DeepSeek、Huaweiの半導体ロードマップに一歩近づく
DeepSeekがHuaweiの次世代人工知能（AI）チップの開発に関与していると報じられた。HuaweiのエンジニアがAI開発企業であるDeepSeekのオフィスで作業し、同社の要望をプロセッサーの設計に取り入れているという。協業は、大規模AIシステムの学習速度を左右する2つの処理、すなわち計算とチップ間のデータ転送に及ぶ。
目次
作業に詳しい匿名の関係者2人を基にした2026年10月20日の報道は、単にプロセッサーを購入する以上に緊密な関係を描いている。DeepSeekは早ければ2026年末にHuaweiのAscend 950DTチップを使ったモデル学習を始める計画で、Huaweiは2027年第1四半期に次世代のAscend 960DTチップの大半について、DeepSeekに優先的な利用機会を与える意向だという。
Huaweiはすでに、これら新型プロセッサーの予定を公表している。上海で開かれたHuawei Connectで発表した9月の技術発表によると、Ascend 960DTは2027年第1四半期、Ascend 960PRは第3四半期に提供開始となる。DeepSeekとのチップ設計を巡る協業については、まだ公式発表がない。
今回の取り組みは、Huaweiプロセッサー向けのプログラミングツールを開発するため、DeepSeekが9月30日に発表した協業を土台としている。ソフトウェア開発と、報じられたハードウェア協業を合わせると、両社が中国製AIモデルと中国製チップの連携を深め、Nvidiaの技術への依存を減らそうとしていることがうかがえる。
DeepSeekがハードウェアに求めるもの
Huaweiのエンジニアは長期間にわたりDeepSeekのオフィスに滞在し、チップ設計の判断に同社のニーズや提案を反映してきたという。作業には、モデルの計算方法やプロセッサー間の情報交換の仕組みが含まれる。
AIモデルの学習では、例となるデータを繰り返し処理し、応答を決める数値設定を調整する。非常に大規模なモデルでは、数千個のプロセッサーで作業を分担する。チップの処理速度が速くても、プロセッサー間で情報を十分な速さでやり取りできなければ、貴重な時間を待ち時間に費やすことになる。
DeepSeekが関わることで、Huaweiは高度なAIシステムを開発する企業からフィードバックを得られる。計算方法、メモリー、通信に関する判断を一体的に検討できるため、ソフトウェア開発者が完成済みのプロセッサーに合わせて調整するだけの状況を避けられる。
今回の協業に関する報道によると、DeepSeekは引き続き高性能なNvidia製プロセッサーの入手も目指している。つまり、国内製の代替品開発と、高度なモデル学習の中核を担う既存ハードウェアの確保を並行して進める方針だ。
重要な日程
Huaweiが公表したロードマップとDeepSeekのソフトウェア発表から、いくつかの具体的な節目が見えてくる。モデル学習を巡る報道上の計画は、この流れを2027年まで延ばすものだ。
- 2026年9月17日：Huaweiは上海のHuawei Connectで、更新版のAscendロードマップとAtlas 960E SuperPoDを発表。
- 2026年9月30日：DeepSeekはHuaweiのAscendプラットフォーム向けプログラミング基盤を発表し、Ascend 950チップ128個を使うシステムの共同開発を明らかにした。
- 2026年10月20日：HuaweiのエンジニアがDeepSeekの要望を次世代チップの設計に取り入れているとの詳細が報じられた。
- 2026年末まで：DeepSeekはAscend 950DTプロセッサーを使ったモデル学習の開始を目指すと報じられている。
- 2027年第1四半期：HuaweiによるとAscend 960DTの提供を開始。DeepSeekには優先的な利用機会が与えられる見通しと報じられている。
- 2027年第3四半期：HuaweiによるとAscend 960PRの準備が整う。その後、Ascend 970を2028年、Ascend 980を2029年に投入する。
Huaweiは960DTの予定について、当初のロードマップより3四半期前倒ししたと説明している。一方、同社の広報担当者は、従来の投入予定時期を2027年第3四半期としていたとも述べた。この場合、第1四半期への変更は2四半期の前倒しとなる。いずれの説明も、新たな提供時期を指している。
