Aniimo、GeForce NOWで発売初日から提供、007 First Lightはパストレーシング追加
Pawprint Studioのオープンワールド生物捕獲RPG『Aniimo』は発売初日からGeForce NOWで提供される。45GBのダウンロードを待たず、Steam Deckや新対応のFirefoxでストリーミングできる。
#デプロイ・運用
#デプロイ・運用
今日 3 件9月17日
GitHub、CopilotでCopilotランタイムをRustへ移行
GitHubはCopilot appとCopilot CLIを使い、Copilot agent runtimeをTypeScriptから80万行超の本番用Rustへ全面的に書き換えた。AIエージェントがコードの大半を書き、128件のPRで段階的に導入し、性能は数桁向上した。
9月16日
NVIDIA Vera Rubin NVL72、MLPerf Inference v6.1 に初登場し最高性能
NVIDIA は MLPerf Inference v6.1 に Vera Rubin NVL72 のプレビュー結果を初提出した。スループットは GB300 NVL72 に対し、Qwen3-VL で最大3.7倍、DeepSeek-R1 で最大2.5倍だった。
Emerald AI、Google、NVIDIAがAI電力管理連合を設立
Emerald AI、Google、NVIDIAはAI Energy Management Alliance（AEMA）の設立を発表した。データセンターが電力網の状況に応じて消費電力を動的に調整するよう促す。
OpenAI、AI 利用を事業価値に結び付ける方法
OpenAI は ChatGPT Work と Codex の分析機能で、AI の利用量と支出を把握し、研修需要を特定し、導入と事業成果を結び付ける方法を紹介した。
Manchester 大学、NVIDIA Earth-2 で英国全土の大気汚染を予測
Manchester 大学は NVIDIA Earth-2 の生成モデル Earth-2 CorrDiff を使い、1年分の英国の毎時汚染データから、全英をカバーする2～3平方 km解像度のモデルを訓練した。Isambard-AI の8 GPUノード1基で2日間だけを要した。
NVIDIA、DSX による AI 工場の1 MW 当たり生産性向上を解説
NVIDIA は AI Infra Summit で、一定の電力予算内で AI 工場のトークンスループットを高める DSX を紹介した。Lambda は5ラック・19ノードの HGX B200 クラスターで DSX MaxLPS を検証し、16ノードの最大電力と同じ予算で19ノードを稼働させた。トークンスループットは毎秒約400万から500万に24%増え、1ワット当たり性能は23%向上した。
NVIDIA、AI Infra SummitでVera RubinとDSXのエネルギー効率向上を発表
NVIDIAはAI Infra SummitでVera RubinとDSXプラットフォームの複数の進展を公表し、1メガワット当たりのトークン処理量のエネルギー効率最適化を重点的に示した。
9月15日
Philadelphia 小児病院、公開 NVIDIA AI で心臓モデルと手術シミュレーション
Philadelphia 小児病院（CHOP）は NVIDIA が共同創設した公開医用画像基盤 MONAI で、子どもの心臓モデル作成を4時間から数秒に短縮し、複雑な心室中隔欠損の手術計画に使っている。NVIDIA と協力し、NVIDIA Warp に基づく公開物理エンジン Newton を SlicerHeart に接続して、心臓器具のシミュレーションを最大4時間からほぼリアルタイムに短縮している。
9月12日
GitHub、Copilotでマーケティングをコード化、計画からフォローまで自動化
GitHubの日本・韓国マーケティング担当はCopilotでイベント運営を自動化した。Issueを作業単位に、formsで構造化情報を集め、labelでActionsを起動し、UTMリンク、紹介ページ、招待メール、申込者一覧の整理を自動生成する。
9月11日
OpenAI、Habitat を ChatGPT 10億ユーザー向けオンラインストレージへ拡張
OpenAI は Habitat を Python ライブラリから世界に分散したストレージ基盤へ進化させ、ChatGPT の10億ユーザーと毎秒2,200万リクエストを支える。ChatGPT のオンラインストレージ拡大の需要を満たす。
9月10日
ClouderaとMistral、企業データに特化した主権知能を提供
MistralとClouderaはモデルをハイブリッドデータ基盤へ統合する提携を結んだ。企業は私有・公開クラウド、ローカル、完全隔離環境で推論を配置し、制御を保てる。管理環境で自社データを使う独自モデルの学習もでき、データと生じた知能の所有権を維持する。Clouderaでは30エクサバイトの顧客管理データが稼働する。
Hugging Face Jobs、LoRAで非同期GRPO：Bucket1つ、プロキシ1つ、NCCL不要
TRL v1.14のAsyncGRPOTrainerはLoRAアダプターだけを学習してvLLMへ同期するよう対応した。rank-1は数MBで、各JobにマウントしたStorage Bucketで転送でき、NCCLは不要だ。
9月5日
GitHub、複数モデルの編成で最先端のコーディング品質を実現するProject HydraFusionを公開
GitHubはProject HydraFusionの研究プレビューを公開した。実行時の複数モデルの編成でCopilotに最先端のコーディング能力を提供する。Copilot CLIで/experimentalから有効化でき、各モデルが実際に使うトークンの標準料金で課金される。
