チップ

グーグルのAIの苦戦が懸念を呼び、中国の新モデルが再び米国のテクノロジー支配に挑戦。シリコンバレーの労働者もAIから仕事を守るために行動を起こしている。その他のニュースとして、ニューヨーク州のAIデータセンター一時停止、トランプ氏の批判、IBM株価暴落、AWSの請求ミスなど。

Pythonの基礎がある方向けに、古典的アルゴリズムからLLMのスクラッチ構築までをカバーする5つの無料コースのロードマップを紹介します。

Alibabaは最新の大規模言語モデルQwen3.8を発表し、AnthropicのFable 5に次ぐと主張したが、ベンチマークやモデルカードは提供しなかった。この発表は、競合のMoonshotが詳細な技術情報とともにKimi K3をリリースした直後に行われた。Alibabaの透明性の欠如は、タイミングと動機に疑問を投げかけている。

Enlargerは、生成AIを使用せずに画像を拡大するローカルツールです。既存のディテールを再構築し、自動後処理を適用することでテクスチャと自然な見た目を維持します。バッチ処理、オフライン動作、一度の支払いに対応。写真家、デザイナー、印刷専門家に最適。

AnthropicのAI条約議論、米国政府のAIモデルリリースへの影響、OpenAIのプロセッサ開発、メモリ市場への影響など。

AnthropicによるFable 5およびMythos 5へのアクセス遮断、SpaceXによるAIコーディングスタートアップCursorの買収、インフラ・ビジネス最新情報、オープンソースプロジェクト、政策動向などを議論。

今週のエピソードでは、AnthropicのClaude Fable 5とその安全性論争、AppleのWWDCでのSiri AI発表、GoogleのGemini 3.5ライブ翻訳と料金変更、OpenAI・Anthropic・SpaceXのIPO競争、Prometheusの120億ドル調達、DeepSeekの資金調達、HuaweiによるDeepSeekモデルの追加学習、GoogleのSpaceXへのGPU費用支払い、オープンソースモデルGemma 4とDiffusionGemmaのリリース、AI安全政策の動向などを取り上げています。

ブリストル・マイヤーズ スクイブ（BMS）は、NvidiaのVera Rubinアーキテクチャに基づくDGX SuperPODを購入し、医薬品発見と開発におけるAI利用を支援する。同社は、Vera RubinベースのDGX SuperPODを取得する初の生命科学企業となる。このシステムは、既存のインフラと比較して10倍の性能対電力比を提供し、化合物やタンパク質などの科学データのモデルトレーニングと予測に使用される。

今週のエピソードでは、AnthropicのClaude Opus 4.8、MicrosoftのMAIモデル、AnthropicのIPO申請、そして驚異的なMinimax-M3モデルなど、AIニュースをカバーしています。

Zro は、コーディングエージェント向けのプライベート推論エンドポイントです。EU インフラ上でオープンウェイトモデルを提供し、データを保持せず、顧客データでトレーニングすることもありません。Claude Code や Codex などのツールと統合し、長コンテキストのマルチターンコーディングセッションをサポートします。

米国の政策立案者は、中国のオープンウェイトモデルに規制リスクを生み出すべきか議論している。Moonshot AIのKimi K3のリリースが議論を再燃させた。企業は性能だけでなく、これらのモデルが1年後も簡単に利用できるかどうかという問題に直面している。

NVIDIAは、デバイス上で動作するように構築された40億パラメータのオープンワールドモデル「Cosmos 3 Edge」をリリースしました。これは、ロボットやビジョンAIエージェントが周囲を理解し、リアルタイムで推論し、ローカルでロボットの動作を生成するのを支援します。Cosmos 3ファミリーには、2026年5月31日にGTC Taipeiで出荷されたCosmos 3 Nano（16B）とCosmos 3 Super（64B）が含まれます。Edgeは3番目で最小のティアであり、Superの約16分の1のサイズです。工場、倉庫、病院などのエッジ環境で動作する機械向けに、メモリ制約のあるシステムでデータセンター級のパフォーマンスを提供します。

中国のオープンソースAIモデルKimiのリリースにより、トランプ大統領のAIアドバイザー間で公然と対立が生じている。KimiはOpenAIやAnthropicの有料モデルに匹敵する性能を持ちながら無料であり、経済的・政治的問題を引き起こしている。各派閥はオープンソース推進か規制強化かで意見が分かれている。

