DeepSeek V4は、次のAIレースが効率性についてであることを示している

DeepSeekが待望のアップデートとしてリリースしたDeepSeek V4は、Open AIのGPT 5.5とAnthropicのOpus 4.7が相次いで登場した激しい競争の時期に登場した。AIモデルの競争は明らかに新たな段階に達した。オープンソースツールの独自の信奉者として、DeepSeekは圧倒的な規模よりもコスト効率の高さで開発者を魅了している。

プレビューリリースには、100万トークンのコンテキストウィンドウを持つ2つのMixture-of-Expertsモデルが含まれている。DeepSeek-V4-Proは総パラメータ数1.6兆、アクティブパラメータ数490億を持ち、DeepSeek-V4-Flashは総パラメータ数2840億、アクティブパラメータ数130億を持つ。

長文コンテキストエージェント、コーディングアシスタント、リサーチツール、企業向けコパイロットはいずれも同じボトルネックに直面している。新たに生成されるトークンはそのたびに、増大し続けるドキュメント、コード、ツール呼び出し、中間推論の履歴を参照する必要がある。DeepSeekのテクニカルレポートは、V4モデルがこの問題を、単にユーザーにより多くのコンピューティングリソースの支払いを求めるのではなく、アーキテクチャの圧縮によって解決していることを示している。

コアイノベーション：推論能力を損なわずにメモリを圧縮する

DeepSeek V4の最も重要なアーキテクチャ上の変更は、Compressed Sparse Attention（CSA）とHeavily Compressed Attention（HCA）を組み合わせたハイブリッドアテンション設計だ。これにより、モデルはすべての過去のトークンを同じコストのかかる方法で保存・スキャンしなくて済む。CSAはキーバリューエントリのグループを圧縮し、最も関連性の高い圧縮ブロックを選択する。HCAはさらに積極的に圧縮し、より短いメモリストリームに対して高密度なアテンションを可能にする。

これが重要な理由は、アテンションが長文コンテキストAIにおける主なコスト要因の一つだからだ。コンテキスト長が増えるにつれて、従来のアテンションは計算とメモリの両面でコストが増大する。DeepSeekのハイブリッドアテンション設計は、長文コンテキストをメモリ階層のエンジニアリング問題として捉えている。一部の情報には細粒度のローカルアテンションが必要で、一部は圧縮できる。これらのモードを組み合わせることで、V4は100万トークンのコンテキストをより実用的な機能へと変えている。今年初め、DeepSeekの研究者たちは、静的な知識検索と動的な計算を構造的に分離することで推論効率を向上させる条件付きメモリモジュール「Engram」を提案する論文を発表した。

なぜこれがさらなるAIイノベーションを推進するのか

推論コストの低下は、実験できる人々の幅を広げる。長文コンテキスト推論が安価になれば、より多くの開発者がリポジトリ全体を読み込んだり、長大な法的記録を分析したり、複数ドキュメントの財務報告書を比較したり、長期にわたるツール使用セッションを運用したりするエージェントを構築できる。これにより、設計空間がチャットボットのプロンプトを超えて広がる。

スタートアップにとって、DeepSeek V4は野心的なアプリケーションを試みるコストを下げる。企業にとっては、大規模コンテキストのワークフローをより現実的なものにする。オープンソース開発者にとっては、技術的なレシピを提供する。MoEスパース性、長文コンテキスト圧縮、低精度推論、カスタムカーネル、エージェント的タスクのためのポストトレーニングを組み合わせることだ。

ハードウェアへのメッセージ：AIモデルが今やチップの在り方を指示している

DeepSeek V4が注目される理由の一つは、テクニカルレポートがハードウェア設計に対して明示的な提言を行っていることだ。チームは、将来のハードウェアは帯域幅を闇雲に増やすのではなく、計算と通信の比率を最適化すべきだと主張している。

ロイターはまた、DeepSeek V4がHuaweiのAscendチップで動作するよう適応されたことを報じており、HuaweiはAscend 950ベースのスーパーノードクラスターがV4シリーズを完全にサポートすると述べている。これによりV4は、より大きなハードウェアの物語の一部となる。AI競争はモデルの重みから、モデル、カーネル、メモリシステム、インターコネクト、チップが共に進化するフルスタックの共同設計へと移行しつつある。

低コストのインテリジェンスが市場を拡大する

DeepSeek V4の最も重要な影響は経済的なものかもしれない。長文コンテキスト推論のコストが下がれば、かつては高コストすぎると思われていたAIのユースケースがより現実的になる。フルコードベースエージェント、長期的なリサーチアシスタント、大量のドキュメントを扱う法的ワークフロー、財務デューデリジェンスツール、科学文献レビューシステム、企業向けナレッジエージェントはいずれも、安価なメモリと安価な推論から恩恵を受ける。

つまり、DeepSeek V4はAI競争の構図を塗り替える。DeepSeekが低メモリ・低コンピューティング要件で高品質なオープンモデルを提供できるなら、クローズドソースのリーダーたちはプレミアム価格を正当化するためのより大きなプレッシャーに直面するだろう。オープンソースの競合他社はV4の効率化技術に匹敵するプレッシャーに直面するだろう。