中国AI計算能力の反撃戦
TechFlow厳選深潮セレクト
中国AI計算能力の反撃戦
コストそのものが、進歩である。
Web3業界の深掘り報道に専念し潮流を洞察執筆：Sleepy.txt
8年前、中興通訊は心停止状態に陥った。
2018年4月16日、米国商務省産業安全保障局（BIS）が発出した一紙の禁輸命令により、従業員8万人、年間売上高1000億元超を誇る世界第4位の通信機器メーカー・中興通訊は、一夜にして操業を停止せざるを得なくなった。その禁令の内容は単純明快だった——今後7年間にわたり、米国企業による中興通訊への部品・商品・ソフトウェア・技術の一切の供給を禁止するというものだ。
クアルコム製チップが入手できなくなったため、基地局の生産は停止。グーグルのAndroidライセンスが得られなくなったため、スマートフォンには使用可能なOSすら存在しなくなった。23日後、中興通訊は公式公告を発表し、「当社の主要な営業活動はすでに継続不能となった」と述べた。
しかし中興通訊は最終的に生き延びたが、その代償は14億ドルであった。
うち10億ドルは即時支払いの罰金、さらに4億ドルは米国銀行のトラスト口座へ預託される保証金として支払われた。加えて、全経営陣が交代し、米国側のコンプライアンス監視チームが社内に常駐することになった。2018年通年の純損失は70億元（人民元）、売上高は前年比21.4％の大幅減となった。
当時の会長・殷一民氏は内部向け書簡において次のように記している。「我々は、複雑かつグローバルサプライチェーンへの依存度が極めて高い産業に身を置いている」。この言葉は、当時聞き及んだ者にとって、深い反省であり、同時に無力感でもあった。
それから8年後の2026年2月26日、中国のAIユニコーン企業「DeepSeek（ディープシーク）」は、まもなくリリース予定のマルチモーダル大規模言語モデル「V4」について、国内チップメーカーと密接に連携し、英エヌビディア（NVIDIA）製GPUを用いない、プリトレーニングからファインチューニングまでを含む完全な非エヌビディア方式を初めて実現すると発表した。
つまり、要するに「私たちはエヌビディアを使わない」ということである。
このニュースが報じられると、市場の第一反応は懐疑的だった。エヌビディアは世界のAIトレーニングチップ市場で90％を超えるシェアを占めており、それを放棄することは、果たして商業的に妥当なのか？
だがDeepSeekの選択の裏には、単なる商業論理を遥かに凌駕する大きな問いが潜んでいる——中国のAIは、一体どのような「計算能力の自立」を必要としているのか？
本当に「首を絞められている」ものとは何か
多くの人は、半導体禁輸措置が「ハードウェア」を止めていると思い込んでいる。しかし、中国のAI企業を真正に窒息させているのは、「CUDA」と呼ばれるものである。
CUDA（Compute Unified Device Architecture）とは、エヌビディアが2006年に導入した並列計算プラットフォームおよびプログラミングモデルである。これにより、開発者はエヌビディア製GPUの計算能力を直接呼び出して、多様な高度な計算タスクを高速化できるようになる。
AI時代が到来する以前、CUDAはごく少数のテクノロジーエンスーイストだけが扱うツールにすぎなかった。しかし、ディープラーニングの波が押し寄せると、CUDAはAI産業全体の基盤へと変貌した。
AI大規模言語モデルの学習は、本質的には膨大な行列演算である。そして、まさにこの処理こそがGPUの最も得意とする領域なのである。
エヌビディアは、10年以上も前から先手を打ってCUDAを展開し、世界中のAI開発者に対して、ハードウェアからアプリケーション層に至るまで一貫したツールチェーンを構築した。今日、グーグルのTensorFlowやMetaのPyTorchなど、世界の主要AIフレームワークはすべて、その基盤部分でCUDAと深く結合されている。
AI専攻の博士課程学生は、入学初日からすでにCUDA環境で学習・プログラミング・実験を行う。彼が書く一行一行のコードは、エヌビディアの城壁をさらに厚く築き上げていくのである。
