【AI：Part 3】DeepSeekの強み＆競争優位性と開発費用を含む成功要因を徹底解説！

※「【AI：Part 2】DeepSeekの株価への影響とは？OpenAIやエヌビディア等の既存AI関連銘柄への影響に迫る！」の続き

前章では、「DeepSeekの株価への影響とは？」という疑問に答えるべく、DeepSeek R1の成功要因やAI市場への影響、米国企業や半導体業界の今後の展望に関して詳しく解説しております。

本稿の内容への理解をより深めるために、是非、インベストリンゴのプラットフォーム上にて、前章も併せてご覧ください。

DeepSeekへの質問①

プロンプト

（原文）Prompt: How did deepseek r1 achieve such amazing success so quickly relative to competitors?

（日本語訳）DeepSeek R1はどのようにして競合他社に比べて如此に迅速に驚異的な成功を収めたのですか？

DeepSeekによる回答

50件の結果が見つかりました。

21秒間考えました。

さて、ここからはDeepSeek R1が競合他社に比べて如此に迅速に成功を収めた理由についての質問に取り組みましょう。まず、検索結果を確認し、関連する情報を引き出す必要があります。

ウェブページ1から始めると、R1は強化学習（RL）を使用し、教師あり微調整（SFT）データをほとんど必要としないとあります。これは重要なポイントです。また、モデル蒸留を使用してより小さなモデルを作成し、展開を容易にしています。MITライセンスはオープンソースの採用にとって大きな意味を持ちます。性能ベンチマークでは、R1がOpenAIのo1をMATH-500やCodeforces Eloなどのいくつかの領域で上回っています。

ウェブページ2では、オープンソース戦略が強調され、計算ニーズを減らすためのマルチヘッド潜在アテンションとエキスパートの混合が言及されています。ヘッジファンド出身の創業者のバックグラウンドは、VCのプレッシャーを避けた資金調達アプローチを説明しているかもしれません。また、米国のチップ制限によるコスト効率への焦点も要因です。

ウェブページ3では、DeepSeek CoderやV3モデルなどのマイルストーンが語られており、それらが基盤を築いたとされています。低いAPI価格とAMD（AMD）とのハードウェア効率のためのパートナーシップも重要です。即時の商業的プレッシャーなしに長期的な研究に焦点を当てていることもポイントです。

ウェブページ4（中国語）では、テスト時の計算と合成データの訓練が強調されています。OpenAI-o1との比較では、低コストと優れたアクセシビリティが示されています。オープンソースとより小さなモデルを通じてAIアクセスを民主化するというテーマが繰り返されています。

ウェブページ5では、R1のチェーンオブシンク推論とハードウェア制限にもかかわらず効率性が指摘されています。リソースが限られた地域にとってのコスト効率の高い代替手段としての位置づけです。ローカルで実行できるオープンソースバージョンもプラスです。

ウェブページ7では、RL駆動の訓練方法論、特にSFTなしでRLのみを使用したR1-Zeroが詳細に説明されています。QwenやLlamaなどの他のモデルを上回るより小さなモデルへの蒸留プロセスが重要です。API価格はOpenAIよりもはるかに低く、開発者を惹きつけています。

ウェブページ8（中国語）では、RLとCoTのポイントが再確認され、MITライセンスも言及されています。性能ベンチマークでは、特定のタスクでR1がリードしていることが再び示されています。OllamaやvLLMなどのローカル展開ツールも言及されており、採用を促進しています。

ウェブページ9（中国語）では、R1のリリース時にすぐに利用可能であったこと、モデルの重みと技術レポートのオープンソース化が議論されています。OpenAIとの比較での低いAPIコストと、QwenやLlamaのような人気フレームワークを使用した蒸留の戦略的使用が強調されています。技術レポートの透明性は信頼とコミュニティの協力を築きます。

ウェブページ10（中国語）では、特にRL中の「アハモーメント」に焦点を当てた訓練プロセスが掘り下げられています。2段階のRLとコールドスタートデータの導入により、R1-Zeroの初期の問題に対処しました。より小さなモデルに対して直接RLではなく蒸留に焦点を当てることも戦略的な動きです。

