算力主権：国産AIチップの2025年分岐点

一、序幕：静かなる主権交代

2022年、中国のAIチップ市場はまだNVIDIAの「庭先」だった 🏡。消費者向けには性能を落としたA800/H800が提供され、企業はカードを待つ長い列に並び、納期は半年以上が当たり前だった。当時の国産チップの出荷量は、NVIDIAの四半期分にも満たなかった。

三年後の2025年、状況は一変した 🔄。

IDCなどのデータによると、2025年の中国AIチップ総出荷数は約401.6万枚 📊。このうち中国本土メーカーが約165万枚を出荷し、シェアは3年前の15%未満から**41%に急上昇 🚀。一方のNVIDIAは、かつての95%という絶対的支配から55%**にまで後退 ⬇️——この3年間で実に40ポイントものシェアを失ったのだ。

この数字の背景にあるのは、単一の要因の爆発ではなく、輸出規制 + 政策誘導 + 技術的ブレイクスルー + 資本流入 🔥 という四つの力の共振である。さらに重要なのは、2025年が終点ではなく、歴史的転換点の始まりであるということだ 🎯。

二、群雄割拠：2025年の国産チップ勢力図

2025年の国産AIチップを地図に描くと、典型的な「一強多強」の構図が浮かび上がる。

華為昇騰（Huawei Ascend）——絶対的リーダー

出荷量約81.2万枚 🎖️、国産チップの総出荷の約**50%**を占め、市場全体ではNVIDIAに次ぐ第2位。華為は最も難しい道を選んでいる——完全自社のNPUアーキテクチャ、CUDA非互換、チップ（昇騰）からフレームワーク（MindSpore）、計算アーキテクチャ（CANN）、開発者ツールに至るまで、全スタックを自社で構築している。

• ✅ 優位性：全スタック制御による最深のハードウェア・ソフトウェア協調最適化；政府・企業市場での強固な堀；スーパーノード（384チップ結合）によるシステムレベル障壁。
• ⚠️ 弱点：エコシステム閉鎖性、モデル適合の高コスト；政府・企業受注への過度な依存；消費者・中小企業向けへの浸透に時間。

アリババT-Head（平頭哥）——クラウド・チップ連携のダークホース

出荷量約26.5万枚、国産第2位・市場全体第3位。T-Headは華為とは異なる路線を歩む——アリババクラウドのエコシステムを基盤に、クラウドからチップへの垂直統合を進めている。真武810EはH20に迫る性能を持ち、2026年の出荷予測は40〜50万枚とされる。

• ✅ 優位性：アリババクラウドという天然の実装環境、検索・広告・推薦での実績十分。クラウド・チップ結合によりTCO削減。
• ⚠️ 弱点：主にアリババ内部需要にサービス、サードパーティ市場への影響力限定的。

寒武紀（Cambricon）——専門プレイヤーの価値証明

出荷量約11.6万枚、百度Kunlunxinと並んで国産第3位。しかしより注目すべきは財務データだ：2025年の年間売上高は64.97億元、前年比453%増 📈。純利益は20.59億元で、上場以来初の通期黒字を達成 💰。2026年第1四半期の売上高は28.85億元、前年比160%増とさらに加速している。

寒武紀の技術路線はDSA（領域特化アーキテクチャ）であり、最大の武器はハードウェアレベルのスパース化計算 🎯——ハードウェア上でニューラルネットワークのゼロ値演算を自動的にスキップする技術で、大規模モデルの推論高速化に極めて重要だ。MLU590はByteDanceの検索・広告・推薦システムに大規模導入され、思元690はH100の80%以上の性能を達成できるとされる。

• ✅ 優位性：DSAアーキテクチャによる推論シナリオでの優れたエネルギー効率；インターネット大手での大規模検証済み；DeepSeek効果（深層適合による顧客ロックイン効果）🧲。
• ⚠️ 弱点：顧客の極度な集中（上位5社で88.66%）；先進プロセス＋CoWoS-Lパッケージの二重の生産能力制約。

