDeepSeek伝聞の価値評価の前提となります。

2. DeepSeek造芯伝聞：真偽とエビデンスチェーン

2.1 伝聞の内容（2026年7月）

2026年7月7–8日、複数メディアがロイター独占をフォローし、核心情報は一致しています。

• DeepSeekは自研AIチップを開発中で、対象は推論（inference）であり、訓練（training）ではない
• プロジェクトは2025年中期頃に開始（報道では「1年前」）し、現時点で早期段階にある
• チップ設計会社、ファウンドリ、メモリサプライヤーと協議中
• 直近数ヶ月、チップ設計エンジニアの採用を強化。公開求人はせず、非公開でスカウト
• 成功すればNvidiaとHuawei昇腾への二重依存を低減——DeepSeekは既に昇腾に深く適応しており、特に注目に値します

2.2 信頼性評価

次元	評価
情報源レベル	高。ロイター「three people familiar with the matter」標準表現
公式確認	なし。2026-07-09時点、DeepSeekはプレスリリース・SNS確認なし
間接証拠	強。2026年6月の初外部調達約510億元（74億ドル）、用途に「自研AIチップ」「国産算力センター拡建」；IDCエンジニア採用計画；UE8M0 FP8データ形式は国産チップ向けSW/HW協調のシグナルと解釈
矛盾情報	存在。短期はHuawei昇腾依存が強いとの分析も。正確には：協力と自研の並行、自研は早期、協力は既に着地

執筆上の推奨：「ロイター等の報道によると、DeepSeekは自研推論チッププロジェクトを開始した」と書けますが、「梁文锋が正式に造芯を発表した」とは書かないでください。「関係者／早期段階／未公式確認」の注記が必要です。

2.3 タイムライン

3. 梁文锋は何を語ったか？伝聞との関係

梁文锋の公開インタビューは極めて少なく、最も価値ある情報源は「暗涌 Waves」2023年5月・2024年7月の2回の深掘りインタビューです。チップ／算力に関連する要点は以下のとおりです。

テーマ	要点	出典
最大の課題は禁止令、お金ではない	「我々の真の課題は資金ではなく、高端チップの輸出禁止である。」	暗涌 2024-07
算力効率の格差	国内外の訓練効率に約1倍、データ効率にさらに約1倍——合計約4倍の算力が必要	暗涌
技術コミュニティ	「多くの国産チップが発展しないのは、技術コミュニティの不足もある……中国には技術の最前線に立つ者が必要だ。」	暗涌
算力への渇望	「研究者にとって算力への渇望は無限……可能な限り多くの算力を展開する意識も持つ。」	暗涌

造芯伝聞との関係：梁文锋は公開インタビューで「DeepSeekがチップを造る」とは一度も発表していません。彼の発言は戦略動機——算力制約、輸出規制、SW/HW協調の必要性——を確立しています。ロイターが報じたのは会社の行動（採用、サプライヤー協議）であり、創業者の宣言ではありません。「創業者の長期姿勢」≠「公式プロジェクト公告」です。

4. 阿里巴巴／馬雲：伝聞ではなく8年の布石

「馬雲も似たことを言った？」という疑問には、アリの造芯は実行済みの長期戦略であり、近日の伝聞ではないと答える必要があります。

4.1 馬雲時代（2018）：戦略の起点

• 2018年9月クラウド栖大会で、阿里巴巴は中天微とダモ院チームを統合し平頭哥半導体有限公司を設立
• 社名は馬雲が直接決定。「平頭哥」＝ハニーバッジャー、寓意は「恐れ知らず」
• 張建锋（行癫）：チップはアリババグループの戦略級事項
• 初期方向：AIチップ（含光シリーズ）、組込み、クラウド一体；後にサーバーCPU（倚天）、RISC-V IP（玄鉄）等へ拡張

4.2 馬雲 vs 蔡崇信 vs 呉泳銘

人物	役割	チップ関連の公開発言
馬雲	2018年戦略決定者	平頭哥命名、チップをグループ戦略に；2019年取締役会主席退任後は公開減少
蔡崇信（Joe Tsai）	現会長	2024年podcast：米国チップ輸出制限が阿里云に「明確な影響」；中国AIは米国より約2年遅れ；長期的に中国は先進半導体能力を育成すると信じる
呉泳銘	現CEO	2026年度決算電話：平頭哥AIチップ累計47万枚超、年間売上百億元級；平頭哥独立上場も視野

「馬雲が最近チップと言った」とは書かないでください——正確には：馬雲2018年に平頭哥戦略を奠定、蔡崇信2024年に輸出規制が自研を促すと説明、呉泳銘2026年に量産成果を開示です。

4.3 アリ造芯の最新進捗（2026）

製品：真武（Zhenwu）シリーズ

型番	時期	要点
含光 800	2019	初期AI推論チップ
真武 810E	2026年1月	訓推一体；96GB HBM2e；性能はNvidia A800–H20間；量産済
真武 M890	2026	144GB、片間800GB/s、810Eの約3倍
真武 V900	2027 Q3予定	216GB、1200GB/s
真武 J900	2028 Q3予定	自研並列計算アーキテクチャ迭代