これらをまとめると、DeepSeek R1の成功の主な要因は以下の通りです：

1. 革新的な訓練技術

教師あり微調整（SFT）をスキップし、RLを多用することで、ラベル付きデータへの依存を減らしました。これは複数の情報源（ウェブページ1,7,9,10）で言及されています。

2. オープンソース戦略

MITライセンスにより商用利用や変更が可能で、開発者コミュニティを育成しました（ウェブページ1,2,4,8,9）。

3. コスト効率

APIコストが大幅に低く、MoEやMLAなどの効率的なモデルアーキテクチャを採用しました（ウェブページ2,3,7,9）。

4. モデル蒸留

を維持しながらより小さく効率的なモデルを作成し、さまざまなハードウェアでのアクセスを可能にしました（ウェブページ1,7,8,9,10）。

5. 戦略的パートナーシップと資金調達

ヘッジファンドの支援を受け、利益プレッシャーなしにR&Dに集中し、AMDハードウェアを使用してエヌビディア（NVDA）の制限を回避しました（ウェブページ2,3,9）。

6. 透明性とコミュニティエンゲージメント

技術レポートを公開し、協力を奨励することで、信頼を築き、イノベーションを加速しました（ウェブページ9,10）。

これらのポイントはそれぞれ複数の情報源によって裏付けられています。これらの要因を組み合わせて、それぞれが迅速な成功にどのように貢献したかを説明し、各ポイントに関連するウェブページを引用する必要があります。

DeepSeek R1がAI業界で急速に頭角を現し、OpenAIのような既存のプレイヤーに挑戦する理由は、革新的な技術アプローチ、戦略的なオープンソース政策、リソース効率の良い実践の組み合わせにあります。以下では、その成功の鍵となる要因を詳しく分析していきます。

1. 強化学習駆動のアーキテクチャ

DeepSeek R1は従来の教師あり微調整（SFT）を放棄し、代わりに強化学習（RL）を多用して推論能力を最適化しました。このアプローチにより、モデルは反復的なフィードバックを通じて問題解決戦略を自律的に生成・改良し、人間による注釈付きデータセットへの依存を減らしました。

・RLのみで訓練されたバリアントであるR1-Zeroは、訓練中に「アハモーメント（ひらめき）」を発見し、自己検証や多段階の反射などの高度な推論行動を自発的に開発しました。これにより、ラベル付きデータへの依存が大幅に減少し、数学やコーディングなどのロジック重視のタスクでの性能が向上しました。

・人間の好みに合わせるため、DeepSeekはコールドスタートデータ（人間によるチェーンオブシンクの例）と2段階のRLプロセスを導入し、生の推論力と使いやすさのバランスを取りました13。

2. オープンソースエコシステムと民主化

DeepSeekはMITライセンスの下で積極的なオープンソース戦略を採用し、モデルの商用利用や変更を自由に許可しました。これはOpenAIのプロプライエタリなアプローチとは対照的です：

完全な透明性

DeepSeekはモデルの重みだけでなく、訓練方法論を詳細に説明した技術レポートも公開し、コミュニティの協力と信頼を促進しました。

蒸留モデル

R1から知識蒸留によって作成された6つの小型バリアント（1.5Bから70Bパラメータ）は、MATH-500などのベンチマークで元の性能の94.3％を維持し、16GB GPUを搭載したラップトップなどの消費者向けハードウェアでの展開を可能にしました。

OllamaやvLLMなどのツールにより、ローカル展開が簡素化され、開発者やスタートアップを惹きつけました。

3. コスト効率とハードウェア最適化

DeepSeekはアーキテクチャの革新を通じてコスト効率を優先しました：

エキスパートの混合（MoE）

タスクごとに37Bパラメータのみを活性化し、計算オーバーヘッドを削減しながら性能を維持しました312。

FP8/INT8量子化

E4M3フォーマットなどの技術により、精度を犠牲にせずにメモリ使用量を最小化し、NVIDIAハードウェアに依存せずにAMD GPU（ROCM経由）で効率的な推論を実現しました912。