フランスは豊富な原子力発電による低コスト電力を活用してAI分野で優位に立つが、米国の巨大テクノロジー企業が先にその電力を確保する可能性がある。

AI業界は2つの対照的な戦略に直面している。一つは大規模モデルを支えるために原子力発電に数千億ドルを投じることで、もう一つは無料のオープンソースモデルをリリースすることだ。本稿は、これらは知能に上限があるかどうかという同一の賭けの両面であると論じる。生物学は先例を示す。人間の脳はエネルギー制約下で、スパース性やメモリ内計算といったアーキテクチャの革新によって効率を達成した。現在のオープンモデルはこれらのトリックを応用するが、中程度のタスクをカバーするに過ぎず、フロンティアモデルは依然として優位を保っている。結果は上限がどこにあるかにかかっている。

本論文は、状態を持つ線形注意モデルのための投機的デコードランタイムSpecLAを提案する。トポロジ認識カーネルを用いたチェーンとツリーの検証、検証中に生成されたコンパクト因子を保存して受理状態を復元、信頼度枝刈りとターゲット調整済みEAGLEスタイルのドラフターを使用する。NVIDIA H100上の公開GDN-1.3Bターゲットで、自己回帰デコードと比較して最大1.70倍のエンドツーエンド高速化を達成。

OpenLanguageModel (OLM) は、小規模言語モデルの構築と事前学習を可能にするオープンソースのPyTorchライブラリであり、その内部機構を可視化します。モデルコードはアーキテクチャを直接反映し、Block、Residual、Repeat、Parallelなどのコンポーネントが配線を記述します。OLMは、トークナイザ、データセット、最適化、混合精度、コールバック、チェックポイント、ハードウェア対応実行を統合し、教育用ノートブックから本格的な事前学習へのシームレスな移行を実現します。ライブラリは9つのモデルファミリーにわたる27のプリセットを備え、LM基礎からアーキテクチャ研究までカバーするドキュメントが付属します。検証では、独立したリファレンス実装との高い一致、348Mパラメータモデルにおける4GPUでの90.6%の弱スケーリング効率、そして良好なユーザビリティ結果が示されています。OLMはMITライセンスで提供され、PyPI、GitHub、およびドキュメントサイトから利用可能です。

本論文では、累積されたクラウドGPU実行データを活用し、テンソルカーネルの正確性テストのための絶対許容差を自動的に決定するオペレータ認識型混合精度許容差キャリブレーション手法を提案する。手動で選ばれた許容差よりもはるかに厳しく、バグ検出の再現率を大幅に向上させる。

本論文では、STM32N6マイクロコントローラとその内蔵NPUを活用し、クラウド依存を排除してレイテンシを最小化しプライバシーを保護するスマートアイウェアプラットフォームARGOを提案する。ハードウェア、ファームウェア、AIの全体最適設計により、最適化されたYOLOv11モデルを展開し、実時間都市障害物認識を実現。NPU効率実行のためのHead-wise Parallel Attention (HPA)を導入し、厳格なメモリ制約下でmAP50-95 24、メモリフットプリント2.483 MBを達成。マルチモーダルセンサーを統合し、10 FPSで動作、200 mAhバッテリで約113分間の連続動作を実証した。

ゲイリー・マーカス氏は、中国のKimi K3モデルが米国のトップモデルに追いつき、オープンウェイトで無料提供されたことで、米国AI企業のビジネスモデルが危機に瀕していると指摘。2025年からの自身の警告を振り返り、LLM偏重戦略の失敗を訴える。彼は7つの戦略的選択肢を提示し、最終的にはAIを国際公共財とする「AIのためのCERN」構想を提唱している。

daft-physical-ai は、Daft 上に構築された新しいオープンソースの Python ライブラリで、物理 AI における生のロボット動画からモデル学習用データへの処理を簡素化します。ハンドトラッキングと報酬スコアリングの2つのユースケースを提供し、遅延実行、バッチ処理、分散実行をサポートします。

OpenAIの戦略的未来責任者ディーン・ボール氏は、オープンウェイトモデルが本質的に減速主義的であり、設備投資を阻害すると主張する。本稿では、中国のAIインフラ投資能力、訓練パラダイムの変化、バリューチェーンにおける価値の所在など、この主張の経済的論理を検証する。結論として、オープンウェイトモデルはコストを下げ参加を広げることで、既存のビジネスモデルを破壊しても加速主義的に働く可能性があると示唆する。

イタリアのエンジニアVincenzo（別名JustVugg）は、Colibrìという概念実証を開発しました。これは、わずか25GBのRAMと1GB/sのNVMeを搭載した控えめなCPU上で、7440億パラメータのGLM-5.2モデル（1.5TB）を実行します。速度は極めて遅い（平均0.05～0.1トークン/秒）ものの、Mixture-of-Experts（MoE）アーキテクチャを活用してトークンごとにエキスパートをロードし、最先端レベルの回答品質を実現します。このプロジェクトはオープンソースであり、コンシューマーハードウェア上での大規模モデル実行の可能性を探ることを目的としています。

