• Mobile Cloud とパートナー各社は、中国製 GPU とニューロモーフィックチップを組み合わせ、モデル計算を両方のプロセッサーに分担させる AI 推論システムを構築した
  • 開発陣は、DeepSeek V4 Flash を用いた試験で、同等の中国製 GPU クラスターと比べて運用コストを40%超削減したと報告している

事実

China Mobile の Mobile Cloud 事業とパートナー各社は、中国製 GPU とニューロモーフィックチップを組み合わせた AI 推論システムを発表した。このシステムは、9月11日から13日まで河北省廊坊市で開催された China Computing Conference で公開された。

このプロジェクトは、CETC Nanhu Research Institute、Lynxi Technology、Iluvatar CoreX、Tsinghua University、Peking University と共同で開発された。開発陣によると、DeepSeek V4 Flash を用いた試験では、同様の中国製 GPU クラスターと比べて価格性能比が2倍を超え、運用コストが40%超削減された。これらの数値は開発チームによるもので、独立した検証は受けていない。

システムは、2種類のチップに処理を分担させる。アテンション計算は中国製 GPU で実行し、FFN の処理はニューロモーフィックプロセッサーに割り当てる。モデルコンパイラ、高速インターコネクトプロトコル、共通推論エンジンが、タスクの分担、スケジューリング、結果を管理する。Iluvatar は別途、2026年上半期の推論製品売上高が6億5,400万人民元となり、総売上高の69.2%を占めたと報告した。

評価

考え方は単純だ。モデルのすべての部分を1種類のプロセッサーだけに処理させない。GPU は汎用アクセラレーターに適した処理を担い、ニューロモーフィックチップには、開発陣がより効率的に実行できるとみる計算を任せる。この分担が本番環境でも成り立てば、クラウド事業者は GPU スタック全体を置き換えることなく、AI リクエストの処理コストを下げられる可能性がある。

難しいのは、2種類のチップの間にあるすべての仕組みだ。データを適切なタイミングで移動させ、ソフトウェアが各計算の実行先を判断し、どちらのプロセッサーも相手を長時間待たないようにする必要がある。1つの DeepSeek 構成で測定された削減効果は、リクエストが長くなったり、トラフィックが増えたり、モデルが変わったりすれば縮小する可能性がある。

したがって BTW 読者にとって、40%超という主張を判断するには、システム全体での比較が必要だ。顧客は、同じ応答時間と出力品質で同一のワークロードを実行し、両方のプロセッサー、インターコネクト、ソフトウェアをすべてコストに含める必要がある。その条件でも混成システムのコストが低ければ、このアーキテクチャは商用上の魅力を持つ。

注目点

顧客による試験では、ピーク性能を示す別のベンチマークではなく、システム全体のコスト、応答時間、スループットを示すべきだ。複数のモデルとトラフィックパターンにわたる結果があれば、報告された削減効果が DeepSeek V4 Flash の試験外でも維持されるかが分かる。クラウド事業者や企業顧客による商用発注または導入は、追加のデモより強い証拠になる。