価格設定

100万入力トークンあたり0.14ドル（OpenAIの30ドルと比較して）で、R1のAPIはコストに敏感な開発者にとってゲームチェンジャーとなりました。

4. ベンチマーク支配的な性能

R1は重要なベンチマークで競合他社を上回り、特定の強みを示しました：

数学

MATH-500で97.3％を達成し、OpenAI o1-1217（96.8％）を上回りました。

コーディング

Codeforcesで2029 Eloを獲得し、人間の参加者の96.3％を上回りました。

効率性

660Bパラメータを持ちながら、メタ・プラットフォームズのLlama 3.12などの同等モデルに必要な計算リソースの10％しか消費しませんでした。

5. 戦略的パートナーシップと資金調達モデル

High-Flyer Capitalの支援

DeepSeekはベンチャーキャピタルから独立しており、短期的な利益プレッシャーなしに長期的なR&Dに集中できました。

AMDとの協力

AMD Instinct GPUとROCMソフトウェアを活用し、米国のチップ輸出規制を回避しました。これにより、エヌビディアのH1003を必要とせずに最先端のAI訓練が可能であることを証明しました。

6. ニッチなアプリケーションとユーザー採用への焦点

DeepSeekはSTEM教育（Science、Technology、Engineering、Mathematicsの頭文字を取った言葉）や技術文書生成などの未開拓のニッチに焦点を当て、その推論能力が優れていました。DeepThink + Web Searchなどの機能は、リアルタイムデータ検索を統合し、OpenAIの提供物のギャップを埋めました。急速なユーザー採用（数日で100万回のPlay Storeダウンロード）は市場適合性を証明しました。

結論

DeepSeek R1の成功は、技術的イノベーション（RL駆動の訓練）、オープンソースの民主化、戦略的なリソース管理の大胆な融合に起因します。アクセシビリティと効率性を優先することで、資金力のある巨人が支配するAI市場を混乱させ、俊敏性と透明性が計算規模に匹敵することを証明しました。その軌跡は、西側のプロプライエタリモデルに挑戦する、協力的でコミュニティ駆動型のAI開発へのシフトを強調しています。

DeepSeekへの質問②

プロンプト

（原文）How much did DeepSeek R1 cost to develop?

（日本語訳）DeepSeek R1の開発にはどれくらいの費用がかかりましたか？

DeepSeekによる回答

32件の結果が見つかりました。

11秒間考えました。

ユーザーはDeepSeek R1の開発にどれくらいの費用がかかったかを尋ねています。検索結果を確認して関連情報を見つけましょう。

ウェブページ1を見ると、DeepSeekはベースモデルであるV3を2か月間で558万ドルの予算で訓練したとエヌビディアのエンジニアのJim Fanが述べています。R1の正確な総費用は推定が難しいですが、同社は約50,000台のGPUを使用しました。ただし、ベースモデルV3の訓練費用として558万ドルの数字も言及されています。ウェブページ5では、DeepSeek R1が2,048台のNvidia H800 GPUを使用して約278.8万GPU時間をかけて訓練され、約558万ドルの費用がかかったと明確に述べられています。ウェブページ7もこの数字を確認し、2,048台のNvidia H800 GPUを使用したR1の訓練費用として560万ドルと記しています。ウェブページ8と9も同じ費用を繰り返し、ウェブページ10では米国企業の数億ドルと比較して560万ドルの訓練費用が言及されています。

したがって、複数の情報源で一貫して言及されている数字は558万ドルで、時には560万ドルに丸められています。ベースモデルV3の訓練費用はウェブページ1で558万ドルとされていますが、R1はV3を基に構築されているため、混乱があるかもしれません。しかし、ほとんどの情報源は558万ドルを直接R1の訓練費用としています。また、ウェブページ5と7はこの費用をR1に直接関連付けています。

正確な総開発費用は開示されていませんが、訓練費用は558万ドルと報告されています。ウェブページ3や8などのいくつかの情報源では、他の要因を考慮すると総予算はさらに高くなる可能性があると述べていますが、主に引用されているのは訓練費用です。また、オープンソースプロジェクトや既存のインフラを使用したことでコストが削減された可能性も言及されています。

