6月30日、Techstrong.aiが「DeepSeek Releases Open-Source Inference Framework to Slash Compute Costs」と題した記事を公開した。中国のAI研究機関DeepSeekが、ハードウェア増強もモデル再学習も不要でAI推論速度を最大85%向上させるオープンソースフレームワーク「DSpark」を公開した。米国が先端GPUの輸出規制によってDeepSeekのAI開発を抑制しようとするなか、ソフトウェア最適化だけでその制約を部分的に無効化しうる成果として注目を集めている。
ハードウェア不要で推論速度を最大85%向上——DSparkの仕組み
DeepSeekが公開したDSparkは、推論時の計算コストを純粋なソフトウェア最適化で削減するフレームワークだ。MITライセンスで公開されており、カスタムドラフトモデルを学習するためのフルスタックコードベース「DeepSpec」も同梱されている。なお、元記事においてGitHubリポジトリへの直接リンクは示されていない。既にDeepSeekの本番モデル（元記事における表記に基づき、以下「V4-Flash」「V4-Pro」と記載する）に適用済みである。
※編集部の考察：DeepSeekの公式モデル系列はこれまで「DeepSeek-V3」等の名称で知られているが、「V4-Flash」「V4-Pro」は元記事が2026年6月時点で言及している可能性のある新モデル名称であり、公式リリース情報との照合を推奨する。
核心技術は投機的デコーディング（Speculative Decoding）だ。通常のオートレグレッシブモデルはトークンを1つずつ逐次生成するため、1.6兆パラメータを持つV4-Proのような巨大モデルではGPUのメモリ帯域がボトルネックになる。投機的デコーディングはこの問題を、小型・高速な「ドラフトモデル」が候補トークンのブロックを先読みし、大型モデルが一括検証する構造で回避する。
ただし、この手法は本番環境での運用で従来から課題があった。DSparkはこれを3つの独自技術で解決している。
- セミオートレグレッシブ生成：軽量なマルコフヘッドを使い「サフィックス減衰」（ブロック末尾トークンの精度低下）を抑制する
- 信頼度スケジューリング検証：GPU負荷に応じてトークン検証の長さを動的に調整し、無駄な計算を防ぐ
- ゼロオーバーヘッドスケジューリング（ZOS）：スケジューリングの遅延を非同期処理で完全に隠蔽し、処理停止なしに連続稼働を実現する
内部ベンチマークでは、ユーザーあたりの生成速度がV4-Flashで60〜85%、V4-Proで57〜78%向上した。また、サードパーティのQwen3モデルシリーズでの検証でも、従来の最先端フレームワーク「Eagle3」と比較して承認トークン長が30.9%改善している。
米国の輸出規制への間接的な挑戦
この成果には地政学的な含意がある。2025年初頭以降、米国はNVIDIA H100 GPUなどの先端ハードウェアへのアクセスを制限することで中国のAI開発を抑制しようとしている。DSparkはハードウェアなしに大幅な性能向上を実現しており、「ハードウェア不足がそのまま能力限界につながる」という前提を崩しうる成果として注目されている。ただし、ソフトウェア最適化がハードウェア制限を完全に代替できるかどうかは、現時点では未検証の部分も多く、断定的な評価は難しい。
一方で、セキュリティ上の懸念も同時に浮上している。DSparkの論文は北京大学との共著であり、同大学は人民解放軍と関係する研究者との接点が文書化されている。DeepSeekのホスト型APIは中国の法制度下で運用されており、2017年制定の国家情報法（企業に国家情報機関への協力を義務付ける）が適用される。さらに、2025年に100万件のログが流出したデータ漏洩事案や、韓国の規制当局が確認した不正データ送信も記録されている。
現在、DeepSeekはイタリア・オーストラリア・台湾・韓国・米国の少なくとも17州の政府端末で使用禁止となっており、NASAや米海軍も利用を禁じている。米国議会では連邦レベルでの全面禁止法案も審議中だ。
セルフホストなら話は別
業界専門家が指摘するのは、デプロイ形態によってリスクが大きく変わるという点だ。DeepSeekのクラウドAPIを使えばデータは中国のインフラを経由するが、オープンソースのDSparkフレームワークやV4モデルウェイトをローカルインフラでセルフホストすれば、直接のデータ経路リスクは排除できる。
Deloitteの試算によれば、AIの計算コスト全体に占める推論の割合は3分の2に達する見込みだ。DSparkはその領域でのグローバルな技術水準を底上げする可能性を持っている。計算資源の非対称性をソフトウェアで補うというアプローチは、DeepSeekに限らず資源制約を抱える研究機関・企業にとっても参照価値の高い事例となるだろう。
詳細はDeepSeek Releases Open-Source Inference Framework to Slash Compute Costsを参照していただきたい。
