DeepSeek 自社チップは本当か？
梁文鋒の算力戦略 × アリ平頭哥8年チップ開発 × グローバル推論チップ戦（2026）

DeepSeek チップ開発噂の検証：ロイターは何を報じたか？証拠連鎖と信頼性

2026年7月7–8日、量子位・36 氪など複数メディアがロイター独占報道を追い、核心情報は一致しています。

1. 01

   対象は推論、学習ではない：DeepSeek は自社 AI チップを開発中で、推論（inference）ワークロード専用です。

2. 02

   早期段階：プロジェクトは約2025年中期に開始（報道では「1年前」）し、現在も早期 R&D 段階です。

3. 03

   サプライチェーン交渉：チップ設計会社、ウェハー代工厂（foundry）、メモリサプライヤーと交渉中です。

4. 04

   低調な採用：数ヶ月前からチップ設計エンジニアの採用を強化。公開求人は出さず、非公開で人材を確保しています。

5. 05

   二重依存の打破：成功すれば Nvidia と Huawei 昇騰への二重依存を低減——DeepSeek は既に Huawei チップに深く適合しています。

6. 06

   記述の境界：「ロイターほか複数メディアによると、DeepSeek は自社推論チッププロジェクトを開始した」と書けます。「梁文鋒が公式にチップ製造を発表した」とは書けません。関係者／早期段階／未公式確認の注記が必要です。

信頼性評価と間接証拠

DeepSeek チップ開発タイムライン

2023–2024  梁文鋒暗涌インタビュー：輸出禁止が最大課題；算力への渇望
2025-01    DeepSeek R1 発表、Nvidia H800 で学習（同チップは2023年末に輸出禁止）
2025 年中   自社チッププロジェクト開始と報道
2026-04    DeepSeek V4 が Huawei 昇騰に適合；V4-Flash は一部昇騰で学習
2026-06    初回外部調達 ~74億ドル、用途に自社チップを含む
2026-07-07 ロイター：DeepSeek が自社推論チップを開発中（独占）
2026-07    The Information：智譜も自社カスタムチップを検討

アリババ平頭哥：馬雲 2018 戦略起点 → 真武 810E 量産（2026）

「馬雲も似たことを言った？」という質問には明確化が必要です：アリのチップ開発は多年実行された戦略であり、最近の噂ではありません。「馬雲が最近チップを作ると言った」とは書けません。正確には：馬雲が2018年に平頭哥戦略を確立し、蔡崇信が2024年に輸出規制が自社開発を促すと説明し、呉泳銘が2026年に量産成果を開示しました。

馬雲時代（2018）：戦略起点

• 2018年9月雲栖大会で、アリババ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しました。
• 社名は馬雲が直接決定。「平頭哥」はラーテル（ハニーバジャー）を意味し、「恐れ知らず」を象徴——チップへの長期投資の決意を示します。
• 張建鋒（行癲）は、チップはアリババグループの戦略級事項であり、通常の事業部門ではないと述べました。
• 初期方向：AI チップ（含光シリーズ含む）、組み込みチップ、クラウド一体型。その後サーバー CPU（倚天）、RISC-V IP（玄鉄）などに拡張しました。

馬雲 vs 蔡崇信 vs 呉泳銘

真武（Zhenwu）シリーズロードマップ

商業化データ（2026）

• 累計出荷 56 万枚+（2026年上半期データ；決算口径では累計納品 47 万枚+）
• 年間収益百億元人民元規模
• 顧客：アリクラウド内部、中国聯通など；400+ 企業顧客が真武クラスターを使用と報道
• 資本動作：平頭哥の登録資本を10 億元に増資（2026年6月）
• 投資：アリは今後3年間3800 億元をクラウドと AI インフラ（チップ、算力、液冷など）に投入すると発表

Nvidia との関係：WSJ 報道によると、アリの新チップはNvidia CUDA エコシステムと互換で、エンジニアの移行コストを低減します（Huawei ルートとは異なります）。製造面では、初期の TSMC から国内代工厂へ（業界では SMIC 7nm 等の成熟方案を指す）移行し、米国が TSMC の大陸向け先端 AI チップ受託を制限する規則に対応しています。

大手はなぜチップを作るのか？五大ドライバーと安全保障 vs コスト

一言で答えると：「チップのためのチップ」ではなく、AI 競争が「最高のモデル」から「最も安価で制御可能な算力」へ拡張したからです。

五大ドライバー（重要度順）

1. 01

   経済学：推論コストは AI の「家賃」——学習 = 住宅の頭金（一回性）；推論 = 月々の家賃（ユーザー数に比例して増加）。ChatGPT の日次アクティブユーザーが数億規模になると、推論支出が学習を上回ります。Morgan Stanley は 24,000 基 Blackwell GPU クラスターのハードウェアコストを約8.52 億ドルと推定；同等規模の Google TPU クラスターは約0.99 億ドル。SemiAnalysis・Bernstein の推定：カスタム ASIC は汎用 GPU に対し40–65% TCO 優位；hyperscaler シナリオでは token あたりコストを30–40%削減可能。Nvidia データセンター GPU の粗利率は70%超——自社チップは本質的に恒久的な「GPU 税」を一回性の R&D 投資に転換します。

2. 02

   サプライチェーン安全保障と地政学：米国の対中高端 AI チップ輸出規制（H100/H800/H20 等が順次制限）；中国規制は国産算力調達を奨励。安全保障とはサプライチェーンの予測可能性：単一サプライヤー・単一国の政策に縛られないことです。

3. 03

   HW/SW 協調設計（Co-design）：DeepSeek UE8M0 FP8、MLA アーキテクチャ → 特定ハードウェア向け最適化；OpenAI Jalapeño → ChatGPT serving モード中心設計；Google TPU → TensorFlow/JAX と深く結合。汎用 GPU は柔軟性のために効率を犠牲にし、カスタムチップは既知ワークロードのために柔軟性を犠牲にして効率を得ます。

4. 04

   競争障壁と交渉力：Nvidia を全面置換しなくても、自社チップは調達交渉のカードになり、クラウド顧客に差別化算力を示し、「モデル + クラウド + チップ」フルスタックストーリー（アリ「金三角」）を構築できます。

5. 05

   エネルギーと持続可能性：推論チップはperformance-per-watt（ワットあたり性能）を重視。メガワット級・ギガワット級データセンター時代では、電力と冷却コストはチップ調達コストと同等に重要です。

推論 vs 学習：なぜ多くが先に推論チップを作るのか？

結論：学習は依然 Nvidia の主戦場；推論はカスタム ASIC の主戦場です。安全保障 vs コスト削減：両方ですが、経済学が第一ドライバー；地政学は既存の経済動機を加速させました。良い記事は両方の線を書くべきです。

リスクと不確実性

• 早期プロジェクトは失敗しうる：Meta MTIA は一度やり直し；カスタム ASIC は LLM アーキテクチャが根本的に変われば適合コストが高い。
• 「確認済み」と書かない：DeepSeek チップ開発は公式確認前、「報道による／関係者の話として」と書くべきです。
• 学習と推論を混同しない：上表で明確に区別済みです。
• 定期更新：この話題は2–4週で新展開がありうるため、文末の更新日に注目してください。