半導体規制は中国のAI追い上げを止められていない——ベッセント氏が警戒する「蒸留」と計算基盤拡大による中国AI開発の加速
ベッセント氏が警戒する中国AIの追い上げという事実
米財務長官を務めるスコット・ベッセント氏が、中国の人工知能（AI）の追い上げを警戒している。この事実それ自体が、現在の半導体規制をめぐる議論の前提を揺さぶるものだと言える。米国が輸出規制という強い手段を用いながらも、その中心に立つ政策担当者がなお中国の追い上げを懸念の対象として挙げているということは、規制だけでは技術的な優位の維持が完結していないことを示す一つの傍証とみなせるからだ。
警戒論の背景にあるのは、規制の効果と技術開発の速度との間に生じているずれである。輸出規制は先端チップそのものの流れを直接断つ手段であり、一定の制約効果を持つ。しかしAI開発の進捗は、個別の部品の入手可否だけで決まるわけではない。開発手法の工夫、既存資産の再利用、計算資源の使い方の最適化といった要素が重なり合い、規制の想定と実際の追い上げ速度との間にギャップが生じうる。ベッセント氏の警戒は、このギャップが縮まどころか、むしろ規制の意図を迂回する方向で埋められつつある可能性を示唆しているものと読み取れる。
ここで注意すべきは、警戒とは規制の失敗を認めた発言ではないという点だ。むしろ規制を続ける以上、相手側が規制の網の目をどうくぐり抜けるかを常時見張らねばならないという、競争の継続を意味している。経済評論の観点からすれば、この構図は冷戦期の技術管理とは異なる性質を持つ。対象となるAI開発は、民間企業が主導し、オープンな研究成果の蓄積の上に成り立つ分野であり、国境で完全に遮断できる性質のものではないからだ。
系列の見出しが示す限り、中国側の動きは二本立てと整理できる。一つは既存のモデルから知を抽出する「蒸留」と呼ばれる手法の活用、もう一つは規制を潜む形での国内計算基盤の拡大である。本節では両者の詳細には立ち入らない。ただ、この二つが組み合わさったとき、輸出規制が想定していた「先端チップを絞ればAI開発は遅れる」という因果関係が、単純には成り立たなくなりつつあるという事実だけは、ここで確認しておく必要がある。ベッセント氏の警戒は、まさにこの因果の弱まりに対して向けられていると解するのが自然だろう。
政策判断のあり方としては、規制の強度だけを競うのではなく、追い上げの経路そのものを分析した上で手当てするという考え方も成立する。これはあくまで提案であるが、警戒の対象を技術的な手法ごとに分解して把握する作業が、規制の実効性を考える上での前提になりうる。以降の節で扱う各論は、そのための素材を提供するものと位置づけられる。
挿絵
輸出規制の実際——何が制限され、何が残されたのか
米国の対中半導体輸出規制は、高度なAIチップが中国側に流れることを直接堵くことを狙ってきた。しかし、輸出規制が効くのはあくまで「制限対象品が国境を越える経路」についてであり、規制対象外の製品や手法を通じた能力獲得まで止めることはできない。この落差こそ、現状を理解するうえで最も重要な論点である。規制の有効性を語る際、この前提を置かない議論は的を外す。
規制の実際を整理すれば、輪郭は明快である。制限の中心にあるのは、AI学習に用いられる高性能半導体そのものの対中輸出である。一定以上の性能を持つチップは原則として輸出が制限され、中国側が最先端モデルの学習を米国製チップに依存したまま行う経路は、制度的に狭められている。これが規制の意図された効果であり、その限りでは一定の機能を果たしていると評価できる。
一方で、何が残されたかに目を向ければ、話は変わる。輸出規制は高性能チップの供給を断つものであって、中国のAI開発そのものを禁じるものではない。規制対象外のチップ、既に入手済みの在庫、そして何より、既存の大規模モデルから知を抽出する「蒸留」と呼ばれる手法は、規制の網の外に置かれている。蒸留は巨大な計算資源を要する事前学習を必ずしも必要としない手法であり、既存モデルの振る舞いを模倣する形で能力を再現できる。つまり、規制が「最新チップの追加供給」を断っても、「既に世界に存在するモデルから学ぶ」という経路は開いたままである。ここに規制設計の構造的な隙間がある。
ここから導けるのは、規制の効果が「チップの入手」には及んでも、「知の入手」には及ばないという構図だ。ベッセント氏が中国のAI追い上げを警戒するのは、まさにこの構図を踏まえてのことである。見出しが示すとおり、規制下の中国は蒸留と計算基盤の拡大によってAI開発を加速させており、規制は狙った経路を塞ぐ一方で、別の経路に開発の重心を移させた可能性が高い。これは事実の確認というより解釈の領域だが、規制の対象指定と開発手法の進化とを並置するとき、追い上げが止まっていないという評価には十分な根拠があると断じられる。
政策論として付け加えるならば、規制の実効性を測る尺度は、輸出許可の件数ではなく、制限対象外の手法による能力ギャップの縮まり具合に置かれるべきである。何が制限され、何が残されたのかを正確に区別しないまま規制を強化しても、残された経路を通じた追い上げは止まらない。規制の限界を認識した上で設計し直すことが、評価と政策の双方に出発点として求められる。