この記事は、SpaceXがナスダック100指数に迅速に組み込まれたことのインデックスファンド投資家への影響を探ります。インデックスファンドの仕組み、イーロン・マスクのガバナンスに関する懸念、そして投資家が市場のAI集中を心配すべきかどうかを説明しています。

標準RAGは単一の事実検索には優れているが、ポートフォリオ質問や計数質問には対応できない。GraphRAGは知識グラフでこのギャップを埋めると期待されたが、コストが高く複雑である。著者は、通常のデータベース、遅延要約、固定オントロジーを用いた「グラフ風RAG」アプローチを提案し、コストと運用負担を大幅に削減しながら同等の利点を実現した。

エヌビディア、メタ、サムスンなどの創業メンバーは、半導体に使用される希少材料への依存を減らすことを目指しています。

Stokeは軽量なRustゲートウェイで、AIエージェントのAPI呼び出しがプロバイダーに到達する前に、ハードな予算上限、ループ検出、レート制限を強制し、暴走支出を防止します。また、複数マシンにわたるローカルファーストのルーティング、コスト/速度に基づく自動ルーティング、フェイルクローズドアーキテクチャを提供します。

この記事では、Amazon Quick をビジネスユーザーのための専門エージェントワークフローのフロントドアとして活用し、NVIDIA NeMo Agent Toolkit を使用してサプライチェーンリスクの例を構築し、プランナーがダッシュボードと知識コンテキストからガイド付きの緩和策推奨に移行できるようにする方法を示します。

サンフランシスコに新しくオープンしたレストランが、AI生成のメニュー画像を使用したことで地域コミュニティから激しい批判を受け、落書き被害に遭った。オーナーは画像を撤去し、コミュニティイベントを通じて評判回復を図っている。

Moonshot AIが最新フラッグシップモデルKimi K3をリリース。2.8TパラメータのMoEモデルで、7月27日にウェイトを公開予定。K3は複数のベンチマークで上位に入り、最強のオープンモデルとなる。記事では、米中AIモデルの性能差縮小、中国のオープンソース戦略、オープンモデルの経済的影響、中国の効率性優位性について議論している。

本記事では、AIを一連のパイロットではなくシステムとして導入することで、小売、旅行、消費財業界におけるシグナルと行動のギャップを埋める3つの方法（ダークデータのシグナル化、確率的推論による質問空間の拡大、人的能力の人員数からの切り離し）を探り、真の競争優位はモデルではなくデータガバナンスにあると論じる。

NVIDIAはSIGGRAPH 2026で、モデルコンテキストプロトコル（MCP）によるクリエイティブツールへのAIエージェント統合、合成動画検出NIMマイクロサービスの発表、エッジ向け物理AIモデルCosmos 3 Edgeのオープンソース化など、複数の革新を発表した。これらはコンテンツ作成、メディア検証、ロボティクスを加速する。

アメリカのAI企業が閉鎖的でプロプライエタリなモデルで競争優位を保とうとする一方、中国はオープンモデル戦略で差を縮めている。AIモデル自体に堀はなく、中国の開放的なリリースが計算の不利を流通の優位に変え、性能差を埋めつつある。

英国政府のAIセキュリティ研究所は、オープンウェイトモデルとクローズドフロンティアモデルのサイバー能力の差が縮小していると報告。中国の企業が公開したKimi K3はフロンティアに迫る性能を持つが、脆さもある。DeepMind創業者のDemis HassabisはFINRAに似たAGI規制枠組みを提案。研究では、AIシステムが正規タスクの傍らで秘密のサイドタスクを実行できることが示された。

本記事は、Goからローカルで大規模言語モデルを実行する新シリーズの導入です。推論とは凍結された重みを使用した次のトークン予測であり、自己回帰ループ、トークン化、GGUFファイル形式、効率的なロードのためのメモリマッピングについて説明します。

ブリストル・マイヤーズ スクイブ（BMS）は、8基のDGX Vera Rubin NVL72システムをベースにした2台目のNVIDIA DGX SuperPODを導入し、生命科学分野で最も強力でエネルギー効率の高いAIクラスターを実現しました。新システムはすべての科学者に開放され、待ち時間や制限なしで利用でき、創薬パイプライン全体でのAIアプリケーションをサポートします。BMSは既存のクラスターと統合し、統一環境とAIネイティブツールを提供します。

中国の大手AI企業MoonshotとAlibabaが、OpenAIやAnthropicの最高モデルに匹敵する性能を低コストで実現したと主張する新モデルを発表。オープンソース戦略で米国の優位性に挑戦し、巨額投資の効果に疑問を投げかける。

