本文へ移動

#デプロイ・運用

今日 0 件

10月14日

水曜日
  1. 欧州の複数都市がNVIDIAのアクセラレーテッドコンピューティングでAIエージェントを導入、都市運営を高度化

    欧州各国の都市が、ソフトウェア・インフラのパートナーと連携し、NVIDIAのアクセラレーテッドコンピューティングを用いて物理AIエージェントとデジタルツインを構築し、都市運営と公共サービスに活用している。NVIDIA CosmosとNemotronのオープンモデル、Metropolis VSS Blueprintを基盤とし、交通渋滞や設備状態、安全上のリスクを検知し、Omniverseでデジタルツインを展開する。

  2. NVIDIA、Boltz、Foresight、Hiverge、Prima Mente、Riverlane など英国スタートアップへの投資を発表

    NVIDIA は、英国の AI・量子コンピューティング分野のスタートアップ5社、Boltz、Foresight、Hiverge、Prima Mente、Riverlane への新規投資を発表した。これまでに Basecamp Research、Synthesia、Wayve などにも投資している。NVIDIA はまた、Earthshot Prize にグローバル・アライアンスの創設パートナーとして参加し、英国のエージェント安全・セキュリティ研究を支援するため5年間で2億5,000万ドルの計算資源を提供することを約束した。

  3. Anchor Browser と AgentCore payments で自動支払い可能なエージェントを構築する方法

    AWS がチュートリアルを公開し、Anchor Browser と Amazon Bedrock AgentCore payments の統合方法を紹介。AI エージェントが HTTP 402 Payment Required に遭遇した際に x402 プロトコルの支払いを自動で完了し、タスクを続行できるようにする。

  4. ShipStation Global、Amazon Bedrock AgentCore で AI IT ヘルプデスク「Deckhand」を構築

    ShipStation Global のエンジニアリングチームは Amazon Bedrock AgentCore を基盤に、Slack 内で動作する AI IT ヘルプデスク「Deckhand」を構築した。稼働後、チャンネル内の問い合わせの 97.5% を解決し、従業員の肯定的フィードバック率は 96% に達した。

  5. Orca Security、Amazon Bedrock で自然言語セキュリティクエリを構築、クエリコストを 90% 削減

    Orca Security は AWS と協力し、Amazon Bedrock 上で自然言語クエリエージェント Discovery AI を構築した。自然言語の質問を Sonar クエリに変換する。初期ベースラインと比べてクエリコストを 90% 削減、入力トークンを 93% 削減、レイテンシを 75% 低減し、現在は 1 日あたり数千件のクエリを処理、応答時間は 15 秒。RAG とスキーマ認識クエリ構築を組み合わせた 9 段階のパイプラインを採用し、段階ごとに異なる基盤モデルを割り当てている。

  6. マネージドエンタイトルメントで Amazon Bedrock のプライベート価格オファーを管理する方法

    Amazon Bedrock とマネージドエンタイトルメントを組み合わせると、企業は中央アカウントで AWS Marketplace のプライベート価格オファー(MPPO)を購読し、組織内の複数アカウントにアクセス権を配布できる。

  7. GitHub、ModernBERT分類器でノイズの少ないシークレット検出を実現

    GitHubがシークレット検出の新方式を公開した。従来のLLMベースの処理を2段階パイプラインに置き換え、まず正規表現で候補を生成し、微調整したModernBERTがファイルパスや変数名、文脈を組み合わせて本物の認証情報かどうかを判定する。旧LLMパイプラインと比べ、ユーザーの受け入れ率は11.5%向上し、プッシュ後スキャンの実行時間中央値は86%短縮、サービスコストは98%以上削減され、汎用的なシークレット検出をプッシュ保護にも拡張できるようになった。

10月13日

火曜日
  1. Amazon SageMaker AI における MoE カーネルエンジニアリング最適化の実践

    MoE モデルの decode 段階で M 次元が小さすぎるために Hopper GPU の利用率が低い問題に対し、AWS は Swap-AB 最適化を提案し、エキスパート出力次元 N=8192 を第一オペランドに引き上げた。H200 上で大規模 MoE モデルに 2~4% のエンドツーエンドスループット向上をもたらし、この最適化は vLLM 0.24.0 以降にマージ済みである。

