Huawei主導とされる研究チームが、DeepSeek-V4系モデルをHuawei Ascend NPU上でフルパラメータ事後学習し、モデルFLOPs使用率(MFU)34.22%・ベースライン比2.93倍の効率改善という実測値を技術報告書として公開した。ここで確実に言えるのは、対米チップ輸出規制下でも中国製チップ上でフロンティア級モデルの大規模な事後学習ワークロードを一定の効率で回せることが、具体的な数値つきで示されたという点だ——だがこの報告書の対象は表題からして明確に事後学習に限られており、DeepSeek-V4本来の事前学習に使われたハードウェアを立証するものではない。輸出規制の実効性を評価する実務者・政策担当者にとっては、この一本の論文だけで「非Nvidiaチップでフロンティアモデルを最初から学習できる」という結論には飛べない——事後学習と事前学習は必要な計算規模もハードウェア要件の桁も異なり、両者を区別せずに語ると規制の抜け穴評価を見誤る。中国製チップの自給自足を巡る一連の主張（Huaweiの新スケーリング手法やAlibaba SAILのオープンソース化など）を評価する際も同じで、「何を」「どこまで」確認できた主張なのかを都度切り分ける必要がある局面が続く。
何が起きたか
Huawei主導とされる65名連名の研究チームが2026年7月22日、DeepSeek-V4系モデルについてAscend NPU SuperPOD上でのフルパラメータ事後学習(full-parameter post-training)を報告する技術報告書「SLAI T-Rex」をarXivに公開した(arXiv:2607.20145、73ページ・図22・表20)。論文はモデルFLOPs使用率(MFU)34.22%を達成し、オープンソースのベースラインレシピ比で2.93倍の効率改善を報告している。
論文の表題は "Full-Parameter Post-training of the DeepSeek-V4 Family on Ascend SuperPOD" であり、対象範囲を事後学習に限定している。DeepSeek-V4本来の事前学習(pre-training)にどのハードウェアが使われたかについては、アブストラクトに言及が見当たらない。
仕組み・詳細
事後学習(post-training)とは、既に事前学習済みのベースモデルに対して行う追加学習(ファインチューニング・SFT・RLHF等)の工程を指し、モデルをゼロから学習する事前学習(pre-training)とは必要な計算資源の規模もハードウェア要件も大きく異なる。今回の論文が示したのは、この事後学習の工程を階層的最適化フレームワークによってAscend NPU SuperPOD上で効率的に回せたという実測データである。
DeepSeek-V4-Flashをベースにした特化型モデルについては、Operations Research(OR)タスクでPass@1スコア71.81%を達成したことも報告されている。
数字で見る
| 項目 | 数値 | 検証状況 |
|---|---|---|
| 技術報告書の公開日 | 2026年7月22日(arXiv投稿) | 確認済み(arXiv:2607.20145) |
| 著者数・ページ数 | 65名連名・73ページ(図22・表20) | 確認済み(同上) |
| モデルFLOPs使用率(MFU) | 34.22% | 確認済み(同上) |
| ベースラインレシピ比の効率改善 | 2.93倍 | 確認済み(同上) |
| DeepSeek-V4-Flash特化モデルのORタスク成績 | Pass@1 71.81% | 確認済み(同上) |
| 著者所属(Huawei・SLAI・哈工大深圳校区等) | — | 未検証(一次ソースに記載なし) |
背景
この技術報告書は、米国の対中半導体輸出規制の実効性を測る具体的な検証事例として注目されている。ただし、報告書自体で確認できるのは事後学習の効率データまでであり、著者の所属機関がHuawei・Shenzhen Loop Area Institute・哈爾浜工業大学深圳校区・深圳大数拠研究院の共同研究であるという点は、arXivのアブストラクトページに著者所属の記載がなく、PDF全文も取得上限を超えて確認できなかったため、一次ソースでは未検証のままである(二次報道は一致してこの共同研究体制を報じている)。
同様に、清華大学のLiu Zhiyuan教授がDeepSeek-V4は主にNvidia製ハードウェアで学習された可能性があると指摘したとされる件についても、出典とされる記事に本ブリーフの調査では到達できておらず、未検証である。この主張への懐疑的な見方が存在すること自体は複数の報道で言及されているが、逐語での一次確認はできていない。
なぜ重要か
中国製チップでのAIモデル学習を報じる主張を評価する際は、常に「事前学習」と「事後学習」を区別する必要がある——この一本の論文が確認しているのは後者だけであり、DeepSeek-V4を最初からHuaweiチップで学習したという、より強い主張の根拠にはならない。対米チップ輸出規制の実効性を検証する実務者・政策担当者にとって、この区別を曖昧にしたまま「中国は非Nvidiaチップでフロンティアモデルを学習できている」と一般化すると、事後学習という計算負荷の異なる工程の実績を、より計算集約的な事前学習の実績と取り違えることになる。Huaweiの新スケーリング手法やAlibaba SAILのオープンソース化と並べて語られがちな「中国製チップ自給自足」という大きな流れを評価する上でも、個々の主張がどの工程・どの範囲まで一次ソースで確認できているかを都度切り分ける姿勢が、今後も同種のニュースを読み解く上で欠かせない。