商用データ（2026年）：累計出荷56万枚超；年間売上百億元級；顧客に阿里云内部、中国聯通等、400社超が真武クラスタ利用；平頭哥資本金10億元に増資（2026年6月）；アリは今後3年3800億元をクラウド・AIインフラに投入と発表。

Nvidiaとの関係：WSJ報道によると、アリ新チップはNvidia CUDAエコシステムと互換で、エンジニア移行コストを低減（Huawei路線と異なる）。製造は初期TSMCから国内ファウンドリ（業界はSMIC 7nm等を指摘）へシフトし、米国のTSMC対中先端AIチップ代工規制に対応。

5. 最新進捗対照表（2026年7月）

企業	チップ	段階	シーン	キー数字／イベント
DeepSeek	自研推論ASIC（未命名）	早期R&D	推論	調達74億ドル；非公開採用；未公式確認
阿里巴巴（平頭哥）	真武 810E / M890	量産	訓推一体	出荷56万枚超；年間売上百億元級
Huawei	昇腾 950等	量産	訓推	DeepSeek V4適応；受注急増（ロイター）
OpenAI	Jalapeño（Broadcom）	テープアウト完了・展開待ち	推論	設計から9ヶ月；2026年末展開
Google	TPU v6/v7	大規模商用	訓推	Gemini端到端TPU
Amazon	Trainium3 / Inferentia	商用	訓練+推論	AnthropicがTrainiumを大規模利用
Microsoft	Maia 100	展開中	推論	Azure / OpenAIワークロード
Meta	MTIA	内部展開	推論	レコメンド中心；一度やり直し
Anthropic	Samsungと定制チップ協議	探索段階	未定	2026年7月 The Information
智譜 AI	自研定制チップ評価	早期	推論	2026年7月 The Information

TrendForce（2026）：クラウドベンダー定制AIチップ出荷增速44.6%、汎用GPUの16.1%を大きく上回る——定制シリコンが初めて增速でGPUを明確に上回った。

6. グローバル対標：中国だけの現象ではない

2026年7月、「AI企業の造芯」はグローバル現象です。ナショナリズム叙事ではなく、ユニットエコノミクス（unit economics）が駆動するインフラ競争です。

7. 大手が造芯する5大ドライバー

一言で：AI競争は「最良のモデル」から「最安・最可控の算力」へ拡張しました。

順位	ドライバー	核心ロジック	キーデータ
1	経済学：推論コストはAIの「家賃」	訓練＝頭金；推論＝月々の家賃。ChatGPT級DAUでは推論支出が訓練を上回る	Morgan Stanley：24,000 Blackwellクラスター約8.52億ドル；同等Google TPU約0.99億ドル。定制ASIC大規模展開TCO優位40–65%；tokenコスト30–40%削減
2	サプライチェーン安全と地政学	米国対中高端AIチップ輸出規制；中国は国産算力推奨；米国企業もNvidia配給制約	安全＝サプライチェーンの予測可能性、単一サプライヤー・単一国政策への依存回避
3	SW/HW協調（Co-design）	DeepSeek UE8M0 FP8、MLA；OpenAI JalapeñoはChatGPT serving向け設計	汎用GPUは柔軟性で効率を犠牲；定制チップは既知ワークロード向けに柔軟性を犠牲に効率を獲得
4	競争障壁と交渉力	Nvidia全面置換でなくても、自研チップは調達交渉のカードになる	「モデル＋クラウド＋チップ」フルスタック（アリ「金三角」、OpenAI full-stack infrastructure）
5	エネルギーと持続可能性	推論チップはperformance-per-watt重視	MW級DC時代、電力・冷却コストはチップ調達と同等；ASICはGPUの汎用回路を削減し消費電力を大幅低減

NvidiaデータセンターGPUの粗利率は70%超——クラウドベンダーがH200を1枚買うたび、利益の大半がNvidiaへ。自研チップは恒久的な「GPU税」を一度のR&D投資に転換する本質です。

7.1 安全 vs コスト削減：偏りのない書き方

叙事角度	想定読者	書き方
地政学／デカップリング	米中テック競争関心層	輸出規制、国産代替、サプライチェーン自律を強調
ビジネス／投資	AI経済学関心層	TCO、粗利率、tokenコスト、capex ROIを強調
技術	エンジニア	co-design、ASIC vs GPU、推論アーキテクチャを強調
セキュリティ	企業調達決定者	データ主権、サプライチェーン resilience、第三者依存低減

日本語読者は地政学フレームにも共感しつつ、英語圏と同様「economics / unit economics / Nvidia tax / TCO」も理解します。両方の線を書くことが望ましいです。

8. 推論チップ vs 訓練GPU：業界が分裂する理由

次元	訓練（Training）	推論（Inference）
ワークロード	動的、実験的、アーキ頻繁変更	静的、モデル固定、リクエストパターン予測可能
SWエコシステム	CUDA堀が極めて深い（cuDNN、NCCL、Nsight）	固定モデル向けkernelを手書き可能
チップ要求	極致ピーク算力＋柔軟プログラミング	スループット、レイテンシ、tokenあたりコスト
経済規模	クラスター一次性投入大	7×24継続、規模更大
代表	Nvidia H100/B200支配	TPU（一部）、Trainium、Maia、Jalapeño、DeepSeek伝聞チップ