海光信息（Hygon）——互換派の差別化戦略

出荷量約8.25万枚、国産シェア約5%。売上高143.77億元（CPU事業含む）、純利益25.45億元。海光の選択は最も実利的だ：GPGPU路線で、CUDA/x86との極限の互換性を追求。DTKソフトウェアスタックはCUDAコードを効率的に変換し、開発者はほぼコードを書き換えることなく移行できる。

• ✅ 優位性：移行コスト最小、「プラグアンドプレイ」🔌；FP64倍精度性能が突出し、HPC+AI交差領域で独自のポジション；365の主要大規模モデルに適合済み。
• ⚠️ 弱点：互換路線による性能ロスは客観的に存在；深層モデル適合の欠如、発展リズムが業界トレンドの影響を受けやすい。

三、三つの技術路線の対決

国産AIチップの競争は、本質的には「誰の演算能力が高いか」ではなく、「いかにしてCUDAという巨大な壁を迂回するか」🏔️ への異なる答えである。

核心の分水嶺：推論 vs 訓練

2025〜2026年における最も重要な変化は、推論演算が訓練演算に取って代わり、市場の主戦場になりつつあることだ 🎯。

2026年3月、中国国内の1日あたりのトークン呼び出し量は140兆を突破 🔢。モデルが訓練からデプロイへと移行するにつれ、推論チップの需要は指数関数的に増加 📈。そしてこれはまさに国産チップの強みが発揮される領域だ——推論では訓練ほどの単一カード絶対性能は要求されないが、エネルギー効率、レイテンシー、TCOへの要求はより厳しい。

華為昇騰950PRはまさにこのタイミングで最も鋭い刃を抜いた 🔪：FP4精度における単一カード推論性能はNVIDIA H20の2.87倍 ⚔️、メモリ使用量は75%削減、コストは50分の1以下。DeepSeek V4の昇騰における推論効率は、CUDA版と比較して35倍も向上 💥——この「モデル×チップ」の協調最適化が、新たな競争障壁を形成しつつある。

スーパーノード：システムレベルの降格爆撃

もう一つの重要なトレンドは**「スーパーノード」アーキテクチャの台頭** 🏙️。単一チップの性能がプロセス微細化の天井に制約される中、華為が選んだのはシステムアーキテクチャで補うことだった。

384個の昇騰チップをHCCS（華為自研の高速相互接続プロトコル）で結合し、自社開発のスイッチネットワークと組み合わせることで、NVIDIA GB200クラスターを1.7倍上回る総合演算能力を実現 💪。これは単なる「数で質を補う」のではなく、演算競争の次元そのものを再定義する——単一チップのベンチマークスコアから、相互接続密度、スイッチ効率、ソフトウェア協調のシステムエンジニアリング競争へと変貌させているのだ 🔗。

四、エコシステムの戦い：CUDAの亡霊と国産代替のアキレス腱

ハードウェアのギャップが「目に見える追跡」👁️ だとすれば、ソフトウェアエコシステムのギャップは「目に見えない深淵」🕳️ である。

CUDAは2006年から構築され、世界中の400万人以上の開発者 👨‍💻 をカバーしている。中国の大半のAI開発者はNVIDIAエコシステムの「ネイティブ」だ——彼らのコード、習慣、デバッグツール、ベストプラクティスのすべてがCUDA上に構築されている。国産プラットフォームへの移行は大量のコード書き換えを意味し、その時間コストはしばしばハードウェアの価格差よりも受け入れがたい 😫。

三つの陣営、三つのエコシステム戦略

1️⃣ 華為 CANN + MindSpore（閉鎖的自社構築） 華為の選択は最も「重い」路線 🏋️：互換性を受け入れず、CUDAに依存せず、ゼロから自社のソフトウェアスタックを構築する。CANN（異種計算アーキテクチャ）が低レイヤーの演算ライブラリとコンパイラを提供し、MindSporeがディープラーニングフレームワークとして機能し、昇騰チップとの深い協調最適化を実現する。

