メインコンテンツへスキップ
見出し画像

真似されないチップを選んだ日本人がいた。40年後、そのチップは中国製AIの脳みその中でマリオを走らせた

    1981年、任天堂の上村雅之は家庭用ゲーム機のCPUを決めかねていた。

    当時の本命はZ80。日本のパソコンでいちばん普及していたチップだ。でも、半導体を作ってくれるリコーが勧めてきたのは別のチップだった。米ロックウェルからライセンスを受けていた「6502」だ。

    リコーの説明はシンプルだった。6502のダイ(チップ本体)の大きさはZ80の4分の1しかない。チップが小さければ値段も下がる。

    上村がこれを採用した理由はもうひとつある。1994年の日経エレクトロニクスの連載「ファミコンはこうして生まれた」によると、日本で普及していないアーキテクチャを使ったほうがいい、と彼は考えていた。日本の技術者が見慣れたZ80だと、他社にすぐ真似される。誰も知らないチップなら真似されにくい。

    こうして1983年、リコー製の6502互換チップを積んだファミリーコンピュータが発売された。2年後には、そのチップの上をスーパーマリオが走り始める。

    上村は2021年12月に78歳で亡くなった。

    だから、2026年10月31日にHacker Newsに上がったプロジェクトのことを彼が知ることはない。そのチップがいま、中国製AIの重み(パラメータ)の中で動いている。


    「誰もこの重みを学習させていない」

    プロジェクトの名前は「nesformer」。READMEの1行目はこうだ。

    An NES CPU compiled into the weights of a stock Qwen3.5 model. (NESのCPUを、改造していない素のQwen3.5モデルの重みにコンパイルした)

    NESは海外版ファミコンのこと。そのCPUである6502が、2KBのワークRAMやカートリッジのプログラムROMといっしょに、アリババのオープンウェイトモデル「Qwen3.5」の普通のチェックポイントの中で動く。

    デモGIFに映っているのは、スーパーマリオブラザーズのワールド1-1。土管もクリボーもちゃんと出てくる。

    ここで勘違いしないでほしいのは、これが「AIにマリオの映像を学習させて、それっぽい動画を生成させた」話じゃないことだ。それならこの1年で何度も見てきた。nesformerはまったく逆のことをやっている。READMEにはこう書いてある。

    Nobody trained these weights; a compiler computed every one. (誰もこの重みを学習させていない。重みは1つ残らずコンパイラが計算した)

    学習なんてしてない。CPUの回路図をコンパイラに通して、「この重みがこの値ならこの命令を実行する」というふうに、パラメータの値を1つずつ直接決めて書き込んでいる。

    モデルはCPUの実行ログを1トークンずつ予測していく。次のトークンが「次に実行される命令の結果」になるように重みが組まれているから、予測を続けることがそのままCPUの実行になる。画面描画とコントローラ入力と割り込みだけは、外側の小さなホストプログラムが受け持つ。

    数字を見るとかなり変だ。

    • パラメータは4億6660万個(bf16で933MB)

    • そのうちゼロじゃないのは930万個だけ

    • だから重みをzipすると3.3MBになる

    • 実機より150〜290倍遅い。10秒ぶん遊ぶのに25分くらいかかる

    実用性はまったくない。しかも、通常の6502エミュレータと全フレームを突き合わせて、出力が完全に一致することまで検証してある。完全に一致するのに、まったく役に立たない。HNでスコアを伸ばすのはこういうプロジェクトだ。

    作ったのはDrew Breunig。カリフォルニア州アラメダに住んでいて、DSPyを軸にAIアプリ開発を支援するCmpndのCEO。オライリーで『The Context Engineering Handbook』の編集もしている。日本語圏ではほぼ無名だけど、英語圏ではコンテキストエンジニアリングを語らせたら必ず名前が挙がる人だ。


    なぜQwenだったのか

    nesformerには元ネタがある。Divyansh Agrawalの「Qwenputer」だ。先にCHIP-8を、続いてRISC-VのCPUをQwen3.5-4Bの中にコンパイルしてみせた。nesformerはそのコンパイラを借りて、6502を載せた。

    ここで大事なのは、なぜGPTでもClaudeでもなく、Qwenだったのかということ。

    Agrawalがブログで説明している理由は技術的なものだ。Qwen3.5は、注意機構のレイヤーのうち4分の3に「Gated DeltaNet」という仕組みを使っている。DeltaNetは各ヘッドに128×128の状態行列を持っていて、トークンが来るたびにそれを更新する。