9月3日
Hugging Face、260M・800Mの多言語マルチモーダルエンコーダーNeoMMEを公開
Hugging Faceは260Mと800MのNeoMMEを公開した。単一の双方向Transformerで文字トークンと32×32画像パッチを処理する。マスク付き離散拡散の目的関数でゼロから学習し、事前学習済み視覚タワーや因果言語モデルに依存しない。
9月1日
Hugging Face、@huggingface/kernelsを公開：207のWebGPUカーネルとFleetベンチマーク
Hugging FaceのWebAIチームは、Hubから最適化済みWebGPUカーネルを読み込み実行する軽量ライブラリ@huggingface/kernelsを公開した。初期の207カーネルも、それぞれ独立したリポジトリでApache-2.0ライセンスにより公開した。
8月25日
MistralとHUMAIN、サウジと中東の主権AIで戦略提携
MistralとHUMAINはAI基盤、先進モデル、実装の提携を発表した。当初はサイバー安全と音声に注力し、アラビア語に強い最先端モデルを作る。数億ユーロ規模で、MistralはHUMAINデータセンターの利用を検討し、サウジの規制業界向け共同市場戦略も計画する。
8月21日
Hugging Face Endpoints、Jobs、BucketsがPapers with Codeの検索を支える方法
Papers with Codeはハイブリッド検索を使う。Hugging Face Jobsで埋め込みを一括生成し、Storage Bucketsで永続的に中継し、Inference Endpointsでオンライン検索の低遅延埋め込みを提供する。arXivとDaily Papersの11万件超を対象とする。
Liquid AI、LFM2.5-DSparkドラフトモデルを公開、推論を最大3.2倍高速化
Liquid AIはLFM2.5-1.2B-Instruct、LFM2.5-2.6B、LFM2.5-8B-A1B向けDSparkドラフトモデルのチェックポイントを公開した。投機的デコーディングで出力品質を変えずに復号速度を上げ、GPUの処理量を最大3.18倍、端末上で最大2.87倍にした。
8月18日
Hugging Face、制約対応 GPU 割り当てで同じクラスターの利用率を最大33ポイント改善
Hugging Face ブログは、同じハードウェアと負荷で FIFO と比較した制約対応 GPU 割り当てを紹介した。実際の五つの競合場面で GPU 利用率は52～85%から72～88%になり、優先度で重み付けした成果は24.6～105.1%、平均52%向上した。
8月14日
Strands Agents、LeRobot、Hugging Face Storage Bucketsで記録・学習・配置を一巡させる
Hugging FaceのブログはStrands Robotsのストリーミングデータ循環のチュートリアルを公開した。同じRobot()オブジェクトで実演を記録し、Storage Bucketへ同期し、Hubからストリーミングで読み込んで学習し、チェックポイントをハードウェアへ戻して配置する。全工程でLeRobotのディスク形式は変えない。
8月11日
Hugging Face、ACE と ALTK-Evolve を比較、少ないトークンで強いエージェント記憶
Hugging Face の ALTK-Evolve と ACE はともにウェイト更新なしの記憶方式だが、提供方法が異なる。ACE は各ステップで playbook 全体を投入し、ALTK-Evolve は課題に応じて裏付けの強い少数の guideline を取得する。
Mistral、地域推論エンドポイントと優先サービス、欧州計算連合を発表
MistralはAI主権を進める3施策を発表した。Regional Endpointsは正式提供となり、欧州か米国で推論するか選べる。Priority Tierは公開プレビューで、重要業務向けに確約サービス水準、独自の速度制限、稼働率SLAを提供する。
NVIDIA、12言語対応のオープンウェイト音声モデルMagpie TTS Multilingualを公開
NVIDIAは3億6400万パラメーターのオープンウェイト音声合成モデルMagpie TTS Multilingualを公開した。英語、スペイン語、フランス語、ドイツ語、イタリア語、ベトナム語、中国語、ヒンディー語、日本語に加え、新たな現代標準アラビア語、韓国語、ブラジルポルトガル語の計12言語に対応する。
8月6日
Baseten、Hugging Face Inference Providersに参加、Kimi K3・DeepSeek V4 Flash・GLM-5.2を提供
BasetenがHugging Face HubのInference Providerに加わった。初期は会話と文字生成に対応し、Kimi K3、DeepSeek V4 Flash、GLM-5.2などのオープンウェイトモデルを利用できる。
7月30日
GPU管理：遊休GPUが駐機中の航空機になる理由
Hugging Faceブログは、AIの次の制約は知能でなくGPU稼働率だと指摘する。暦の時間で料金が発生するが計算中だけ生産するため、航空機の駐機費用と同じ構造を持つ。
7月27日
NVIDIA Cosmos-H-Dreams、手術ロボットのリアルタイム生成シミュレーションを実現
NVIDIAは手術ロボット向けの動作条件付きリアルタイム生成シミュレーターCosmos-H-Dreamsを公開した。FlashDreams推論ライブラリーでRTX PRO 6000 GPU1枚で動き、人と方策による閉ループの操作に対応する。
7月16日
