中国のディープシークショックでＮＶＩＤＩＡの株価が急落したが、いざＮＶＩＤＩＡの反応が妙だ。ジェンスン・フアン最高経営者（ＣＥＯ）が強調した「訓練から推論へ」の完璧な例をディープシークが見せたと賛辞を送った。

人工知能（ＡＩ）半導体市場がＡＩモデルを最適化してサービスする推論用チップに拡大し、現在脚光を浴びている最新の高帯域幅メモリー（ＨＢＭ）の他に旧型ＨＢＭとＧＤＤＲ７の需要もまた増加するという見通しだ。

中国ＡＩ企業ディープシークが２０日に公開した推論用ＡＩモデル「Ｒ１」が「安くて性能の良いＡＩ」として注目を集めると、２７日、ＮＶＩＤＩＡの株価は１７％急落した。ＡＩモデルの性能を高めるために、高価なＮＶＩＤＩＡ画像処理装置（ＧＰＵ）を大規模に買い入れる必要がないのかという懐疑だった。外信によると、メタはディープシークの競争力を分析するために、ウォールーム（作戦室）を稼動し始め、オープンＡＩは自社ＡＩモデルの回答にディープシーク訓練に無断で使用されたかどうかを調べた。


しかし、ＮＶＩＤＩＡの反応は全く違っていた。この日、ＮＶＩＤＩＡの報道官はＣＮＢＣに「ディープシークは卓越したＡＩの成果であり、『テストタイム・スケーリング』の完璧な例」と賛辞を送った。

テストタイム・スケーリング（Ｔｅｓｔ－ｔｉｍｅ　ｓｃａｌｉｎｇ）とは、６日ジェンスン・フアンＣＥＯがＣＥＳ２０２５の基調演説で強調したＡＩの第三発展法則だ。大量のデータとＧＰＵでＡＩを事前に訓練するのが第二段階、事後学習で特定分野の性能を引き上げるのが第二段階だとすれば、その次はＡＩが与えられた課題を段階別に分けて難易度に応じて必要な資源を流動的に割り当てながら問題を処理する段階だ。簡単な業務には歳定年の演算資源を使ってより複雑な演算により多くの資源を投入する方式の判断をＡＩが自ら下すため、難しい問題も効率的に処理できるということ。

例えば、大学で普遍的な知識を習得するのが事前訓練、その後の就職のために特定分野の知識を追加するのが事後学習ならば、テストタイム・スケーリングは職場で実務にぶつかり仕事が増えることだ。フアンＣＥＯはテストタイム・スケーリングを通じてＡＩの問題解決（推論）能力が急速に向上し、ＡＩ秘書が大衆化されるとし「ＮＶＩＤＩＡのコンピューティングに対する莫大な需要を牽引している」と主張した。


「ディープシーク、僕が言った通りだ」　株価１７％の暴落にもＮＶＩＤＩＡは称賛（２）