    ゲートを開きっぱなしにして、キーを1か所だけ1になるベクトル(ワンホット)にしてやると、書き込みは行列のちょうど1行だけを上書きする。読み出しも同じやり方で1行だけ取り出せる。つまり、行列の1行1行がそのままメモリのセルになる。カートリッジのデータも、RAMも、レジスタも、全部この行列の行に格納されている。

    Agrawalはこれを、本番で使われているモデルの中に、CPUを丸ごと動かせるくらい正確に番地指定できるメモリを作ること、と表現している。しかも、追加の学習(ポストトレーニング)は一切いらない。

    当たり前すぎて見落としそうになるけど、これは重みを開いて中を見られるモデルでしかできない。

    APIの向こうにあるモデルの中身は誰にも見えない。アーキテクチャも、レイヤーの数も、DeltaNetがあるかどうかも分からない。分からなければ、行列の1行目に命令を書き込むこともできない。ファミコンを入れるには、まず重みが手元にないといけない。

    40年前、上村は「真似されにくいから」という理由で、日本で普及していないチップを選んだ。いま、そのチップを入れる器として選ばれたのは、世界でいちばん真似され、いちばん改造されているモデルだった。


    背に腹は代えられない

    マリオの話を一度置いて、2026年の秋に戻る。

    AIを業務に組み込もうとしている会社は、どこも同じ問いの前で止まっている。

    APIで従量課金し続けるのか。それとも、中国製のオープンウェイトモデルをファインチューニングして、自社専用のエージェントを作るのか。

    数字を見ると、もう流れはできている。

    OpenRouterが2026年9月に出したレポートでは、前週に処理されたトークンの69%が中国のラボのモデルだった。オープンウェイト全体だと72%。オープンウェイトのシェアは2月に初めて50%を超え、7月初めには79%まで上がった。

    ベンチャーキャピタルのWing VCが6月に出したレポートは、もっと露骨だ。

    Cost, not capability, is the wedge. (突破口は性能じゃない。値段だ)

    DeepSeek-V4-Proは、同じくらいのベンチマーク性能のGPT-5.5より約12倍安い。Hugging Faceで新しく作られるLLM派生モデルのおよそ40%はQwenがベースになっている。

    これは開発者の遊びだけで起きている話じゃない。

    2025年10月、AirbnbのCEOブライアン・チェスキーはBloombergに、Airbnbはアリババのモデル群に「relies heavily(大いに頼っている)」と話した。Qwenは「very good」で、「fast and cheap(速くて安い)」だと。AirbnbのAIカスタマーサービスエージェントは13個のモデルを組み合わせていて、OpenAIやGoogleのモデルも入っている。その中で大きく頼っているのがQwenだ。

    俺はAirbnbのホストをやっている。ゲストとのやり取りで困ったとき、サポートに問い合わせることもある。その窓口の向こうでたぶん働いているのは、アメリカ製でも日本製でもない、中国製のオープンウェイトモデルだ。

    アメリカの巨大プラットフォームが、背に腹は代えられずにQwenを選んでいる。それが2026年の現実だ。


    「重みと戦う」ことをやめる

    ここでもう一度Breunigの話に戻る。nesformerの作者は、ふだんこの問いそのものを書いている。

    2025年11月に彼が書いた「Don't Fight the Weights(重みと戦うな)」という記事がある。

    プロンプトがうまく効かないとき、原因はたいてい「重みと戦っている」ことにある、というのが彼の主張だ。たとえば「JSONだけ返して」と頼んでいるのに、モデルは学習のクセでつい会話調になる。指示を何度も繰り返したり、大文字で怒鳴ったりしてもあと一歩届かないなら、それは重みと戦っているサインだという。

    This is worse than the model having no knowledge of a pattern, because what it knows is at odds with your goal. (これはモデルがそのパターンを知らないより悪い。モデルが知っていることが、あなたの目的とぶつかっているからだ)

    解決策のひとつとして、彼はファインチューニングを挙げている。

    most fine-tuning I encounter is done to address "weight fighting" scenarios, like tone or format adherence. (俺が見かけるファインチューニングのほとんどは、口調やフォーマットの遵守みたいな「重みとの戦い」を解消するためにやられている)

    ただ、すぐにこう付け加えている。

    But few of us have that option. (でも、その選択肢を持っている人はほとんどいない)

