何が起きたか
Bloombergの報道によれば、DeepSeekはHuaweiの次世代AIアクセラレータ「Ascend-950DT」を、内モンゴルの大規模データセンターに最低16万枚導入する計画です。実現すれば、判明している限りで世界最大のHuaweiチップ・クラスターになります。
ただし条件が2つ付きます。第一に、この16万枚は推論（inference）専用であり、負荷の重い学習（training）ワークロードには引き続きNvidiaのハードウェアを使い続けるとされています。第二に、生産能力の制約とメモリチップ不足により、Huaweiが全数を納入できるまでには1年以上かかる見込みです。
なぜ重要か：「脱Nvidia」は全面撤退ではなく、工程ごとの切り分けで進む
注目すべきは、DeepSeekが「Nvidiaをやめる」のではなく「Nvidiaを使う場所を絞る」判断をしている点です。学習は少数の巨大クラスターで短期集中的に回す一方、推論はユーザー数に比例して恒常的に膨らみ、コストの大半を占めるようになります。つまり、量的に最も大きく、かつ性能要求が学習ほど尖っていない領域から国産チップに置き換えるという順序です。
これは政治的なスローガンではなく、極めて工学的・経済的に合理的な移行手順です。推論は学習に比べてソフトウェアスタックの成熟度要求が低く、モデルが確定していれば最適化も打ち切れます。裏を返せば、学習領域でNvidiaが握る優位は当面崩れないという現実の裏書きでもあります。中国の国産チップ産業を育てつつAIで後れを取らない、という政府主導の大きな流れの中の一手ですが、その中身は「全面代替」ではなく「工程分割」なのです。
本当のボトルネックはロジックではなくメモリ
この計画が1年以上かかる理由として挙げられているのが、生産能力とメモリチップの不足です。ここに中国の半導体自立の急所が現れています。
中国最大手のメモリメーカーCXMTは、多くのAIプロセッサが使う高速メモリ「HBM3E」を初めて少量生産し始めた段階にあります。一方でSamsung、SK Hynix、Micronの3社はすでに次世代のHBM4を量産中で、CXMTは3〜5年の差を抱えていると見られています。
AIアクセラレータの実効性能は、演算器そのものよりもメモリ帯域に律速されやすい領域です。Ascend-950DTを何枚設計できるかではなく、それに載せるHBMを何枚分確保できるかが供給量を決めます。16万枚という数字が「発注」であって「稼働」ではないことの意味は、ここにあります。
この数字をどう読むべきか
16万枚という規模は象徴的ですが、単体で他社クラスターと直接比較できる指標ではありません。チップ1枚あたりの実効性能、相互接続、そして納入時期が揃って初めて計算能力になります。現時点で確度が高いのは、(1)中国側が推論から国産化を進める方針を実行に移していること、(2)その速度をメモリ供給が縛っていること、の2点です。
出典: The Decoder（Sep 4, 2026）
💼 事業会社視点：これは自社にどう効くか
日本の事業会社の役員が読み取るべきは「AI推論コストの調達先が、今後は地政学で分岐する」という点です。
SaaS・EC事業者：DeepSeekのように学習と推論を分離し、推論を安価な代替ハードに逃がす動きは、中国系モデルAPIの単価をさらに押し下げる方向に働きます。ただし推論基盤が内モンゴルにある以上、顧客データの所在と国内法務・調達基準の壁は残ります。「安いから使う」ではなく、個人情報を含まない要約・分類・翻訳などの低リスク処理だけを切り出して単価を比較する設計が現実解です。
受託開発・SIer：顧客からの「モデルを乗り換えたい」要求は今後常態化します。今のうちにプロンプトと評価データセットをモデル非依存の形で資産化し、ゲートウェイ層でモデルを差し替えられる構成を標準提案に組み込むべきです。乗り換え容易性そのものが売り物になります。
製造・電子部品：HBM4を量産できるのがSamsung、SK Hynix、Micronの3社に限られ、CXMTが3〜5年遅れという構図は、後工程装置・材料を供給する日本企業にとって当面の需要が読みやすいことを意味します。一方で中国側の内製化投資は続くため、顧客が3社に偏る集中リスクは経営会議で明示的に扱う論点です。
共通の打ち手は、AI予算を「学習」と「推論」に分けて可視化すること。推論が支出の主戦場になる以上、そこだけは調達先を複線化しておく判断が効きます。