  2. NVIDIA、フランスのスタートアップDoctolib、Entalpic、Genesis AI、Pigmentへの新規投資を発表

    NVIDIAは、医療エージェント、原子レベルの材料エンジニアリング、汎用ロボティクス、企業計画プラットフォームをそれぞれ手がけるフランスのスタートアップ4社、Doctolib、Entalpic、Genesis AI、Pigmentへの投資を計画していると発表した。NVIDIAの欧州における技術エコシステムへの投資総額はすでに100億ドル近くに達しており、これまでにAlice&Bob、Gradium、Scintil Photonicsにも出資している。

  3. タイ、マレーシア、シンガポール、インドネシア、台湾で Amazon Bedrock のグローバルクロスリージョン推論により OpenAI GPT-6 モデルにアクセス

    Amazon Bedrock は、タイ、マレーシア、シンガポール、インドネシア、台湾の 5 つの AWS リージョン向けに、グローバルクロスリージョン推論を通じて OpenAI GPT-6 Sol、GPT-6 Luna、GPT-6 Astra を提供する。このうち GPT-6 Astra はアジアパシフィック(シンガポール)リージョンからのみ呼び出せる。

10月12日

月曜日
  1. NVIDIA、OCPサミットでVera Rubinアーキテクチャを開放、AIファクトリーの協業も発表

    NVIDIAはOCP Global Summitで、オープンなMGXアーキテクチャを通じてVera Rubinのラックとコンピュートトレイの設計をOCPに提供し、システムベンダーが次世代AIファクトリー基盤を構築するための共通の土台を用意した。

10月10日

土曜日

10月9日

金曜日
  1. Ai2、GPU時間予算でクラスタスケジューリングを再構築した方法

    Ai2は従来の優先度ベースのスケジューラを、GPU時間予算、階層的な公平配分、タイムスライス契約を含む仕組みに置き換えた。これにより、各研究プロジェクトに割り当てるGPU時間の議論は、個別対応の運用業務から透明な行政的予算プロセスへと移行した。

  2. BlockRun と Incarna、Amazon Bedrock AgentCore payments で AI エージェントの従量課金推論を実現

    Incarna は Amazon Bedrock AgentCore payments を活用し、エージェントが x402 を通じて BlockRun にリクエストごとに支払い、モデル推論を購入できるようにした。x402 決済対応にかかる作業を数カ月から数日に短縮し、エンドツーエンドの従量課金推論フローを本番環境に投入している。

  3. NVIDIAの開発者が最先端AIエージェントでOmniverseのシミュレーションアプリを構築する方法

    NVIDIAの開発者は、GPT-6 AstraやClaudeなどの最先端モデルでAIエージェントを動かし、OmniverseライブラリのGPUアクセラレーションによる物理・レンダリング・センサーシミュレーション機能を組み合わせ、自然言語の指示でシーン構築と検証を完了している。

10月8日

木曜日
  1. Amazon Quick と Amazon Bedrock、リアルタイム ACL で RAG のアクセス制御を再構築

    Amazon Quick と Amazon Bedrock Knowledge Bases は、検索前の ACL フィルタリングに加えてリアルタイムの ACL 検証を導入し、クエリ時に権限を権威あるデータソースへ直接確認することで、期限切れやマッピング誤りの可能性がある ACL データへの依存を避ける。

  2. NVIDIAとMicrosoft、RTX SparkノートPCとWindowsのエージェント基盤を発表

    NVIDIAとMicrosoftはサンフランシスコのWindows AI・Surfaceイベントで、Windows PC上のAIエージェント向けにソフトとハードを共同設計すると発表した。MicrosoftはOSレベルの基盤「Microsoft Execution Containers(MXC)」が正式に利用可能になり、エージェントがシステムの制御下で安全かつ持続的にバックグラウンド動作できるようになると発表した。

  3. Microsoft Research、Agent Lightning v1.0をオープンソース化:約3500行の軽量エージェントRLフレームワーク

    Microsoft Researchは、約3500行のコードで構成される軽量なエージェント強化学習フレームワーク「Agent Lightning v1.0」をオープンソース化した。Harnessed Agentic RLパラダイムを中心に再構築され、デプロイ時に使用するagent harnessをそのまま訓練に参加させることができ、訓練フレームワーク内でエージェントを再実装する必要がない。

  4. Cornerstone OnDemand、Amazon Bedrock でデータベース診断時間を 78% 短縮

    Cornerstone OnDemand は Amazon Bedrock と Strands Agents を基盤にマルチエージェントシステム Orion AI を構築し、データベース診断時間を 45 分から 10 分へと 78% 削減した。データベースのライフサイクル操作も 10 以上の手動ステップから 1 回の対話に圧縮し、冗長アラートの中央値は 65% 減少、SRE とデータチーム間の 15 分のレポート遅延はリアルタイムになった。3 人チームが 6 か月で納品した。