    APIを借りている側には、重みに手を入れる手段がない。プロンプトで説得し、例を見せ、検証のステップを挟んで、なんとか言うことを聞かせるしかない。従量課金というのは、言うことを聞かない脳みそを1トークンずつ借りている状態だ。

    オープンウェイトは、その「選択肢を持っていない」という前提を壊した。重みが手元にあるから、口調を直せるし、フォーマットを叩き込めるし、自社の業務知識を染み込ませることもできる。

    そして、その延長線のいちばん端にあるのがnesformerだ。

    戦わない。説得もしない。学習すらしない。重みの1つ1つに「お前はこの値だ」と直接書き込む。その結果、言語モデルの中にファミコンのCPUが1個できあがった。

    重みと戦うのをやめた人は、最後には重みを書き始める。


    ただし、書き換えた脳みそは自分で背負うことになる

    ここまで読むと「じゃあ中国製オープンウェイトで決まりじゃん」と思うかもしれない。でも、そう単純でもない。

    まず、nesformer自体が教えてくれていることがある。重みを書き換えたモデルは、もう元のQwenじゃない。もとのモデルが持っていた言語能力は全部消えて、ファミコンのCPUにしかならない。ファインチューニングも、程度の差はあれ同じことだ。自社専用に寄せれば寄せるほど、それは自分たちだけの脳みそになる。動かすGPUも、壊れたときの責任も、次のバージョンへの追従も、全部自分持ちだ。

    次に、出自の問題がある。学習データの中身、ライセンスの条件、どの国の規制に従うのか、地政学的なリスクをどう見るのか。日本の企業が中国製モデルを基幹業務に組み込むなら、これらを説明できる状態にしておく必要がある。値段が12分の1でも、監査や取引先への説明にかかるコストは12分の1にはならない。

    それに、Wing VCのレポートにはもうひとつ皮肉な数字が載っている。Vercel上でのDeepSeekのトークンシェアは1%未満から約17%まで伸びた。でも売上シェアは1%前後のままだった。トークンの量では中国製が勝っていても、お金はまだアメリカのラボに流れている。直販の企業契約のほとんどをAnthropicとOpenAIが取っているからだ。

    つまり、多くの会社は両方を使っている。安くて書き換えられる脳みそを大量の定型業務に回して、肝心なところでは高い借り物の脳みそを呼ぶ。Airbnbが13個のモデルを組み合わせているのは、まさにそういう使い分けだと思う。

    問われているのは、どっちを選ぶかじゃない。どこまでの仕事を、自分で背負える脳みそに任せるかだ。


    上村雅之が見たら、なんて言うだろう

    最後にファミコンの話に戻る。

    上村が6502を選んだ理由は2つあった。チップが小さくて安いこと。それから、日本で知られていなくて真似されにくいこと。

    1つ目の理由は、そのまま2026年の企業がQwenを選ぶ理由になっている。小さくて、速くて、安い。

    2つ目の理由は、完全にひっくり返った。真似されないことで守られた時代が終わって、誰でもコピーして、中を開けて、書き換えられることそのものが価値になった。だからこそ、カリフォルニアの開発者は中国製モデルの行列の1行目に、40年前に日本のゲーム機に載ったチップの命令を書き込むことができた。

    なお、nesformerはQwenの中でマリオを動かしてみせたけど、カートリッジのプログラム部分が32KBに収まる初期のゲームしか動かない。それより大きいゲームはバンク切り替えのチップ(マッパー)を積んでいて、まだそれに対応していないからだ。READMEはこの限界を正直に書いていて、対応するには何が要るかまで説明している。つまり、続きを書く余地はまだ残っている。

    APIを借りるか、重みを持つか。その答えは会社ごとに違っていい。

    ただひとつ確かなのは、重みは借りるだけのものじゃなく、自分で書けるものになったということだ。

    40年前に真似されないために選ばれたチップは、いま誰でも書き換えられる脳みその中で、もう一度マリオを走らせている。


    ソース

    この記事はnoteマネーにピックアップされました

    noteマネー 今週の特集「新体制のエヌビディア決算、AI株は持ち直す?」
     
     
    広告デザイン、エディトリアルデザイン、Webフロントエンド開発を経て、サイバーエージェントや楽天の新人研修での登壇・指導をきっかけに講師業へ。現在はAIを使った業務設計と運用を実装している。

    あなたへのおすすめ