DeepSeekのV4.1-Flashはなぜメモリー株売りを招いたのか

DeepSeekのV4.1-Flashは、AIハードウェア投資を支えてきた一つの前提に疑問を投げかけた。つまり、より高性能なAIモデルほど、運用1件当たりに必要なメモリーやストレージも際限なく増えるという見方だ。

今回の株価下落は、AI向けメモリーの長期需要が消えたことを示すものではない。むしろ、モデル設計の改善が「AIサービス1件に必要なハードウェア量」を減らし得るという事実を、市場が急速に織り込もうとした動きとみるのが妥当だ。

DeepSeekが減らしたのは何か

DeepSeekは9月10日、V4.1-FlashのKVキャッシュについて、前世代と比べて必要な高帯域幅メモリー（HBM）を4分の1、SSDストレージを8分の1に抑えたと説明した。特にAIエージェント型の利用では、キャッシュヒットに伴うコストが大きな割合を占めるとしている。29

KVキャッシュとは、モデルがそれまでに読んだ文章や会話の「注意機構の状態」を保持する仕組みだ。これにより、長い会話や連続した処理で過去の文脈を毎回ゼロから計算し直さずに済む。一方、長文コンテキストやエージェント利用では、同時に提供できる推論サービス数を左右する重要なメモリー制約にもなる。

ここで重要な留保がある。DeepSeekの発表は、AIシステム全体のHBMが75％、ストレージが87.5％減るという意味ではない。比較対象はあくまで前世代のDeepSeekアーキテクチャにおけるKVキャッシュの必要量であり、モデルの重みや学習基盤などは依然として多くのメモリーとストレージを必要とする。25

なぜメモリー・ストレージ株は売られたのか

投資家にとっての含意は明快だった。似た水準の推論処理を、より少ないキャッシュメモリーで提供できるなら、一定量のAIハードウェアでより多くの利用者やセッションを処理できる可能性がある。これは短期的には、AIワークロード当たりのメモリー使用量、ひいてはHBMや企業向けストレージの需要・価格に対する強気の予想を弱める。

市場はこの懸念に反応した。ソウル市場では、発表後にサムスン電子が3.5％、SKハイニックスが2.2％下落したと報じられた。49 その後の米国市場でもメモリー・ストレージ関連株に売りが広がり、報道ではDeepSeekによるHBM・SSD使用量の低下を受け、AIインフラ需要の見通しを投資家が見直したことが指摘された。5152

もちろん、単一のモデル発表だけで全ての値動きを説明することはできない。半導体株は業績予想、需給、金利、リスク選好、クラウド大手などの設備投資計画といった多くの要因で動く。それでも今回の反応は、ソフトウェアやモデル設計の進歩が、AIサービス1単位に必要なハードウェアを減らし得ることに、AI関連銘柄の評価がいかに敏感になっているかを示した。

もう一つの重荷――フロンティアAIの開発速度を巡る議論

効率化のニュースと重なったのが、AI能力の進歩ペースを抑えるべきだという議論だった。Anthropicのダリオ・アモデイCEOはエッセー「We Must Pace the Frontier」で、より高性能なAIを安全に整合・管理する時間を確保するため、能力向上の速度を抑えるべきだと主張した。

アモデイ氏は、これは学習や技術進歩の停止ではないと明確に区別している。その上で、第三者評価者を企業内に常設すること、民主主義国間の協調、国際的な協調という3段階の提案を示した。40

市場は、学習停止ではなくとも能力向上のペースが鈍れば、アクセラレーター、ネットワーク、メモリー、データセンターへの投資の一部が先送りされるリスクがあると受け取ることができる。市場報道の対象日には、ナスダック100先物が1.77％下落し、マーベル・テクノロジーは7％超、インテルは約6％、マイクロンは5％超下落した。51

この二つは別の論点だ。

• DeepSeekが提起したのは効率の問題：推論ワークロード1件に、どれだけのメモリーとストレージが要るのか。
• 開発ペースを巡る議論が提起したのは時間軸の問題：より能力の高いフロンティアAIが、どれほど速く開発・導入されるのか。

両者が重なり、最も強気なAIインフラ需要予測は「当然に実現するもの」ではなくなった。

マイケル・バリー氏の批判

投資家のマイケル・バリー氏は、AI業界の減速論を「自己都合的」と批判した。同氏は、開発ペースを落とす主張は既存のフロンティアAI企業に有利に働き、競争相手の参入を難しくする可能性があるほか、将来の株式公開に向けた「誇張や宣伝」にもなり得ると論じた。さらに、成長鈍化を覆い隠す材料にもなり得ると指摘している。14

バリー氏は、大規模言語モデル（LLM）は人工汎用知能（AGI）ではないため、その意味で「減速させるべきものはない」とも主張した。14 ただし、これは競争、企業価値、AI能力を巡る同氏の見解であり、確立した技術的結論ではない。市場にとっては、安全性の問題だけでなく、減速論を唱える企業の利害という観点でも、この議論が読まれていることが重要だ。

強気のメモリー需要シナリオはどう変わるか

従来のAIメモリー需要の見立ては比較的単純だった。モデルは大型化し、コンテキストは長くなり、AI利用者が増える。結果としてHBM、NAND、ストレージ容量の需要も増える、という線形のストーリーである。

DeepSeekはそこに、無視できない反対方向の力を加えた。すなわち、アーキテクチャの効率化だ。

需要を考える際は、少なくとも次の二つを分けてみる必要がある。

1. ワークロード1件当たりの必要メモリー量：KVキャッシュ設計の効率化で減り得る。
2. ワークロードの総数と処理の重さ：利用者増加、長文コンテキスト、AIエージェントの拡大で増え得る。

前者が下がったからといって、後者まで自動的に減るわけではない。推論が安価で効率的になれば、AIの導入が広がり、総リクエスト数が増える可能性もある。反対に、効率化の普及速度が利用拡大を上回れば、同じAI出力を実現するのに必要なハードウェア量は減る可能性がある。

長期的な結論がまだ出ない理由

V4.1-Flashの効果が最も直接的に及ぶのは、推論サービス時のKVキャッシュだ。DeepSeekの比較は、モデル重みや学習に使うメモリーをなくすものではない。25 学習と推論では、計算、メモリー、相互接続に求められるものが異なる。

したがって本当の焦点は、今回の効率化が意味を持つかどうかではない。意味はある。問題は、それが市場全体の需要を変えるほど広がるかどうかだ。

投資家が見極めるべきなのは、同様のキャッシュ削減技術の採用状況、長文コンテキスト・エージェント型ワークロードの成長率、HBMとストレージの価格動向、そしてフロンティアモデルの学習・導入が引き続き加速するかである。

現時点で今回の売りは、「AIメモリー不足」を一方向の投資テーマとして扱うことへの警鐘といえる。新しい用途がリクエスト数を増やすのと同じ速さで、モデルの技術革新は1リクエスト当たりに必要なハードウェアを減らすことがある。