Huaweiの副会長兼輪番会長を務めるDavid Wang氏は、9月の基調講演で、同社が目指す開発ペースを示した。
「Ascendチップシリーズを年1世代のペースで進化させていく」とWang氏は述べた。
この日程は、開発者がソフトウェア開発を進めるうえでのハードウェア目標を示す。DeepSeekにとって当面の課題は、新型プロセッサーの登場前に、Ascend 950でモデルを効率よく稼働させることだ。
プログラミングツールが重要な理由
DeepSeekが9月30日に発表したAscend向けプログラミング基盤には、TileLangや計算・通信向けライブラリーが含まれる。同社によると、Huaweiが全面的に支援し、両社はAscend 950チップ128個を基盤とするスーパー・ノード・ソリューションを共同開発した。
スーパー・ノードは、プロセッサーを密接に連携させて動作させる仕組みだ。ライブラリーは計算やチップ間の情報伝達に使えるソフトウェアを提供し、開発者が基礎的なインフラを一から作る手間を減らす。
TileLangは、開発者がAIの計算を効率よく記述できるよう設計されたプログラミング言語だ。DeepSeekは、コードを簡潔にし、開発効率を高められると説明し、NvidiaのCUDAよりも単純なプログラミングモデルを提供するとしている。
CUDAは、開発者がNvidia製プロセッサー上で処理を実行する際に、そのプログラミングツールやソフトウェアライブラリーを使うため、Nvidiaの競争力を支える中核となっている。AIシステムを別のチップに移すには、新しいハードウェアを入手するだけでなく、ソフトウェアの適応も必要になる。
DeepSeekはAscend向けインフラをオープンソース化することで、ほかの開発者が内容を確認し、変更できるようにしている。共通ツールの改善を複数のモデル開発者が活用し、同じプロセッサープラットフォームを使いやすくなる点が実際の利点だ。
Huaweiによると、Ascendの幅広いエコシステムは現在、PyTorch、Triton、vLLM、veRLなど、90を超える主要な外部オープンソースプロジェクトに対応している。また、AscendはPyTorchのアクセラレーター用バックエンドとして公式にサポートされており、この機械学習フレームワークを使う開発者にとって、Huawei製ハードウェアを利用する選択肢が増えている。
性能差は依然として大きい
調査機関のEpoch AIは、NvidiaのB300チップの理論演算性能がHuaweiのAscend 950プロセッサーの約7倍に達すると推定している。この比較は、最も負荷の高い学習処理に国内製ハードウェアを適用しようとするDeepSeekとHuaweiが直面する課題を数値で示す。
理論演算性能は、プロセッサーがどれだけの計算を実行できるかを示す。モデル全体の学習にかかる時間は、メモリー、通信、ソフトウェアの効率性、システム全体が安定して稼働し続けるかどうかにも左右される。
DeepSeekの計画に関する報道によると、最先端のAI性能を目指すモデルの学習では、1万個を超えるHuawei製チップを数週間にわたって連携稼働させる必要がある可能性がある。そのため、十分な数のチップを生産することと、大規模な設備を稼働させ続けることが、計画の中核となる。
Huaweiは、Ascend 960世代で予定通り性能を2倍にするとしている。また、多数のプロセッサーを効率的に接続する方法にも投資しており、コンピューター全体の設計がNvidiaとの競争に向けた取り組みの重要な要素となっている。
Huaweiが掲げるのは、より大規模な共有型コンピューター
Huaweiによると、Atlas 960E SuperPoDは最大4,096個のニューラル・プロセッシング・ユニット（NPU）に拡張できる。NPUはAI計算向けに設計されたプロセッサーだ。同社は、このシステムがFP8演算で8 EFLOPSの性能を発揮し、最大1ペタバイトの広帯域メモリーを備えるとしている。
簡単に言えば、Huaweiが提案するのは、高速メモリーを大規模に共有する、緊密に接続されたAIプロセッサー群だ。FP8は、適切なAI計算に使われる8ビット数値形式を指す。エクサフロップは、1秒間に100京回の演算を意味する。
HuaweiはSuperPoDを、高速リンクで複数のコンピューティングノードを接続し、統一されたメモリーアドレス空間を通じて、論理的に1台のコンピューターのように動作させる仕組みと定義している。同社のUnifiedBus技術は、この広範なシステム内でコンピューティング、ストレージなどの構成要素を接続する。