結論：訓練は依然Nvidiaの主場；推論は定制ASICの主戦場です。DeepSeek伝聞がinferenceに焦点を当てる技術・経済ロジックもここにあります。

9. リスクと不確実性

1. 早期プロジェクトは失敗しうる：Meta MTIAは一度やり直し——造芯は「発表＝成功」ではありません。
2. アーキ変化リスク：モデルアーキが激変すれば、現workload向けASICは急速に陳腐化します。
3. DeepSeek未公式確認：プレスリリース前は「報道による／関係者による」と書き、「確認済み」とは書きません。
4. 製造ボトルネック：先端プロセス、HBM供給、ファウンドリ产能は全行业の制約であり、中国企業だけの問題ではありません。

10. 5ステップ：開発者・技術決定者が今すぐ取れる行動

1. ステップ1：ニュース階層を区別する——ロイター独占 → 間接証拠（調達用途、採用）→ 創業者インタビュー動機 → 公式公告。この階段で認識を更新し、煽り見出しに流されないようにします。
2. ステップ2：訓練FLOPSだけでなく推論コストを追跡する——AIプロダクト運営者は「100万tokenあたりコスト」「p99レイテンシ」で調達判断を行い、ピークテンソルスループット単独に依存しないようにします。
3. ステップ3：SW/HW協調シグナルを評価する——DeepSeek UE8M0 FP8、MLA等のモデル層最適化は「特定ハード向けの布石」であることが多い——技術ブログと論文脚注を注視します。
4. ステップ4：マルチクラウド／マルチチップ fallback を設計する——DeepSeek自研の成否に関わらず、Nvidia／国産ASIC／クラウドAPIの多経路を前提とし、単一サプライヤーロックインを避けます。
5. ステップ5：情報更新サイクルを設定する——本トピックは2–4週で動く可能性があります。最終更新：2026-07-09。ロイター、OpenAI公式ブログ、アリ決算電話会議を定期確認することをお勧めします。

11. FAQ

Q1：DeepSeekのチップ開発報道は信頼できますか？

2026年7月7日、ロイターは関係者3名を引用し報道しました。信頼度は高いですが、DeepSeekは公式確認していません。プロジェクトは早期段階です。

Q2：梁文锋は自研チップを公言しましたか？

いいえ。2024年のインタビューで「最大の課題は高端チップの輸出禁止」と述べ、算力展開を強調しましたが、自研チッププロジェクトは発表していません。

Q3：馬雲と蔡崇信、どちらがチップについて語っていますか？

馬雲は2018年に平頭哥を戦略立案しました。近年は蔡崇信が輸出規制の影響を強調し、呉泳銘が量産データを開示しています。アリの造芯は成熟した事業であり、近日の伝聞ではありません。

Q4：なぜ訓練ではなく推論チップから始めるのですか？

推論ワークロードは安定・大規模・継続的でASIC最適化に適しています。訓練はCUDAエコシステムと極致の柔軟性が必要で、Nvidiaが依然支配的です。

Q5：大手の造芯は国家安全保障かコスト削減か？

両方です。短期的には推論コストとサプライチェーンリスクの低減が最優先であり、地政学が既存の経済動機を加速させています。

12. 免責事項と参考ソース

DeepSeekは執筆時点でチッププロジェクトを公式確認していません。本稿はロイター、OpenAI公式、WSJ、Caixin Global、暗涌インタビュー、阿里巴巴公開情報に基づく技術・産業分析であり、投資助言ではありません。

• Reuters: DeepSeek developing own AI chip (Jul 7, 2026)
• OpenAI Official: Jalapeño inference chip announcement
• WSJ: Alibaba AI chip to fill Nvidia void
• Caixin Global: Alibaba Zhenwu 810E analysis
• SCMP: Joe Tsai on chip export restrictions
• 暗涌 Waves: 梁文锋 2023/2024 インタビュー

13. まとめ：大手は「家賃チップ」を造る——開発者はMacで推論ワークフローを検証する

DeepSeek、OpenAI、アリ平頭哥が推論ASICを争う一方、一般の開発者が直面するのはより実務的な問いです：自分のモデルはローカルでどれだけ速く動くか？API請求はDAUに線形で爆発しないか？ Windows/LinuxクラウドGPUでも推論は可能ですが、Apple Silicon上でMLX / Ollamaによりプロトタイプ検証し、統合メモリで中規模モデルを走らせ、ピークをリモートノードに逃がす——このループはしばしば最も効率的です。隔離環境でDeepSeek派生モデルをテストし、量子化方案のtokenコストを比較し、開発機と本番API Keyを混在させたくない場合は、MACGPUリモートMac mini M4ノードをご検討ください。Apple Silicon統合メモリはローカル推論実験に適し、SSH按需起動で「大手チップ量産を待つ」と「今週ワークフローを検証する」を分離管理できます。