DeepSeekは10月20日、自社モデルサービスの背後にある推論エンジンDeepInferをオープンソースとして公開した。Nvidia GPUとHuawei Ascendプロセッサのサポートに加え、分散推論、投機的デコード、構造化出力に対応している。

戦略的に重要なのは機能リストではなく、デュアルシリコンサポートである。NvidiaとHuaweiを交換可能なバックエンドとして扱うオープン推論スタックは、AIインフラにおける最も持続的な堀、つまり「本格的な展開にはCUDAが必要」という前提を切り崩している。Huaweiにとって、信頼性のある実戦テスト済みのサービング層は生のFLOPS以上の価値がある。なぜなら、Ascendラインの弱点は常にハードウェアではなくソフトウェアの成熟度だったからだ。Nvidiaにとっては、推論市場がトレーニングと異なり、マージン圧力と代替が最初に到来する場所であることを思い起こさせるものだ。

より広範なシグナルは、AIの価値のフロンティアがモデルの重みから推論経済性へと移行していることだ。オープンウェイトモデルが能力を商品化する中、勝利する企業はトークンを最も速く、最も安く提供できる企業となる。スループット、レイテンシ、コストを制御する層を提供することで、DeepSeekは補完物を商品化し、その下にあるハードウェアが建築的なロックインではなく調達の決定事項となる世界を標準化している。これはすべてのサプライヤーにとって計算需要曲線を再構築するものだ。

日本の企業とSIerにとって、これは二面性を持つ。機会は現実的だ。ハードウェアを抽象化した推論層は、プライベートLLM展開の立ち上げコストを下げ、希少で高価なNvidia割り当てへの依存を弱める。この割り当て不足は多くの国内AIプロジェクトを阻害してきた。金融、製造、公共部門の規制対象クライアント向けにオンプレミスやソブリンクラウドを構築するSIerは、他の方法なら四半期を費やしてエンジニアリングする必要があるサービング設計図を手に入れることになる。

制約はガバナンスにある。明示的なHuawei Ascend最適化を備えた中国の研究所発のフレームワークは、日本の経済安全保障姿勢の下でサプライチェーンとデータ居住性の精査を引き起こし、公共部門の調達はコード品質に関わらず慎重に扱う可能性が高い。日本の開発チームにとって実用的な道は、DeepInferのアーキテクチャを研究し、vLLMやTensorRT-LLMと比較してベンチマークを取り、バイナリではなく設計パターンを採用することだ。国内プレーヤーにとっての真の教訓は戦略的なものだ。推論効率こそが差別化とコスト管理の場であり、モデル所有権ではない。そしてこれは日本が実際に競争できるゲームなのだ。