• ✅ 利点：ハードウェア・ソフトウェア一体最適化による最大限の性能引き出し；全スタック自主制御、外部依存リスクなし。
• ❌ 欠点：開発者の学習コスト高；モデル適合の作業量多；グローバル主流エコシステムからの孤立。

💡 転換点：2025年、華為はMindSporeを完全にオープンソース化。DeepSeek V4は、CUDAからCANNへ完全移行した初のメインストリーム大規模モデルとなった。推論効率はCUDA版を35倍上回った 🚀——この結果は「自社エコシステムは本当に機能するのか」という疑問に対して、初めての実証的反証をもたらした。

2️⃣ 寒武紀 Neuware（専門適合） 寒武紀は全スタックを閉じる路線ではなく、Neuwareプラットフォームに集中し、特定のシナリオに特化した深い最適化を行う 🎯。戦略の要は、DeepSeekなどの国産大規模モデルとの結びつきにある——もしDeepSeek V5が寒武紀690上で訓練されれば、下流の推論は追加の適合を必要としない。この**「訓練で推論をロックする」**ロジックが、寒武紀が華為の全スタック統合に対抗する最強の武器である 🔫。

3️⃣ 海光 DTK（エコシステム寄生） 海光の選択は最も実利的 🤝：「CUDAに勝てないなら、それに加われ。」DTKソフトウェアスタックを通じてROCmおよびCUDAエコシステムへの効率的な変換を実現。開発者はほとんどコードを書き換えることなく、業務を海光プラットフォームに移行できる。

• ✅ 利点：移行障壁最低、既存市場への迅速な参入 🏃。
• ❌ 欠点：互換路線による明確な性能天井；深層カスタム最適化の欠如、チップアーキテクチャの差が大きくなると変換効率が持続的に低下 📉。

Day 0適合：一つのマイルストーン

🎉 2026年4月24日、DeepSeek V4のリリース当日——華為昇騰、寒武紀、海光、Moore Threads、Metaxが同時に全スタック適合を完了 👏。これは中国AIチップ史上初めてのことである。

これまでは、NVIDIAだけがリリースと同時に適合を完了でき、他のGPUは通常数ヶ月遅れていた。この出来事は、国産エコシステムが一丸となって「使える」から「使いやすい」への閾値を越えたことを示している——少なくとも推論シナリオにおいては 🚪。

五、製造の打開：EUV露光装置なき突破戦略

チップ設計が「頭脳」🧠 なら、チップ製造は「手足」🦶 である。アメリカの輸出規制下で、中国はASMLのEUV露光装置を入手できず、最先端プロセスは7nm（SMIC N+2）に制限されている 🔒。

しかし国産チップは三つのカードで突破を図っている 🃏：

第一のカード：先進パッケージ（Chiplet技術）

Chipletの核心は「成熟プロセスで高性能を積み上げる」🧱 ことにある——大きなチップを複数の小さなチップレットに分割し、先進パッケージ技術（2.5D/3D）で高速に相互接続し、先進プロセスの大きなチップと同等の性能を実現する。

2025〜2026年、国産2.5Dパッケージ（CoWoS-S）は量産を実現 ✅、長電科技（JCET）、通富微電（TF）、盛合晶微（SH）などの企業が重要技術を突破した。昇騰910B/910C/950はいずれもCoWoS-S移行路線を採用し、960シリーズはCoWoS-Lにアップグレードされる。寒武紀690は国内初のCoWoS-L採用製品 🥇。

第二のカード：自社HBM

AIチップのもう一つのボトルネックはHBM（高帯域幅メモリ）💾。華為は自社開発HBM「HiBL 1.0」を発表し、昇騰950PRには112GBの自社HBMを搭載、帯域幅1.4TB/s ⚡。同時に、国内メモリメーカーは2026年にHBM2eの量産を達成し、HBM3は小ロット試作段階に入っている——SKハイニックスの最新HBM3eとはまだ世代差があるものの、現在の国産チップの基本ニーズは満たせている。