2025年時点で、CUDAエコシステムには450万人以上の開発者が登録され、3000を超えるGPUアクセラレーション対応アプリケーションが存在し、世界で4万社以上がCUDAを活用している。この数字は、世界のAI開発者の90％以上が、エヌビディアのエコシステムにロックインされていることを意味する。
CUDAの恐ろしさは、それが「フライホイール効果」を持つ点にある。利用者が増えれば増えるほど、新たなツール・ライブラリ・コードが生み出され、エコシステムはより豊かになり、それがさらに多くの開発者を惹きつける。このフライホイールが一度回り始めると、もはや揺るぎようがないほど強固なものとなる。
結果として、エヌビディアはあなたに最も高価な「シャベル」を売りつけ、しかも唯一許容される「採掘姿勢」まで定義してしまう。別のシャベルに乗り換えたい？ もちろん可能だ。だが、そのためには、過去十数年にわたって世界の数十万の天才たちがその「採掘姿勢」で蓄積してきたすべての経験・ツール・コードを、すべてゼロから書き直さなければならないのだ。
このコストは、誰が負担するのか？
そこで2022年10月7日、BISによる最初の規制が発動し、エヌビディアA100およびH100の中国向け輸出が制限された際、中国のAI企業たちは初めて、中興通訊と同じような窒息感を collectively 感じ取った。その後エヌビディアは、中国向けに特別仕様の「A800」「H800」を投入。これらはチップ間相互接続帯域幅を意図的に低下させることで、なんとか供給を維持していた。
しかしわずか1年後の2023年10月17日、第二段階の規制がさらに厳格化され、A800およびH800も禁輸対象となり、中国の13社が実体リスト（Entity List）に追加された。エヌビディアはやむなく、さらに性能を削減した「H20」を投入せざるを得なかった。そして2024年12月、バイデン政権下での最後の規制が施行され、ついにはH20の輸出までもが厳しく制限された。
三段階にわたる規制は、段階的に強化されていった。
だが今回、物語の展開は、かつての中興通訊とはまったく異なっている。
非対称型の突破口
規制の下で、誰もが中国のAI大規模言語モデルの夢はここで終焉を迎えるだろうと考えていた。
しかし彼らは間違っていた。封鎖に直面した中国企業は、正面突破を選ばず、代わりに突破口を開こうと動き始めた。その突破口の第一戦場は、チップではなく、アルゴリズムにあった。
2024年末から2025年にかけて、中国のAI企業は一斉に「Mixture of Experts（MoE：混合専門家）モデル」という技術方向へと舵を切った。
簡単に言えば、巨大なモデルを多数の小さな「専門家」に分割し、タスク処理時に全モデルを起動させるのではなく、関連性の最も高い数個の「専門家」のみを活性化させるという手法である。
DeepSeekのV3は、まさにこのアプローチの典型例である。パラメータ数は6710億にも達するが、推論時にはそのうち370億（全体の5.5％）のみを活性化する。トレーニングコストについては、エヌビディアH800 GPU 2048枚を用いて58日間トレーニングし、総費用は557.6万ドルであった。一方、GPT-4のトレーニングコスト推定額は約7800万ドルとされており、桁違いの差がある。
アルゴリズムにおける極限的な最適化は、そのまま価格に反映された。DeepSeekのAPI価格は、入力トークン100万単位あたり0.028～0.28ドル、出力は0.42ドルである。対してGPT-4oは入力が5ドル、出力が15ドル。Claude Opusに至っては、入力が15ドル、出力が75ドルとさらに高額である。換算すると、DeepSeekはClaudeに比べて25～75倍も安価である。
この価格差は、世界の開発者市場に大きな衝撃を与えた。2026年2月、世界最大のAIモデルAPI集約プラットフォーム「OpenRouter」では、中国AIモデルの週間API呼び出し回数が3週間で127％急増し、米国モデルを初めて上回った。1年前、中国モデルのOpenRouter上でのシェアは2％未満であったが、1年後には421％増加し、6割に迫る水準まで成長した。