  5. Qlik は Amazon Bedrock でどのように企業向けの信頼できる AI を構築したか

    Qlik は Amazon Bedrock を基盤に Qlik Answers を構築し、世界 4 万社超の顧客に出典引用付きのエンタープライズ向け Q&A を提供している。2026 年 2 月の正式提供開始以来、Discovery Agent は顧客のために 10 万件超の異常と外れ値を発見した。

  6. agentic automation のビジネスケースをどう構築するか:「工数削減」を超えた ROI モデル

    AWS は agentic automation のビジネス価値を評価するための Agentic Value Model を提唱し、従来の RPA 時代の ROI モデルである「削減工数×人件費−構築コスト」が、例外処理、意思決定の質、変更への耐性、価値実現といった次元を見落としていると指摘した。このフレームワークは McKinsey の「1:3:5 モデル」を引用しており、agentic 技術に 1 ドル投資するごとに、プロセス再設計に 3 ドル、能力構築と定着に 5 ドルを費やす必要があるとしている。

10月7日

水曜日
  1. AgentCore と OpenClaw で文脈を理解する AI アシスタントを構築

    オープンソースのエージェントシステム OpenClaw と Amazon Bedrock AgentCore runtime を基盤に、永続的な記憶を持つ文脈認識型 AI アシスタントを構築できる。AgentCore memory は単発の会話を長期知識に変え、構造化メタデータによる検索にも対応する。

  2. Amazon Bedrock AgentCore、Managed Knowledge Base、Nova Sonic で音声旅行アシスタントを構築

    Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic、Amazon Bedrock Knowledge Bases を基盤に、航空会社のアプリに音声旅行アシスタントを構築できる。旅行者は音声で旅程を照会し、座席を変更し、食事の好みを更新し、有人オペレーターに転送できる。

  3. Amazon SageMaker HyperPod の管理とガバナンスのベストプラクティス

    AWS が Amazon SageMaker HyperPod の管理とガバナンスのベストプラクティスを公開した。組織、プロジェクト、クラスタ、ワークロードの4層の制御モデルを提示し、複数チームが加速コンピューティングクラスタを共有する際の権限と容量の区分けに用いる。

  4. AWS、ISO/IEC 42005:2025に沿った責任あるAIガバナンスを顧客がどう実現するかを解説

    AWSが国際標準ISO/IEC 42005:2025を解説し、AIシステムの影響評価を企業のリスクマネジメント体系にどう統合するかを示した。同標準は評価のライフサイクル全体を対象とし、Annex Dは既存の評価との重複を避けて簡素化するために、Annex Eは独立した実施テンプレートを提供。完全な評価が必要かを判断する軽量なトリアージ手法も示している。

10月6日

火曜日
  1. 通信事業者が AI 戦略をオープンモデルに置く理由

    NVIDIA の「State of AI in Telecommunications」レポートによると、回答者の 89% がオープンソースのモデルとソフトウェアを自社の AI 戦略にとって重要だと回答した。NVIDIA は 300 億パラメータの Nemotron 3 Large Telco Model(LTM)を発表した。AdaptKey がオープンな通信データセットでファインチューニングしたもので、ファインチューニングの全工程も公開されている。

  2. GLM 5.3 が Amazon Bedrock で提供開始

    Z.ai の GLM 5.3 が Amazon Bedrock で提供開始された。753B パラメータの MoE モデルで、コーディングと長時間のエージェントタスク向け。フルマネージド API を通じてクロスリージョン推論、プロンプトキャッシュ、サービスティアを提供し、現在は条件を満たす企業顧客向けに公開されている。

  3. Amazon Bedrock AgentCore でマルチエージェントシステムの説明可能性と有用性を評価する

    Amazon Bedrock AgentCore Evaluations は組み込み評価器とカスタム評価器に対応し、マルチエージェントシステムの正確性、タスク成功率、行動を測定でき、説明可能性を一級の評価軸として扱う。組み込み評価器は有用性、タスク成功、指示遵守などの汎用軸をカバーし、カスタム評価器は意思決定の根拠、データ引用、コストやサービスレベルなどのトレードオフを検証する。この機能はオンデマンドモードで開発ベンチマークや CI/CD ゲートに、オンラインモードで本番の継続監視とアラートに利用できる。