第三のカード：生産能力拡大

SMICは先進プロセスの生産能力を急速に拡大 🏭：2026年の7nm生産能力は倍増して月産6万枚、5nmプロセスは試作段階に入り、2026年中の量産を目指す。華為も自社ファブ（SiCarrier）を建設中で、SMICとの協力を通じて生産能力のボトルネック突破を目指している 💪。

六、未来予測：2026〜2030年の五つのシナリオ

1. 国産化率、加速から頭打ちへ

国産AIチップの市場シェアは2026年に**50%を超え、2027年には70〜80%**に達すると予想 🎯。しかし、代替が進むほど限界難易度は高まる——最も代替しやすい推論シナリオが先に置き換えられ、残った訓練シナリオや既存のCUDAロックインシナリオは、より長いエコシステム構築の時間を必要とする。

📊 Morgan Stanleyは2030年の中国AIチップの総アドレス可能市場を670億ドルと予測、2024〜2030年の年平均成長率は約23%。

2. 推論が王座に、訓練が突破口に

推論演算の需要は指数関数的に増加 📈（1日あたりのトークン呼び出し量が兆単位から百兆単位へ急増）。国産チップはこの領域で明確な性能＋コスト優位性を確立 💰。

訓練面では、昇騰960シリーズ（2027年に大量出荷予定）が大規模モデルの訓練シナリオに本格参入する見込み。華為のロードマップ：910C（H100の約80%性能）→ 950（推論特化）→ 960（訓練突破）→ 970（長期目標）、訓練能力の追跡が加速 ⏩。

3. 大規模モデル × チップの深層結合

DeepSeek V4は新たなモデルを切り開いた——モデルリリースとチップ適合の同時完了 🤝。DeepSeek、Qwen、GLMなどの国産大規模モデルが継続的に進化するにつれ、「国産モデル＋国産チップ」のクローズドループは「オプション」から「デフォルト」へ ✅。

今後2〜3年は「モデル選定はチップ次第、チップの進化はモデル次第」の協調進化へ 🔄。技術的結合だけでなく、エコシステムレベルのロックイン効果 🧲。

4. 再編期の到来

チップは典型的な勝者総取りの産業 🏆。推論市場が成熟し成長率が安定期に落ち着くにつれ、業界の再編は避けられない。二線メーカー（Metax、Iluvatar CoreX、BirenTechなど）が差別化されたポジショニングや規模のある受注を迅速に見つけられなければ、生存圧力に直面 😰。

💡 重要な観察点：2025〜2026年のIPOラッシュ（Moore Threads、Biren、Enflameなど）はこれらの企業に資本の弾薬を注入 🧨 したが、資本市場が「収益対評価額」に求めるプレッシャーもより早く訪れるだろう。

5. グローバル視点での演算パワーゲーム

🌍 国産チップの台頭は中国市場を変えただけでなく、世界の演算パワー構図も再形成。NVIDIAは総収入の約**20%**を占める市場を失いつつある。同時に中国は「データセンター海外展開」と「演算外交」を通じて、東南アジア、中東、アフリカなどの地域で国産チップベースの知能演算センターを建設し、演算競争を「技術封鎖 vs 技術突破」の二元的ゲームから、より複雑な多極構造へと押し上げている ♟️。

七、結論：転換点の先に

2025年は中国AIチップ産業の分水嶺 ⛰️。すべての問題が完璧に解決されたからではない——まだ程遠い。しかし、先進プロセスが制限され、ソフトウェアエコシステムが封鎖され、市場が巨人によって独占される条件下でも、システムイノベーションとエンジニアリング能力で「代替から自強へ」の第一歩を達成できることを、初めて証明した年だからだ 🚶➡️🏃。

これからの三年はさらに困難な「深海域」🌊：

• ❓ 訓練チップは本当に規模のある代替を実現できるか？
• ❓ ソフトウェアエコシステムは「Day 0適合」から「開発者の第一選択肢」へ進化できるか？
• ❓ 政策の追い風が収まったとき、商業化能力は評価額を支えられるか？

答えはまだ不確かだが、方向性はすでに明確だ：演算主権はもはやスローガンではなく、現実になりつつある。 🎯

📅 2026年5月 | 【AI 支援で執筆】