このデータの裏には、見過ごされがちな構造的変化がある。2025年下半期以降、AIアプリケーションの主な利用シーンは「チャット」から「Agent（エージェント）」へと移行しつつある。Agentのシナリオでは、1回のタスクにおけるトークン消費量が単純なチャットの10～100倍に達する。トークン消費量が指数関数的に増加する中、価格は決定的な競争要因となる。中国モデルの圧倒的なコストパフォーマンスは、まさにこのタイミングを完璧に捉えたのである。
しかし問題は、推論コストの削減が、トレーニングという根本課題を解決していない点にある。最新のデータ上で継続的に学習・更新されない大規模言語モデルは、その能力を急速に劣化させていく。そして、トレーニングこそが、依然として回避できない「計算能力のブラックホール」なのである。
では、このトレーニングの「シャベル」はどこから調達すればよいのか？
「バックアップ」から「主力」へ
江蘇省興化市——中国蘇中地方の小都市で、ステンレス鋼とヘルスフードで知られるが、それまでAIとは一切縁がなかった土地である。ところが2025年、ここに148メートルの全自国産AI計算能力サーバー生産ラインが建設・稼働を開始した。契約から稼働までの期間はわずか180日であった。
この生産ラインの核となるのは、2種類の完全自国産チップである。「龍芯3C6000」プロセッサと「太初元碁T100」AIアクセラレータカードである。龍芯3C6000は、命令セットアーキテクチャからマイクロアーキテクチャに至るまで、すべて自社開発によるものである。太初元碁は国家スーパーコンピューティング無錫センターおよび清華大学チームから派生した企業で、異種混成マルチコアアーキテクチャを採用している。
この生産ラインがフル稼働した場合、5分ごとに1台のサーバーが完成する。総投資額は11億元で、年間生産能力は10万台を見込む。
さらに重要なのは、これらの自国産チップで構成された「万カード（1万枚GPU相当）」クラスターが、すでに実際の大規模言語モデルのトレーニング作業を受託し始めていることである。
2026年1月、智譜AI（Zhipu AI）と華為（ファーウェイ）は共同で「GLM-Image」を発表。これは、世界で初めて自国産チップのみを用いて、全工程のトレーニングを完了したSOTA（State-of-the-Art）画像生成モデルである。2月には、中国電信が開発した千億パラメータ級の「星辰（スターリー）」大規模言語モデルが、上海臨港（リンガン）の自国産万カード計算能力プール上で全工程のトレーニングを完了した。
これらの事例が示す意義は、ひとつの明確な事実である——自国産チップは、もはや「推論用途に使える」段階を越えて、「トレーニング用途に使える」段階へと進化した。これは質的飛躍である。推論とは既に学習済みのモデルを実行することであり、チップに対する要求は比較的低い。一方、トレーニングは膨大なデータを処理し、複雑な勾配計算やパラメータ更新を行う必要があり、チップの計算能力・相互接続帯域幅・ソフトウェアエコシステムに対する要求は、桁違いに高い。
こうしたタスクを担う中心的存在が、華為の昇騰（ショウトゥン）シリーズチップである。2025年末時点で、昇騰エコシステムの開発者数は400万人を突破し、パートナー企業は3000社以上に達している。業界の主要な大規模言語モデル43件が昇騰上でプリトレーニングを完了し、200件以上のオープンソースモデルが昇騰への移植を完了している。2026年3月2日のMWC（モバイルワールドコングレス）では、華為は新世代の計算基盤「SuperPoD」を海外市場向けに初公開した。
