DeepSeek-R1は、中国企業DeepSeekが開発した大規模言語モデルであり、2025年1月20日に公開された。これは画期的な成功を収め、2025年1月27日までに米国のiOS App Storeで最もダウンロードされたフリーウェアアプリとしてChatGPTを上回った。このモデルの効率性とオープンソースのアプローチは、投資家が高価なAIハードウェアへの需要を再評価したことにより、同日にNvidiaの株価が18%下落するという大きな市場反応を引き起こした。
この出来事は、より小型で効率的なモデルが大型の競合モデルに対抗できる人工知能の状況における変化を浮き彫りにした。DeepSeek-R1の成功は、業界関係者によれば「AIを覆す」ものであり、「世界的なAI宇宙開発競争」を開始したと評された。このモデルのオープンウェイトとインフラコードはオープンソース人工知能への貢献として賞賛された一方、中国政府の検閲方針への準拠は、プライバシーと情報管理に関する懸念を引き起こした。
背景と開発
DeepSeekは、2023年11月にDeepSeek-LLMシリーズから始まる一連の大規模言語モデルとして開始された。中国に拠点を置くこの企業は、OpenAIやGoogleのような確立されたプレイヤーと競争できる効率的なアーキテクチャの開発に注力した。初期のモデルはLlamaに類似しており、高密度のデコーダーのみのトランスフォーマーを使用していたが、後の反復では混合エキスパートやマルチヘッド潜在注意などの革新が導入された。
2025年1月10日、DeepSeekはiOSおよびAndroid向けにDeepSeek-R1モデルに基づくチャットボットを公開した。このアプリは急速に人気を集め、1月27日までに米国のiOS App Storeで最もダウンロードされたフリーウェアアプリとなり、ChatGPTを追い越した。この急速な採用は、モデルの無料アクセスと推論タスクにおける強力なパフォーマンスによって推進された。
DeepSeek-R1の公開は、オープンウェイトモデルを提供するというDeepSeekのより広範な戦略の一部であった。多くの競合他社がモデルをプロプライエタリに保つのとは異なり、DeepSeekはインフラコードとモデルウェイトを公開し、研究者や開発者が使用および修正できるようにした。このアプローチはオープンソース人工知能の原則に沿ったものであり、その人気に貢献した。
Nvidiaへの市場影響
2025年1月27日の市場ショックは、DeepSeek-R1の効率性がNvidiaのビジネスの中核である大規模な計算リソースの必要性を減らす可能性があるという認識によって引き起こされた。NvidiaはAIトレーニングおよび推論用GPUの主要サプライヤーとなり、2024年には時価総額が3兆ドルに達していた。同社の成長は、テック大手とスタートアップの両方からの需要によって促進された。
しかし、DeepSeek-R1は、混合エキスパートや効率的な注意メカニズムなどの技術を使用して、高性能モデルがより少ないリソースでトレーニングできることを実証した。これにより、AIハードウェアブームの持続可能性について疑問が生じた。1月27日、Nvidiaの株価は18%下落し、時価総額で数千億ドルが消失した。この下落は同社史上最大級の1日あたりの減少の一つであった。
影響はNvidiaを超えて広がり、他のAI関連株にも影響を与え、アナリストにAI支配の競争を再評価するよう促した。一部の専門家は、効率的なモデルが全体的なAI採用を増加させ、長期的にはハードウェア需要を押し上げる可能性があると指摘し、市場反応は過剰であると主張した。他の専門家は、これを「何が何でもスケール」の時代の終焉を示すシグナルと見なした。
技術的革新
DeepSeek-R1は、以前のDeepSeekモデルで導入されたいくつかのアーキテクチャ上の進歩に基づいていた。ほとんどの現代の大規模言語モデルを支えるトランスフォーマーアーキテクチャは、マルチヘッド潜在注意（MLA）と混合エキスパート（MoE）層で改良された。これらの革新は、パフォーマンスを維持しながらメモリ使用量と計算コストを削減した。
DeepSeek-V2で導入されたマルチヘッド潜在注意は、キーバリューキャッシュを圧縮してメモリ要件を低減した。これは、Llamaのようなモデルで使用される標準的なマルチヘッド注意メカニズムからの逸脱であった。トークンごとにエキスパートのサブセットのみをアクティブにするMoEアーキテクチャは、モデルが比例する計算コストを発生させずに多数のパラメータを持つことを可能にした。
