Unixワークステーションの復活（AI搭載）

私は1990年代を通じてヘビーなUNIXユーザーでした。当時は強力なRISC UNIXワークステーションが地球を闊歩していました。SGI Octanes、Sun Ultras、DEC Alphastations……どれも法外な値段で、科学、工学、開発作業のために作られていました。これらのワークステーションはRISCプロセッサを使用しており（RISCが未来だったのです！）、小さな財産を費やしました。ああ、本当に強力でした。そしてその多くにLinux（基本的にオープンソースUNIX）をインストールしました。

しかし2000年代になると、コモディティ化したIntel/AMD x86 PCの性能対コスト比が向上し、強力なRISC UNIXワークステーションは絶滅しました。しかし問題ありませんでした。それらのPCはまだLinuxを実行できました。また、AppleのMacはmacOS（UNIX）を実行していました。そのため、すべての概念とコマンドは決して消え去ることはありませんでした。実際、Webとクラウド（関連する開発フレームワークを含む）はLinuxの上で成長しました。2010年代初頭にクラウドとLinuxが主流メディアで突然「話題」になったとき、私たち独りよがりのUNIXユーザーはただ座って微笑んでいました。

時は2020年に進みます：AppleはIntel x86プロセッサから、自社設計の驚くほど高速なARMプロセッサに移行すると発表しました。ARMはRISCプロセッサであり、macOSはUNIXです。つまり、Appleは1990年代の強力なRISC UNIXワークステーションを（より安価に）復活させたのです。

現在、macOSは優れたUNIXですが、Linuxほど優れてはいません。幸いなことに、AsahiオープンソースプロジェクトがAppleのプラットフォームをリバースエンジニアリングし、その上でLinuxをネイティブに実行する方法を発見しました（結局のところ、Linuxは他のハードウェアベンダーよりもずっと前にARMをサポートしていました）。私は最初のユーザーの一人であり、現在はMac Studio M1（20コアARMプロセッサ、128GBメモリ、4TBストレージ）上でFedora Asahi Remix Linuxをネイティブに実行しています。

これは完璧でした。なぜなら、私は多くの仮想化Linuxサーバーとコンテナを実行し、その中で動作する多くのソフトウェアを開発しているからです。したがって、Linuxを実行する強力なRISCワークステーションは新鮮な空気のように感じられ、生産性が劇的に向上しました。

しかし、今では多くのデータサイエンス作業を行う必要があり、さまざまな機械学習およびAIモデルのトレーニング、チューニング、実行が含まれます。

幸いなことに、2025年にNVIDIAはGrace Blackwell GB10デスクトップスーパーコンピュータプラットフォームをリリースしました。20コアARM CPU、128GBメモリ、4TBストレージ、そして最大1ペタフロップスのAI性能を備えた非常に強力なNVIDIA GPUを搭載したLinuxワークステーションです。言い換えれば、AIおよびデータサイエンスのワークロードのために特別に構築された現代のRISC UNIXワークステーションです。

NVIDIAのGB10バージョンはDGX Sparkと呼ばれますが、私は11月にDell版（Dell Pro Max with GB10）を入手しました。冷却性能が向上しています。当初はリモート接続するサーバーとして使用していましたが、その後メインワークステーションになりました。結局、Mac Studioとほぼ同じ仕様（20コアARMプロセッサ、128GBメモリ、4TBストレージ）であり、Appleのハードウェアをリバースエンジニアリングしたオープンソースプロジェクトに依存せずに、箱から出してすぐにLinuxを実行できます。さらに、データサイエンス作業のための強力なNVIDIA GPUを備えており、NVIDIAは必要なデータサイエンスツールを簡単に実行できる洗練されたツールを提供しています。

パフォーマンス面では、ARM CPUはMac Studioと同等であり、Linuxは両方のシステムで非常に高速に動作します。そのため、すべての仮想化Linuxサーバー、コンテナ、Kubernetesクラスター、Ansibleファイルを移行し、完全な開発スタックをインストールしました。突然、すべてを実行できる1台のマシンが手に入りました：ソフトウェア開発、仮想化、コンテナ、DevOps、データサイエンス、AI推論、ローカルAIエージェント。ブーム！90年代が戻ってきたぞ、ベイビー！

しかし、それだけではありません！GB10はAIスーパーコンピュータであり、NVIDIAはAI関連のあらゆる実行を非常に簡単にしています（詳細な設定ドキュメントがあります）。そのため、タスクを支援するNemoClaw AIエージェントも実行しています。NemoClawは基本的にDGX SparkをローカルAIオペレーターに変え、従来のチャットボットのようにプロンプトに応答するだけでなく、開発ワークフローの自動化、ファイルの検査、コードやスクリプトの作成、ドキュメントの要約、コマンドの実行、ログの分析を行います。つまり、質問する代わりに実際のタスクを委任できます。

これはNemotron 3 Super 120BパラメータAIモデルを活用し、主にTelegramをチャットボットインターフェースとして使用します。AIエージェントをホストシステムから分離するため、基盤となるOpenClawを直接実行するよりもはるかに安全です（AIエージェントのアクセス権限や統合を簡単に制限できます）。すべてがシステム上で他のワークロードとともに美しく動作します。数年前なら、このような設定にはサーバーラック全体が必要だったでしょう。今では私のデスクトップ上で動作しています。これは可能な限り最高の方法で、まだ少し馬鹿げている感じがします。

また、VS Code内のAI支援開発のために、DGX Spark上でローカルにGPT-OSS 120Bパラメータモデルを活用しています。シニア開発者として、AIを「雰囲気コーディング」としてではなく、実際のソフトウェアエンジニアリングを遅らせる反復作業のための力の乗算器として扱っています。つまり、アーキテクチャ、システム設計、問題解決にもっと時間を費やすことができるのです。

私にとって魅力的なのは、業界がなぜか私たちの出発点に戻ってきたことです：RISCアーキテクチャ上で動作する強力なローカルUNIXワークステーションを、エンジニア、科学者、開発者が計算集約的な作業に使用しています。違いは、ワークロードがもはや統計分析、3Dレンダリング、科学可視化だけでなく、今ではUNIXワークステーション上でローカルにAIモデルを実行していることです。すごい。

免責事項：私は大学のIT、ソフトウェア開発、データサイエンスプログラムをサポートするために、まだmacOSとWindowsシステムを使用しています。それらのコースはWindows PCまたはMacで教えられているためです。