昇騰910BのFP16演算性能は、すでにエヌビディアA100と同等レベルに到達している。まだ差は存在するが、もはや「使えない」から「使える」へ、さらには「使いやすい」へと進みつつある。エコシステムの構築は、チップが完璧になってから始めるべきではない。十分に使える段階に達した時点で、大規模な展開を進め、実際のビジネス需要によってチップとソフトウェアの継続的改善を促すことが不可欠である。字節跳動（バイトダンス）、騰訊（テンセント）、百度（バイドゥ）などの企業は、2026年の自国産計算能力サーバー導入目標を、前年比でほぼ2倍に引き上げている。中国工業情報化部（MIIT）のデータによれば、中国の知能計算（AI計算）規模はすでに1590 EFLOPSに達しており、2026年はまさに自国産計算能力の大規模展開の元年となる。
米国の電力危機と中国の海外展開
2026年初頭、世界の大量データセンター・トラフィックを担う米バージニア州は、新たなデータセンター建設プロジェクトの承認を一時停止した。ジョージア州も追随し、承認停止期間を2027年まで延長。イリノイ州やミシガン州も同様の規制措置を相次いで導入した。
国際エネルギー機関（IEA）のデータによると、2024年の米国データセンターの電力消費量は183テラワット時（TWh）に達し、全国総電力消費量の約4％を占める。2030年にはこの数値が倍増し、426TWhに達し、全国総消費量の12％を超える可能性がある。Arm社CEOはさらに、2030年にはAIデータセンターが米国電力の20～25％を消費すると予測している。
米国の送配電網はすでに限界に達している。米国東部13州をカバーするPJM送電網は6GWの供給余力不足に直面している。2033年には、米国全体で175GWの電力供給余力不足が生じる見込みで、これは1億3000万世帯分の電力消費に相当する。データセンターが集中する地域では、卸売電力価格が5年前と比べて267％も上昇している。
計算能力の究極の行き着く先は、エネルギーである。そしてこのエネルギーという観点において、米中間の差は、チップ以上に大きい。ただし、その向きは逆である。
中国の年間発電量は10.4兆キロワット時（kWh）、米国は4.2兆kWhであり、中国は米国の2.5倍である。さらに重要なのは、中国の家庭用電力消費は総消費量の15％に過ぎないのに対し、米国では36％に達している点である。つまり、中国には、計算能力インフラ構築に投入可能な産業用電力余力が、米国よりもはるかに大きいということである。
電力価格においても、米国のAI企業が集積する地域の電気料金は1kWhあたり0.12～0.15ドルであるのに対し、中国西部の産業用電力価格は約0.03ドルであり、米国の4～5分の1に過ぎない。
中国の発電増加分は、すでに米国の7倍に達している。
米国が電力不足に頭を悩ませている一方で、中国のAIは静かに海外へと進出しつつある。だが今回は、製品でも工場でもなく、「トークン（Token）」が海外へと進出している。
トークンとは、AIモデルが情報を処理する最小単位であり、今や一種の新しいデジタル商品へと変貌しつつある。それは中国の計算能力工場で生産され、海底光ファイバーを通じて世界中に送られていく。
DeepSeekのユーザー分布データは、この傾向を端的に示している——中国本土が30.7％、インドが13.6％、インドネシアが6.9％、米国が4.3％、フランスが3.2％である。DeepSeekは37か国語をサポートし、ブラジルなどの新興市場でも広く歓迎されている。世界では2万6000社以上の企業がアカウントを開設し、3200機関がエンタープライズ版を導入している。
2025年、新規AIスタートアップの58％がDeepSeekを自社技術スタックに組み込んだ。中国国内ではDeepSeekの市場シェアは89％に達している。制裁対象国では、そのシェアは40～60％の間で推移している。
この光景は、四十年前のもう一つの「産業主権」を巡る闘いを彷彿とさせる。
1986年の東京で、米国の強大な圧力の下、日本政府は「米日半導体協定」に署名した。その核心条項は以下の3点であった——①日本市場の半導体市場開放を義務付け、米国製半導体の日本市場シェアを20％以上に確保すること、②日本製半導体の低価格輸出を禁じること、③日本からの半導体輸出3億ドル分に対し100％の制裁関税を課すこと。また、富士通によるフェアチャイルド・セミコンダクターの買収は米国によって否決された。
