Kimi K3が登場するや、見慣れた光景が繰り返されました。2025年初頭にDeepSeek R1が「少ないリソースでGPT級」を掲げたときと同じく、「もうGPUもHBMも要らなくなる」という論調が再び流れ始めたのです。今回の引き金はKimi K3が採用した**KDA(Kimi Delta Attention)**という線形アテンション系の構造。KVキャッシュ負荷を大きく減らす点から「メモリ・ネットワーキング需要が鈍る」という解釈が出ました。 ところが実際に精査すると、結論はむしろ逆に近い。本記事はKimi K3を巡る論点を整理し、 何が検証済みの事実で、何がまだ議論中の解釈か を区別したうえで、「では自分はこれを実際に使う価値があるのか」を自ら判断できるようにまとめます。 まず事実関係:Kimi K3とは何か 議論の前に確認可能なスペックを整理します(以下はMoonshot AIの公開資料と複数メディア報道で相互確認できる範囲)。 公開日 : 2026年7月16日、Moonshot AIがKimi K3を公開。全重み(open weights)は7月27日頃に公開予定(Modified MIT系ライセンス)。 規模 : 総パラメータ約**2.8兆(2.8T)**のMoE(Mixture of Experts)モデル。世界初の「オープン2.8T級」として紹介。 エキスパート構成 : 全 896エキスパート のうちトークンあたり少数(約16個)のみを活性化するsparse構造。 KDA(Kimi Delta Attention) : 線形アテンション系。線形3層+フルアテンション1層を 3:1比率 で交互配置し、局所文脈は安価に、大域情報はフルアテンションが保持。百万トークン域でデコード速度を数倍改善と主張。 コンテキスト : 最大 100万(1M)トークン 、ネイティブ・ビジョン(画像理解)対応。 ここまでは「論争」ではなく「スペック」です。問題はここから ハードウェア需要の方向をどう推論するか です。 論点の核心:「線形アテンション=半導体の悪材料」という誤解 パニック論法はシンプルです。 KDAがKVキャッシュを減らす → 推論に必要なメモリ・帯域が減る → NVIDIA・HBM・DRAM・ネットワーキング需要が鈍る。 KVキ...