DeepSeek「R2」の噂が浮上：1.2兆パラメータ、Huaweiチップで訓練か

DeepSeek R1 が世界中に与えた衝撃がまだ冷めやらぬ中、早くも次世代モデルの噂がネット上を駆け巡っています。

投資家の Deedy 氏が X 上で、中国発のリーク情報として DeepSeek R2 のとされるスペックを公開しました。現時点で DeepSeek 公式からの正式発表はありませんが、その驚異的な数字に業界の注目が一気に集まっています。

1.2 兆パラメータで GPT-4o より 97% 安い？

リークによると、DeepSeek R2 は進化したハイブリッド MoE（混合エキスパート）構造を採用し、総パラメータ数は R1 の 2 倍となる 1.2 兆に達する見込みです。そのうち推論時に使われるアクティブパラメータは 780 億とされています。

ベンチマーク性能としては、C-Eval 2.0 で 89.7%、画像認識の COCO で 92.4% を記録し、GPT-4 Turbo や Google の Gemini 2.0 Pro に匹敵すると伝えられています。

さらに衝撃的なのは価格です。API の利用コストは GPT-4o と比べて 97.3% 安くなるとされ、入力トークンは 100 万あたり 0.07 ドル、出力トークンは 0.27 ドルという破格の数字が並んでいます。

ファーウェイ製チップで利用率 82% を達成か

ハードウェアに関するリークも大きな波紋を呼んでいます。学習データ量は 5.2PB に達し、その大半がファーウェイの Ascend 910B チップ群で学習されたと報じられています。

このクラスターは FP16 精度で 512 PetaFLOPS の計算能力を発揮し、チップの利用率は 82% に達したとされています。

事実であれば、DeepSeek は米国の半導体サプライチェーンから大きく脱却し、中国国内のハードウェア上で巨大モデルを効率的に訓練する技術を確立したことになります。

なぜ重要か

言うまでもなく、今回の数字はあくまで非公式の噂であり、正式発表を待つ必要があります。しかし、この内容が部分的にでも事実なら、AI 開発とビジネスの前提を大きく覆すことになります。

開発者や一般企業にとって、100 万トークンあたり数十セントという価格は、これまでのコスト計算を根底から変えます。これまで費用面で躊躇していた大規模なエージェント運用やデータ処理を、一気に現実的な予算で回せるようになるため、登場すれば即座に試す価値があると言えます。

業界全体への影響として私たちが最も注目しているのは、ファーウェイのチップで 82% の利用率を達成したという点です。Nvidia のハードと CUDA エコシステムに頼らなくても、フロンティア級のモデルを作れることが証明されれば、半導体規制をめぐる力関係そのものが揺らぎます。西側のクラウド企業や大手 AI 各社にとっても、価格とインフラの両面で強烈なプレッシャーとなるのは間違いなさそうです。