その年、日本の半導体産業は絶頂期にあった。1988年には、日本が世界半導体市場の51％を支配し、米国は36.8％に留まった。世界トップ10の半導体企業のうち、日本企業が6社を占めた——NECが第2位、東芝が第3位、日立が第5位、富士通が第7位、三菱が第8位、松下が第9位であった。1985年には、米インテルが米日半導体戦争で1億7300万ドルの赤字を計上し、破産寸前にまで追い込まれた。
しかし協定締結後、状況は一変した。
米国は「301条項調査」などの手段を用いて、日本半導体企業に対して全方位的な圧力をかけ続けた。同時に、韓国のサムスン・SKハイニックスを支援し、より低廉な価格で日本市場を侵食させた。日本のDRAM市場シェアは80％から10％へと急落。2017年には、日本のIC市場シェアはわずか7％にまで縮小した。かつて威風堂々と君臨した巨人たちは、分割・買収・あるいは終わりなき赤字の末に、静かに舞台から去っていった。
日本の半導体産業の悲劇は、単一の外部勢力が主導するグローバル分業体制の中で、ただ「最も優れた生産者」でいることに満足し、自らの独立したエコシステムを構築しようとは考えなかった点にある。潮が引いたときになって初めて気づいたのは、自分たちが生産能力以外には何ひとつ持ち合わせていないということだった。
今日の中国AI産業は、似ているようでまったく異なる岐路に立っている。
似ている点は、我々もまた外部から非常に大きな圧力を受けており、三段階にわたるチップ規制が次第に厳しくなり、CUDAエコシステムの壁は依然として高くそびえているという点である。
異なる点は、今回我々が選んだのが、はるかに困難な道であるという点だ。アルゴリズムレベルでの極限的最適化から、自国産チップが推論からトレーニングへと進化するという飛躍、昇騰エコシステムにおける400万人の開発者獲得、さらにはトークンの海外展開によるグローバル市場浸透に至るまで——この道の1歩1歩が、かつて日本が一度も築けなかった独立した産業エコシステムを構築しようとする試みなのである。
終章
2026年2月27日、国内AIチップ企業3社が、同日にそれぞれ業績速報を発表した。
寒武紀（カンウージー）は売上高が453％急増し、初めて年間黒字を達成。モア・ライン・テクノロジー（Moore Threads）は売上高が243％増加したが、純損失は10億ドル。沐曦（ムーシー）は売上高が121％増加したが、純損失は約8億ドルに達した。
半分は炎、半分は海である。
炎とは、市場の極度な飢餓感である。黄仁勲（ジェンスン・ファン）が空けた95％の空白は、これらの国内企業の売上高数字によって、一寸一寸と埋められつつある。性能がどうであろうと、エコシステムがどうであろうと、市場はエヌビディア以外の第二の選択肢を強く求めている。これは地政学的緊張が切り開いた、千年に一度の構造的チャンスである。
海とは、エコシステム構築にかかる莫大なコストである。赤字の1円1円は、CUDAエコシステムへの追いつきを実現するための真金の投資である。それは研究開発費であり、ソフトウェア補助金であり、顧客現場に常駐し、1つ1つのコンパイル問題を解決するために派遣されたエンジニアの人件費である。これらの赤字は経営不振の証ではなく、独立したエコシステムを構築するために払わねばならない「戦争税」なのである。
この3社の財務報告書は、いかなる業界レポートよりも正直に、この「計算能力戦争」の真の姿を記録している。それは、高らかに勝利を謳歌する戦いではなく、血を流しながら前進する、激しく苛烈な塹壕戦なのである。
しかし、戦いの形態は確かに変化した。8年前、我々が問いかけていたのは「生き残れるか？」という問いであった。今日、我々が問いかけるのは「生き残るためにどれほどの代償を払うのか？」という問いである。
その「代償」そのものが、進歩なのである。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
BlockBeats