Huaweiによると、大規模クラスターに使われる従来型サーバー構成では、学習時間の40％超を通信が占める。同社のMarkov Labによるシミュレーションでは、約4,000個のNPUを備えるSuperPoDを組み合わせて構成した10万個のNPUを含むクラスターは、NPUを8個ずつ搭載したサーバーで構成するクラスターの2.75倍の計算資源利用率を達成できるとされた。
これはHuaweiによるシミュレーションであり、同社が設計で何を重視しているかを示している。プロセッサーが互いを待つ時間を減らし、計算に費やす時間を増やすことだ。
異なるシステム規模を読み解く
Huaweiは複数の規模のコンピューティング機器について説明している。Atlas 950 SuperClusterは、最大25万6,000枚のアクセラレータカードを接続できるとされてきた。9月の発表では、最大51万2,000個のNPUを接続する新アーキテクチャが説明され、ネットワーク構成を拡張すれば最大100万個まで接続できるという。
こうしたクラスターの数値は、相互接続されたシステム群を指す。一方、4,096個というNPU数は、Huaweiのインフラ計画における単体のAtlas 960E SuperPoDの仕様だ。
中国テクノロジー業界アナリストのRui Ma氏は、以前に示されたAtlas 960 SuperPoDの構成が1万5,488チップだったのに対し、新たに発表されたシステムは4,096個となった点も指摘した。Huaweiの現行公式仕様では、後者のシステムはAtlas 960E SuperPoDとされている。
購入者にとって実務上の課題は、想定する処理に適したプロセッサーの世代とシステム構成を選ぶことだ。公表されたネットワーク規模が大きければ、より多くのプロセッサーを接続できる。一方、接続の速度と信頼性が、それらをどれほど効果的に連携させられるかを左右する。
電力、信頼性、実際の学習で試される性能
Huaweiによると、Atlas 960Eは5,500個のHi-ONE光インターコネクト・ユニットを採用し、従来の接続方式で必要となる4万8,000個の光モジュールを置き換える。同社の近接パッケージ光学技術は、コンピューティング機器の近くにある小型の接続部を通じ、光でデータを伝送する。
同社は、この設計によって消費電力を550キロワット超削減し、システムの連続稼働時間を2倍にし、稼働率99.8％を達成するとしている。これらはHuaweiが公表したシステム仕様だ。
DeepSeekが計画する学習作業は、長時間にわたる処理を通じて、チップ、ソフトウェア、接続の連携を試すことになる。数週間続く学習では、短時間だけ高い計算速度を達成するのではなく、設備全体がデータをやり取りし、処理を進め続ける必要がある。
Huaweiによると、40を超えるモデルがすでにAscendと同社のCANNソフトウェアプラットフォーム上で学習されている。CANNはCompute Architecture for Neural Networksの略称で、AIアプリケーションがAscendプロセッサーを利用するための中核ソフトウェアを提供する。
DeepSeekが加わることで、著名なモデル開発企業がプログラミングと、報じられたチップ設計の両段階からこの取り組みに参加する。次の節目は、2026年末までにAscend 950DTを利用するというDeepSeekの計画と、Huaweiが約束する2027年第1四半期の960DT提供開始だ。これらの段階を通じ、ツールや設計の開発から、中国製ハードウェアでの長時間の学習へと、協業がどれほど速く進むかが明らかになる。
要点
- DeepSeekは、計算能力やデータ転送能力を含むHuaweiの次世代AIチップの設計に関与していると報じられている。
- 両社はすでにプログラミングツールと、Ascend 950チップ128個を使うシステムの共同開発を発表している。
- DeepSeekは2026年末までにAscend 950DTを使った学習を始めることを目指すと報じられている。
- Huaweiによると、Ascend 960DTは2027年第1四半期、Ascend 960PRは第3四半期に提供開始となる。
- Epoch AIは、NvidiaのB300がAscend 950の約7倍の理論演算性能を持つと推定している。
- Huaweiは次世代チップ、オープンソフトウェア、大規模な相互接続システムを組み合わせて対抗する。Atlas 960E SuperPoDは最大4,096個のNPUを搭載できる。