一見単純なモデルルーティング、どこが難しいのか
IBM Research は Hugging Face ブログで、エージェントシステムへのモデルルーティング導入経験を共有した。多くの方式はモデル選択を分類問題と見なすが、実際にはシステム最適化の問題だという。
7月13日
Google DeepMind、インド100校でGemini搭載ATL Saathiを試行
Google DeepMindはインドでATL Saathiの試行を始めた。GeminiによるウェブアプリがAtal Tinkering Labsの教育者に24時間365日の授業準備・研修助手を提供し、当初は100校を対象とする。
7月10日
PyTorch性能分析第3部：Attentionの詳解
Hugging Faceブログはprofilerでattention実装を追う第3部を公開した。単純な実装とin-place maskingを比較し、masked_fillをmasked_fill_に変えると順伝播ごとにGPU Memcpyカーネルを1つ減らせると示した。
7月9日
Mistral Studio、Prompts と Skills の記録をシステムで管理
Mistral Studio は Prompts と Skills の集中管理を顧客に提供した。各資産には版の履歴、明確な責任者、追跡可能性がある。不変版、ロールバック、分類タグ、監査ログで AI の行動を管理・発見でき、Observability で本番出力を該当版まで追える。Skills は Studio から MCP サーバーとして直接呼び出せ、本番で同じ管理対象資産が実行される。
7月8日
Hugging Face、ネイティブ並みの速度のvLLM transformersモデリングバックエンドを公開
Hugging Faceは、vLLMのtransformersモデリングバックエンドが複数のLLM構造で、vLLMの手書きネイティブ実装と同等以上の処理速度に達したと発表した。torch.fxによる静的グラフ解析とastによるソース書き換えで、推論向けの層融合を実行時に動的適用し、専用コードと同等の性能を実現する。
Hugging FaceとAmazon SageMaker AI、ワンクリックでStudioへ接続
Hugging FaceとAmazon SageMaker AIはディープリンク連携を導入した。対応モデルのページでCustomize on SageMaker AIかDeploy on SageMaker AIを押すと、モデルの事前読み込みと環境設定を済ませたSageMaker Studioへ直接入れる。
Google Research、Mapsの経路変更で都市渋滞を緩和
Google ResearchはNature Citiesで初の大規模な実地研究を発表した。米国10都市で6か月、Mapsを変更して2%未満の移動を別経路へ誘導した。対象道路の速度中央値は約2%上がり、燃料消費率中央値は0.5～1.0%下がった。都市ごとに年間数千トンのCO2eを減らせる。
7月7日
Microsoft Foundry、Hugging Faceモデルのマネージド計算基盤を提供
MicrosoftはBuild 2026でFoundry Managed ComputeとHugging Faceモデル集を発表した。Hugging Faceのオープンウェイトモデルを毎週更新し、FoundryのマネージドGPU基盤へワンクリックで配置できる。
知能が無料になった後、エージェント向け・エージェント運用・エージェント構築のデータシステム
推論費用が2023年初めの GPT-4 級の100万トークン約30ドルから、現在は1ドル未満、一部企業では0.10ドル未満に下がるなか、UC Berkeley の Aditya G. Parameswaran らはエージェント時代のデータシステムに For Agents、Of Agents、By Agents の三方向を提案した。
Hugging Face と SkyPilot、外向き通信料ゼロのストレージ連携を公開
Hugging Face と SkyPilot は連携を公開した。hf:// URL と既存の HF_TOKEN で Hugging Face Bucket または任意のモデル・データセット・Space リポジトリーを SkyPilot の作業にマウントし、20超のクラウド、Kubernetes、Slurm、ローカル環境で実行できる。
7月6日
Hugging Face Kernels、大幅更新、kernel リポジトリー型とコード署名を追加
Hugging Face は Kernels に「kernel」という新リポジトリー型と、信頼できる公開者・コード署名を導入した。既定では信頼できる公開者の kernel のみ読み込み、他の出典には trust_remote_code=True の明示設定が必要だ。
6月27日
Google、凍結モデルへの複数トークン予測で Pixel の Gemini Nano を高速化
Google Research は、凍結した Gemini Nano v3 に複数トークン予測（MTP）ヘッドを接続する新構造を公開した。本体のウェイトを変えずに端末上の推論を加速し、Pixel 9 と10シリーズで提供済みだ。
6月25日
Google、線形弾性キャッシュでクラウド費用を改善、ページ退避をスキーレンタル問題に
Google Research は線形弾性キャッシュを提案した。ページ退避をスキーレンタル問題として扱い、浅い決定木で TTL を予測して容量を動的に変え、総保有費用を最小化する。Spanner 本番で数か月運用し、メモリーを15.5%削減、ミスは5.5%増にとどまり、TCO は約5%下がり、実際の I/O 費用影響は0.5%だった。複数の公開キャッシュトレースでも検証した。