中国のAI研究室は、有用な知性のコストで市場を競わせようとしている。 輸出規制により、中国の研究室は高度なNVIDIAチップへのアクセスが制限された。競争力を維持するためには、利用可能なハードウェアからより高いパフォーマンスを引き出す必要があった。 トレーニングでは、DeepseekがGPUを稼働させたままデータをそれらの間で移動させ、メモリと計算量を半分にする低精度フォーマットに切り替えた。 より大きなコスト削減は推論段階で実現された：スパースモデルは1トークンあたりパラメータの一部しか活性化せず、再設計されたアテンション機構により長文コンテキストのメモリコストが削減された。その結果、構築コストが安くなり、運用コストははるかに安くなった。 2024年末時点でOpenRouter上の週間トークン消費量の1.2％未満に過ぎなかった中国のオープンウェイトモデルは、2026年には大多数を占めるようになった。 OpenRouterはグローバルなトークンボリュームのほんの一握りであり、そのユーザーは価格に敏感であるため、これはグローバルな市場シェアを示すものではない。しかし、切り替えが容易でパフォーマンスが十分であれば、ユーザーがより安価なモデルを選ぶという傾向を示している。 より安価な推論は中国にとって戦略的価値も持つ。これらのモデルはすでに国内のアクセラレーター上で動作可能であり、推論における外国製ハードウェアへの依存度を低下させている。しかし、中国は依然として最先端のトレーニングにおいて主に外国製チップに依存している。 中国が完全な計算資源自立を達成するには、国内インフラ上で最先端モデルをスケールしてトレーニングできるようになる必要がある。