DeepSeek-R1はまた、強化学習や自己原理的批判チューニングなどの推論改善のための技術を組み込んだ。これらの方法は、数学的推論やコード生成を含む複雑な問題を解決するモデルの能力を強化した。モデルのベンチマークでのパフォーマンスは、アメリカのAI企業が使用するテストによれば、主要なモデルと同等であった。
使用とアクセシビリティ
DeepSeek-R1は、公式DeepSeekウェブサイトおよびモバイルアプリを通じて無料で利用可能であり、クエリ数に制限はなかった。ユーザーはGmailやYahooなどのグローバルなメールサービスを使用してサインアップできた。ウェブ版には、スパムを防ぐために1時間あたり500メッセージの上限があった。
開発者や企業向けに、DeepSeekは使用量ベースの価格モデルでR1およびV3モデルへのAPIアクセスを提供した。2025年2月時点で、API価格は入力トークン100万個あたり約0.28ドル、出力トークン100万個あたり約0.42ドルであり、一部の競合サービスよりも低コストであった。この低コストはモデル採用の重要な要因であった。
モデルのオープンウェイトにより、データプライバシーを懸念する組織にとって魅力的なローカル展開が可能になった。しかし、DeepSeekのデータ収集慣行と中国政府の検閲方針への準拠は、複数の国の規制当局から監視を引き出した。一部の政府は、セキュリティ上の懸念を理由に公式デバイスでこのアプリを禁止した。
より広範な影響
DeepSeek-R1の市場ショックは、AI業界に重要な影響を与えた。これは、高度なAI機能を実現するには大規模な計算リソースへの投資のみが必要であるという前提に挑戦した。これにより、事前学習の効率性と、小規模なプレイヤーが競争する可能性についての議論が促進された。
Nvidiaの株価下落は投資家への警鐘となったが、同社は革新を続けた。NvidiaにはMellanoxやArm（後者は失敗したが）などの買収の歴史があり、そのGPUはAIワークロードに不可欠なままであった。同社のAI収益は成長を続け、時価総額は最終的に回復した。
この出来事はまた、AI開発の地政学的側面を浮き彫りにした。DeepSeekの成功は、高度なチップへの輸出規制にもかかわらず急速に進歩していた中国のAIにとってのマイルストーンと見なされた。後のモデルでのDeepSeekと清華大学との協力は、AI研究における学術機関の役割を強調した。
その後の展開
最初のショックの後、DeepSeekは新しいモデルの公開を続けた。2025年4月3日、清華大学の研究者との協力で、DeepSeekは生成報酬モデリングと自己原理的批判チューニングを組み合わせて推論時スケーリングを改善するDeepSeek-GRMを発表する論文を公開した。同社はこれらのモデルをオープンソース化すると述べた。
2025年4月30日、DeepSeekは形式定理証明と数学的推論に焦点を当てた数学特化モデルDeepSeek-Prover-V2-671Bを公開した。2026年4月24日、DeepSeekはDeepSeek V4およびV4-Proを公開し、2026年9月にはDeepSeek-V4.1-Flashが続いた。これらの公開は、効率的でオープンウェイトなモデルのトレンドを継続した。
DeepSeek-R1の市場影響は、生成AI時代の決定的な瞬間であった。これは、革新が予期しない場所から生じ得ること、そしてAIの経済が固定されていないことを実証した。この出来事は投資戦略に影響を与え、一部の企業はNvidiaを超えてAMDやAWS Trainiumを含むハードウェアサプライヤーを多様化した。
結論
DeepSeek-R1の公開とその後のNvidia株価下落は、AI業界の転換点を示した。モデルの効率性とオープンソースの性質は、スケールとコストに関する一般的な前提に挑戦した。市場反応は劇的であったが、AI開発の未来、ハードウェアの役割、アクセシビリティの重要性についての議論も促進した。
この出来事は、機械学習における革新の急速なペースと、テクノロジーと金融の相互接続性を強調した。AIが進化し続ける中で、DeepSeek-R1からの教訓、つまり効率性と開放性が生の力と同じくらい価値があるということは、今後数年にわたって業界を形成する可能性が高い。