挿絵
「蒸留」という手法——既存モデルから知を抽出する追い上げ戦略
半導体輸出規制が最も高性能なAIチップの中国への流入を制限する中、中国のAI開発を下支えしている手法のひとつが「蒸留（ディスティレーション）」である。これは、訓練を終えた大規模モデルが持つ知識を、より小さなモデルへ移し替える技術であり、AI研究において広く確立された手法として位置づけられている。
蒸留の要点は、高性能な教師となるモデルが一度あれば、そこから生徒となるモデルを比較的低い計算資源で訓練できる点にある。最先端モデルをゼロから訓練する場合に比べ、必要な計算量は大幅に小さくて済む。したがって、輸入が制限された高性能チップを大量に確保できない環境であっても、蒸留を軸にした開発は成立する。ベッセント氏が中国のAI追い上げを警戒する背景には、規制が計算基盤の入口を絞っても、既存モデルから知を抽出するこの手法で追い上げが続くという構図が横たわっている。
事実として確認できるのは、ベッセント氏が中国のAI追い上げを警戒していること、そして見出しの段階で、半導体規制下でも中国が蒸留と計算基盤の拡大によってAI開発を加速していると示されていることである。蒸留が中国のどのモデルで、どの程度の効果を挙げたかといった個別の実施結果は、本稿で扱う資料からは確認できない。ここでは一般論としての手法の性質と、それが規制に対して持つ意味を整理するにとどめる。
規制の観点から見れば、蒸留は出口の封鎖が難しい性質を持つ。教師モデルの能力が一箇所に集中していれば、その情報を制限で囲い込む発想も成り立つ。しかし、いったん訓練済みのモデルが広く利用可能になれば、そこから知を抽出する行為そのものを輸出規制で止めることは容易ではない。規制の対象はハードウェアや技術そのものに設定されやすい一方、蒸留は既存モデルという「成果物」を出発点とするため、規制の射程が構造的に届きにくいのである。
この点を踏まえれば、蒸留の進展は、半導体輸出規制が中国のAI能力の追い上げを完全には止められないことを示す要因のひとつと評価するのが妥当である。もっとも、蒸留だけで最先端の独自モデルと同等の能力が生まれるかについては、資料から確認できる事実がなく、断定はできない。蒸留は既存モデルの知識を継承する手法であり、規制環境下での追い上げを支える現実的な経路のひとつである——この整理が、現時点で最も筋のよい評価と言える。入口で高性能チップを絞る規制だけでは追い上げを止められず、出口の管理という全く異なる課題が浮上しているのである。
挿絵
計算基盤の拡大——規制を潜む中国の国内インフラ構築
米国の輸出規制が最先端チップの供給を絞るなか、中国は規制の射程外にある国内計算基盤の構築を着実に進め、AI開発の土台を自らの手で広げている。ベッセント氏が中国のAI追い上げを警戒する背景には、この「規制を潜む」進め方の存在がある。見出しが示すとおり、半導体規制は中国のAI追い上げを止められていないのである。
輸出規制は個々のチップや装置の流入を止める方向に働くが、計算資源の確保という目的そのものを封じることは難しい。中国は海外からの入手が制限された領域を国内インフラの拡充で補う道を選んだ。データセンターと計算設備を国内に整備し、入手可能な半導体を束ねて運用することで、規制が想定しない形の計算能力を積み上げている。個々の性能では最先端に届かない部品でも、量と統合で対抗する構えだ。
この動きの意味は、単なる量の確保にとどまらない。計算基盤が国内に揃えば、モデル開発から運用までを外部依存なく回せるようになる。規制は「物」の移動には効いても、国内で整えられた基盤の上で進む開発そのものには歯止めをかけにくい。規制下でも中国のAI開発が加速しているという評価は、計算基盤の内製化が進んだ結果として読める。
ここで注意すべきは、規制の効果と限界を混同しないことだ。規制が全く機能していないと断定するのは、材料の示すところを超える。分かるのは、規制をすり抜ける経路が計算基盤の拡大という形で現実に存在し、それが中国側の戦略として機能しているという点である。蒸留による既存モデルからの知の抽出と、国内計算基盤の拡大は、規制の網の目をくぐる二本柱として並んでいる。前者はすでに構築されたモデルを足場にして開発を進める手法であり、後者は制約下でも計算資源を増やし続ける道である。両者が組み合わさるとき、規制の意図した抑制効果は相対的に薄れる。
提案として付け加えれば、規制の設計においては個々の製品の水準だけでなく、相手側が国内でどれだけの計算能力を積み上げられるかという集積の速度を視野に入れる必要があるだろう。ベッセント氏の警戒が示すのは、個別の規制が勝ち抜いても、基盤の蓄積というゆっくりした流れは止めにくいという、規制政策の構造的な難しさである。国内インフラ構築という道を選んだ中国のAI開発は、規制の射程の外で基盤を太らせ続けており、蒸留と計算基盤拡大という二つの経路を通じて、追い上げの速度をむしろ高めていると評価すべきだろう。
挿絵
出典