本文へ移動

#デプロイ・運用

今日 0 件

11月11日

水曜日
  1. TCS、Amazon Bedrock AgentCoreでエージェント型テストオーケストレーターを構築した方法

    TCSはAmazon Bedrock AgentCoreを基盤に、マルチテナントのエージェント型テストオーケストレーターを構築し、要件を実行可能でガバナンスの効いたテストへと変換した。プラットフォームはテストを複数の専用エージェントに分解し、決定論的なsupervisorがタスクをルーティング。AgentCore runtimeの分離されたmicroVMにより、テナント単位のセッション分離を実現している。

11月10日

火曜日
  1. AWS Quickでスキルとエージェントがどう連携するか

    AWS Quickはエージェント、スキル、データの3層構造でタスクを自動化する。エージェントは指示に従い、必要に応じてスキルを読み込み、コネクタを通じて操作を実行する。スキルは再利用可能な指示セットで、システムスキルはWord、PowerPoint、Excel、PDF文書の生成のほか、ウェブ閲覧、コード実行、深掘り調査、音声・動画の文字起こし、画像生成に対応する。

  2. OpenAI Control Room:研究インフラ上のモデルワークロードを追跡・停止する中央システム

    OpenAIはControl Roomを導入した。研究インフラ上のモデルワークロードを追跡し、安全やセキュリティ上の問題が生じた際にこれらのワークロードを迅速に停止できる。モデルの訓練と実行に集中的な監視と緊急停止の機能を提供する。

  3. AWS、初のブランドキャンペーンを開始 企業向けAIワークスペース「AWS Quick」を主軸に

    AWSはAIワークスペース「AWS Quick」で初のブランドキャンペーンを開始し、米国と英国でストリーミングTV、オンライン動画、SNS、ビジネスメディアを通じて展開する。AWS Quickにコンシューマー向け版はなく、3M、BMW、Mondelez、New York Life、Southwest Airlinesなどの企業が、データやアプリをまたいだAIエージェントによる調査・分析・実行に活用している。

  4. Amazon Bedrock AgentCore 上のプラガブルな Agentic AI フレームワーク:7層の組み合わせ可能なエンタープライズ向けエージェント参照アーキテクチャ

    AWS は Pluggable Agentic AI Framework を発表した。Amazon Bedrock AgentCore 上で動作する7層の組み合わせ可能なエンタープライズ向け Agentic AI 参照アーキテクチャで、データと知識、モデルと推論、オーケストレーション、セキュリティとガードレールなどの層をカバーする。

11月9日

月曜日
  1. Hugging Face、二階手法でMoEのエキスパートを剪定するHOPEを提案

    Hugging Faceは、エキスパート同士の相互作用を考慮する二階のMoEエキスパート剪定手法HOPE(Higher-Order Pruning of Experts)を提案した。50%の剪定率でHOPEは全手法中最高の平均順位を記録し、エージェント型コーディングタスクでは次善の剪定手法より最大+6.1%向上した。

  2. NVIDIA、韓国と主権AI協力を拡大 半導体から人材育成まで

    NVIDIAは韓国科学技術情報通信部(MSIT)と主権AI分野の協力を拡大する。対象はAI半導体、データセンター基盤、人材、スタートアップ、モデル、エージェント、セキュリティに及ぶ。韓国のNPU・XPU企業がNVIDIAのNVLink Fusionエコシステムへの参加を検討できる道を開くほか、研修・認定プログラム、ハッカソン、技術セミナーを通じてGPU利用率の向上を図る。

  3. NVIDIA、韓国各業界のフィジカルAI推進を支援

    NVIDIAは韓国の製造業・エンジニアリング分野のリーディング企業に対し、フィジカルAIを開発から実際の生産へと移行させる支援を進めている。サムスン電子はNVIDIA cuISS、cuDSS、cuESTなどで半導体エンジニアリング計算を加速しており、sMOLプラットフォームの一部の量子化学計算はエンドツーエンドで最大5倍高速化、AI均質化の事例では約1,600倍の加速を実現し、シミュレーション時間は約18時間から41秒に短縮された。

11月7日

土曜日
  1. Amazon Bedrock AgentCore上でセキュリティ制御を備えClaude Codeをリモートセッションに拡張

    サンプルプロジェクトsample-remote-coding-agentは、Claude CodeをリモートエージェントとしてAmazon Bedrock AgentCore上で実行する。各タスクは独立したAgentCore runtimeセッションのmicroVM内で処理され、最終的にレビューとマージ用のGitHub pull requestを返す。

  2. Okta Cross App AccessとAmazon Bedrock AgentCoreでAIエージェントのアクセスを統制(第2部)

    AWSはチュートリアル第2部を公開し、Amazon Bedrock AgentCore上でGatewayを統一エントリポイントとして導入し、Oktaの認可をGatewayが一括で交換する仕組みを示した。第1部で各MCPサーバーが個別に検証していた方式を置き換える。

  3. Amazon ECS Fargate上のサーバーレスMCPサーバー、AIエージェントにデータレイクへのアクセスを提供

    AmazonのNASCチームは、AIエージェントが企業データレイクにアクセスするための集中ゲートウェイとして、Amazon ECS Fargate上にサーバーレスMCPサーバーを構築した。新しいデータセットの追加にはJSONメタデータファイルが1つあればよく、次回のパイプライン同期時にサービスが自動的に検出するため、データセットごとの統合コードを書く必要はない。このアーキテクチャでは、任意のMCP互換クライアントが同じツール群を呼び出せ、権限管理はMCPサーバー層で集中的に実施される。テストではエンドツーエンドの対話レイテンシーは15〜20秒に保たれた。