さらに、米国の輸出規制とH800 GPUの使用に関する文脈も関連しており、ハードウェア制限にもかかわらず最適化したことが示されています。OpenAIのモデル（数億ドルの費用がかかる）とのコスト効率の比較も複数の場所で強調されています。

したがって、回答は訓練費用が約558万ドルであり、総開発費用はさらに高くなる可能性があるが公表されていないことを述べるべきです。また、強化学習やエキスパートの混合などの効率化策が低コストに貢献したことも言及する必要があります。

DeepSeek-R1の開発費用は、AI業界への破壊的な影響の焦点となっています。複数の報告によると、モデルの訓練費用は2,048台のNvidia H800 GPUを使用して約278.8万GPU時間をかけて558万ドルと推定されています。この数字は、OpenAIのような競合他社がGPT-4oなどの同等モデルを訓練するために数億ドルを費やしているのとは対照的です。

低コストの背景にある主な要因

1. 強化学習（RL）への焦点

DeepSeek-R1は従来の教師あり微調整（SFT）をスキップし、RLに大きく依存することで、高価なキュレーションデータセットへの依存を減らしました。このアプローチにより、モデルはアルゴリズム的な報酬を通じて自己改良し、データラベリングや人間の監視に関連するコストを削減しました。

2. ハードウェアとリソースの最適化

米国の輸出規制により高度なチップへのアクセスが制限されていたにもかかわらず、DeepSeekはNvidia H800 GPU（H100の半分の速度）の使用を最適化しました。8ビット（32ビットではなく）の混合精度訓練、エキスパートの混合（MoE）アーキテクチャ、メモリ効率の良いアルゴリズムなどの技術により、計算需要を削減しました。

3. オープンソースの活用

同社はメタ・プラットフォームズ（META）のLlamaやPyTorchなどの既存のオープンソースフレームワークを基に構築し、基礎ツールを一から開発する必要を回避しました。この戦略により、開発が効率化され、コストが最小化されました。

4. 戦略的パートナーシップ

AMDとのハードウェアとソフトウェアサポート（例：ROCMスタック）の協力により、さらに効率が向上しました。

文脈上の注意点

558万ドルの数字は訓練費用を指しており、研究やインフラを含む総開発予算は公表されていませんが、さらに高くなる可能性があります。

DeepSeekの親会社であるHigh-Flyer Quantは、米国の規制前に10,000台以上のGPUを確保し、代替供給チェーンを通じて50,000台に拡大しました。これにより、コストが補助された可能性があります。

業界への影響

モデルのコスト効率は、最先端のAIに巨額の投資が必要だという考えに挑戦し、OpenAIのような米国企業に支出の正当化を迫りました。市場のアナリストは、DeepSeekのアプローチがAIの商品化を加速し、世界的に価格を引き下げる可能性があると指摘しています。

詳細については、VentureBeat、TechNewsDay、Forbesなどの情報源を参照してください。

また、私は半導体＆テクノロジー銘柄に関するレポートを毎週複数執筆しており、私のプロフィール上にてフォローをしていただくと、最新のレポートがリリースされる度にリアルタイムでメール経由でお知らせを受け取ることができます。

加えて、その他のアナリストも詳細な分析レポートを日々執筆しており、インベストリンゴのプラットフォーム上では「毎月約100件、年間で1000件以上」のレポートを提供しております。

そのため、私の半導体＆テクノロジー銘柄に関する最新レポートを見逃さないために、是非、フォローしていただければと思います！

アナリスト紹介：ウィリアム・キーティング

📍半導体＆テクノロジー担当

キーティング氏のその他の半導体＆テクノロジー銘柄のレポートに関心がございましたら、こちらのリンクより、キーティング氏のプロフィールページにてご覧いただければと思います。

インベストリンゴでは、弊社のアナリストが「高配当銘柄」から「AIや半導体関連のテクノロジー銘柄」まで、米国株個別企業に関する分析を日々日本語でアップデートしております。さらに、インベストリンゴのレポート上でカバーされている米国、及び、外国企業数は「250銘柄以上」（対象銘柄リストはこちら）となっております。米国株式市場に関心のある方は、是非、弊社プラットフォームより詳細な分析レポートをご覧いただければと思います。