DeepSeekが推論基盤DeepInferを無償公開

中国のAI企業DeepSeekは2026年10月20日、大規模なAIサービスの運用に使う推論フレームワーク「DeepInfer」をオープンソースで公開した。推論フレームワークは、学習済みのAIモデルを動かし、利用者の質問に答えを生成するためのソフトウェアだ。公開版は「DeepSeek-V4.1-Flash」のオフライン推論に対応し、ライセンスはApache 2.0。対応する演算装置としてNVIDIAのSM100 GPUとファーウェイのAscend 950 NPUが示されている。

話題になったのは、モデルの重みだけでなく、同社が実サービスに使う計算基盤まで外部に開放した点だ。低価格競争への期待が強い一方、家庭用パソコンで動かせるのか、企業が独自運用する利点は何か、悪用の危険が増えるのではないかという意見も続いた。

「OpenAIよりはるかにオープン」競合への挑戦を歓迎

まず目立ったのは、公開範囲の広さを歓迎する意見である。「OpenAIより遥かにオープンだな」と競合を名指しする人がいた。「他社の10分の1以下の圧倒的な低コスト」と興奮気味に評価し、推論を動かす仕組みまで公開することを競争上の大きな一手と受け止めていた。

「中国はオープンソースでめっちゃ使えるツールを公開してくれるから助かる」という意見は、日本の有料サービスと比較して無償公開を支持した。巨額の設備投資を強調する米国企業と、効率化を前面に出すDeepSeekを対比する皮肉もあった。「インフラ屋のグーグルやマスクは耐えるか」と、AIモデル開発会社と設備を保有する企業では影響が違うと予想する人もいた。

「企業からしたら意味しかない」自社運用への期待

次に多かったのは、AIを外部サービスに任せず、自社設備で動かす価値をめぐる意見だ。「オフラインで推論する意味あるのか」という疑問には、「企業からしたら意味しかない」と即座に反論が付いた。さらに「オンプレミスで動かしたい会社とかなら選択する価値がある」と、社内設備での利用を具体的に挙げる人がいた。

別の人は、企業や国家には外部に出したくない情報が多いと説明した。「なるべく外部には情報を出したくない」という考えから、クラウド事業者の都合に左右されない環境を評価している。これに対し、社内運用でも規制や管理がなくなるわけではないと指摘する意見もあった。単にネット接続を切ればよいという話ではなく、秘密情報の扱い、運用の自由度、規制対応をどう考えるかで議論が分かれた。

「原価も異様に安い」低価格でも利益が出るのか

費用をめぐっては、「アホみたいに安い使用料でも原価がさらに安い」とする意見が繰り返された。安価なAIを提供しても採算が取れるなら、高い利用料金や巨額投資を前提にする競合企業が苦しくなるという見立てだ。「ソフトに金がかからなくなったらガチでハード勝負」と、競争の中心がソフトウェアから半導体や電力へ移ると予想する人もいた。

「DeepSeekの本業はヘッジファンド」として資金力を論じる意見や、中国の別のAI企業と比べて事業構造を考える意見もあった。議論では、無料公開を企業の競争戦略とみる人が多かった。

「家のローカルLLMには関係なさそう」必要な機材が壁

歓迎する意見の中にも、実際に試せる環境への疑問があった。「ローカルLLMの最適解か」と期待する人がいる一方、「お家の貧乏ローカルLLMには関係なさそうだった」と、対応するアクセラレーターが高性能な業務用機材に限られることを惜しむ意見もあった。「rtx sparkあればローカルでうごかせる?」と具体的な機材名を挙げて尋ねる人もいる。

公開された説明では、対象はNVIDIAのSM100とAscend 950であり、LinuxやPython 3.12などの実行環境も指定されている。さらに現時点の公開版には、長い会話の計算結果を再利用するKVキャッシュ管理や、複数サーバー間の負荷分散など、完全なオンラインサービスに必要な一部機能は含まれない。手元のゲーム用パソコンでは使いにくいのではないかという意見が出たのも、こうした対応機材の条件をめぐってのことだ。

「犯罪に使われるのでは」公開の危険を警戒

無償公開を手放しで喜べないという意見もあった。「低コストで悪用できてしまうなら素直に喜べない」と警戒する人や、「犯罪者も自由に使えてハッキングツールに加速するって話?」と疑う人がいた。企業が高度なAIを自社で使える利点を挙げる意見に対し、利用者を制限しにくくなることを不安視する立場である。

また、「特定のトリガーでスパイ行動させられるって聞いてからオープンモデルも怖い」と、モデルの安全性を気にする意見もあった。これは個人の懸念であり、今回公開されたDeepInfer自体にそのような機能が確認されたという意味ではない。便利さや安さを評価する人と、管理できない利用が広がることを恐れる人との温度差が出ていた。

「蒸留と言うだけでは説明にならない」技術論も

DeepSeekをめぐって繰り返される「蒸留」への批判も話題になった。蒸留は、あるAIモデルの出力を利用して別のモデルを訓練する手法を指す。「蒸留連呼って頭悪そう」と、具体的な根拠なしに同じ非難を繰り返す人を批判する意見があった。「これで中国は蒸留やってないアリバイになるか?」と、公開と学習方法の関係を疑問視する人もいた。

さらに「API叩くだけで知識蒸留ってできるもんなのかね」と、教師モデルの確率分布を直接取得できない場合の学習方法を問う技術的な意見もあった。今回の公開対象は主として推論を実行する仕組みであり、学習時にどのデータを使ったかを示す資料ではない。意見の中では、公開姿勢への称賛と、モデル開発の過程への疑問が並んでいた。

今後の焦点

DeepSeekは公開資料で、今後のモデル向け推論コードと性能改善もDeepInferに継続して公開する方針を示している。一方、KVキャッシュ管理と負荷分散のコードは自社の運用基盤に密接に結び付くため、今回の公開には含めていないと説明した。現段階で公開されているのは、DeepSeek-V4.1-Flashを対象とするオフライン推論の仕組みである。

低コストへの期待が先行、企業利用と安全性で意見が分かれる

最も強かったのは、DeepSeekが推論基盤を無償公開したことへの称賛と、OpenAIなどとの競争を歓迎する意見だった。次いで、企業が秘密情報を外部に出さずAIを動かせる利点や、必要な半導体の制約をめぐる議論が続いた。費用面で競合が苦しくなると予想する人もいれば、悪用や安全性を心配する人もいた。蒸留をめぐる批判の妥当性まで話が広がり、公開を歓迎する立場の中でも評価する理由は一様ではなかった。