  4. AWS Quickにおけるエージェントプリミティブの分類体系

    AWS Quickチームは、エージェントの作業をWhen、What、Who、Howの4つの問いで分解し、トリガー、エージェント、ケイパビリティの3層構造に対応させるエージェントプリミティブの分類体系を提案した。トリガーは人間による起動、エージェントによる委任、定時、イベント駆動の4種類に分かれる。エージェントは持続的に学習する実行者と定義され、指示、ケイパビリティ、学習コンテキストで構成される。ケイパビリティはツール、スキル、ワークフローを含み、エージェントの自律度と決定性の度合いに応じて並べられる。

  5. SageMaker Inference が NVIDIA MIG に対応、1 基の GPU を複数のモデルエンドポイントに分割可能

    Amazon SageMaker Inference に GPU パーティション機能が追加された。NVIDIA Multi-Instance GPU(MIG)を使い、1 基の物理 GPU を最大 7 つのハードウェア分離されたパーティションに分割し、パーティションごとに異なるモデルをデプロイできる。

11月6日

金曜日
  1. NVIDIA Vera CPU を発表、エージェントのスループットと電力効率を重視

    NVIDIA は Vera CPU を発表し、100 メガワットのデータセンター比較で、単一の Vera が最速の x86 CPU と最も省エネな x86 CPU の両方を上回ると述べた。最速の x86 CPU と比べて Vera は 1 ワットあたり 1.6 倍のエージェント数を支え、最も省エネな x86 CPU と比べてエージェント速度が 2 倍になる。

  2. Microsoft Research、PDD Kitでエージェントが書いたフルスタックWebアプリを形式検証

    Microsoft ResearchはGitHub NextおよびRiSEグループと共同で研究プロトタイプ「PDD Kit」を公開した。開発者の自然言語による意図をVerusの形式仕様に変換し、エージェントが生成したコードがすべての入力に対して仕様を満たすことを証明する。証明が届かない部分はテストにフォールバックする。

  3. Amazon Marketplace、Amazon SageMaker AIでコンテンツ品質を評価する方法

    Amazon Marketplaceは視覚言語モデル(VLM)を使い、商品詳細ページ全体を1枚のスナップショットとしてレンダリングして総合的な品質評価を行う。さらにVLMの意味的スコアとOCRの可読性シグナルを、専門家の注釈で学習したCatBoost分類器に入力し、SHAPでスコアを説明して改善提案を生成する。このマルチモデル融合の仕組みは、データ取り込みから注釈付け、モデルのホスティング、本番監視までをAmazon SageMaker AI上でエンドツーエンドに実現する。

  4. Mistral、Mistral Large 4(Le Chonk)を発表しMistral Studioを拡張

    MistralはMistral Large 4(コード名Le Chonk)を発表した。コーディング、防御的サイバーセキュリティ、複雑な文書推論を主眼とし、企業向けプラットフォームMistral Studioも拡張。マネージドエージェント、アプリ、ワークフロー機能に加え、エンタープライズコンテキスト、エージェントの可観測性、評価機能を新たに備える。

11月5日

木曜日
  1. 本番環境AIエージェントの4層コンテキストエンジニアリング:Deep Insightが動作するコードでどう実装するか

    AWSチームは、オープンソースのマルチエージェントデータ分析ソリューションDeep Insightを参照実装として、本番環境AIエージェントのコンテキストエンジニアリングを4層に分解した。マルチエージェント構成でコンテキストを分離し、プロンプトで出力を制限し、重い内容をファイルシステムに外部化し、独立したエージェントとフォールバック機構で検証する。

  2. 決定モデルとAmazon Bedrock AgentCore Evaluationsを組み合わせたエージェント評価

    Amazon Bedrock AgentCore Evaluationsは、コードベースの評価器を通じて決定モデルを組み込める。評価入力を決定モデルへのリクエストに変換し、確率を評価結果に戻す仕組みだ。例としてTypeSafeのマネージド決定モデルJevと、Strands Agentsチームがオープンソース化した2BパラメータモデルStrands Decider 2Bを接続しており、両モデルはnoul、choice、scoreの3種類の質問に対応する。

  3. U Mobile、Amazon Bedrock AgentCoreでエージェント型テレコム運用体制を構築

    U MobileはAmazon Bedrock AgentCoreを基盤にAI-Driven Agentic Helpdesk(AiDaH)を構築し、1年以内に6つの事業部門の150以上の運用シナリオをカバー、主要カテゴリーのチケット件数は最大84.5%減少した。プラットフォームは6層アーキテクチャを採用し、Microsoft Teamsを通じてサービスを提供。2026年Q3にはL2コールセンターと店舗のユーザー50名に開放され、計8つのエージェントを備える。

  4. Indegene、ライフサイエンス分野で企業データ品質をいかに刷新・拡大するか

    Indegene は AWS 上の NEXT Unified Data Platform(NEXT UDP)に LLM 駆動の Data Quality Agent を構築した。文脈を踏まえたデータ品質ルールを生成し、検証を経てそのまま実行できる SQL と Python コードを出力する。全体を通じて集中型の human-in-the-loop ガバナンスを採用している。

11月4日

水曜日
  1. Cartesia、SSMモデルでAWS上に超低遅延の音声AIアプリを構築する方法

    AWSパートナーのCartesiaは、State Space Model(SSM)アーキテクチャに基づくリアルタイム音声AIを開発した。テキスト読み上げのSonicと音声認識のInkはいずれも最初のバイトまでの遅延が100ms未満で、Sonicは約90msで最初の音声バイトを出力する。