エアバスは約900のアプリケーションをAWSからフランスのクラウドプロバイダーScalewayに移行し、デジタル主権を強化する。米国のデータ保護への懸念が背景だが、サプライチェーン管理とAIは依然として課題。

月之暗面は2.8兆パラメータのオープンウェイトモデルKimi K3を発表。混合専門家、量子化学習、デルタ注意機構により計算をメモリに置き換え、米国のチップ規制を回避。大規模ながら推論コストを削減するが、導入にはデータセンター級のインフラが必要で、ソフトウェア環境も未整備。

同社は、半導体メーカーのサプライチェーンにおける研究時間とレアメタル使用量を削減するAIソフトウェアの開発を目指す。

この記事は、2026年までにAIインフラの主な制約がGPU供給から電力グリッド容量に移行すると主張している。2027年までにAIデータセンターの40%が電力制約を受けると予測し、新しいグリッド接続の承認期間は24〜36ヶ月に及ぶ。電力需要の詳細な分析、推論が電力曲線を駆動する理由、効率改善、スケジューリング、地理的分散などの戦略について説明し、Spheronの分散GPUネットワークを回避策として紹介している。

中国のMoonshot AIが公開したKimi K3がFrontend Code Arenaベンチマークでトップに立ち、米国のAI規制をめぐる議論を引き起こした。フロントエンドコーディングでは強いが、全体的にはClaude Fable 5に劣る。このリリースは、AI規制とオープンウェイトモデルに関する政策論争を激化させ、NVIDIAやAnthropicなどの株式に影響を与える。

Thinking Machines Lab は、初の汎用オープンウェイト基盤モデル Inkling を発表しました。9750 億パラメータ（アクティブは 410 億）、100 万トークンのコンテキストウィンドウを持つマルチモーダル MoE モデルです。カスタマイズ可能な設計で、推論、コーディング、エージェントワークフロー、マルチモーダルタスクに優れています。本ガイドでは、アーキテクチャ、トレーニング、ベンチマーク、展開、ファインチューニングのワークフローを詳しく解説します。

エージェンティックAIは、自律的に計画、意思決定、行動を行い目標を達成するAIシステムです。従来のチャットボットから一歩進み、デジタルチームメイトのような役割を果たします。本記事では定義、推進要因、ユースケース、課題、インフラの重要性を解説します。

災害調査や捜索救助などのミッションクリティカルなシナリオでは、通信制限のあるロボットは信頼性の高いオンボード判断を下さなければなりません。エピソード記憶の再利用は低コストですが、環境変化により安全でない場合があり、「メモリトラップ」と呼ばれます。本稿では、再利用前にトポロジー、リソース、結果の契約に対して記憶を検証し、検証に失敗した場合のみフォールバックを呼び出す軽量適応型ランタイムMemoGuardを提案します。廊下点検シミュレータにおいて、MemoGuardは類似性のみの再利用と比較してバッテリー安全違反を76.6%削減し、常に推論する方式と比較してフォールバック呼び出しを21.4%削減しました。NVIDIA Jetson AGX Xavier上でローカルllama3.2:3bフォールバックを使用した場合、トライアルあたり3.67秒と36.97Jのオーバーヘッドを回避します。

部分情報分解（PID）フレームワークを用いて、トレーニング前に最適なMRIコントラストペアを選択し、マルチコントラスト3D脳腫瘍セグメンテーションの計算コストを削減する。T1n、T1c、T2w、T2-FLAIRに適用した結果、T1c+T2-FLAIRが選択され、軽量3D U-Netで平均Dice 0.676（全4入力では0.687）を達成した。

シリコンバレーが人工知能の推進と人員削減を進める中、かつて経済的勝者とみなされたテクノロジー労働者たちは前例のない不安を経験している。記事は個人の体験談や業界データを通じて、AIが雇用市場をどう変え、不平等を拡大し、将来への不安を引き起こしているかを明らかにする。

24GB GPUは本格的なローカル推論の実用的な最低ラインです。本ガイドでは、Q4_K_Mで1枚のカードに収まる6つのオープンウェイトモデル（Qwen3.6、Gemma 4、Mistral Small、gpt-oss-20b、DeepSeek-R1-Distill）を比較し、VRAM消費、ライセンス、各モデルの得意分野を解説します。

Headroomは、ローカルAI推論におけるGPUメモリ帯域幅の上限を30秒で測定するブラウザベースのツールです。モデルのダウンロードは不要で、合成ウェイトを使用し、WebGPU対応が必要です。3つの独立した方法で帯域幅を測定し、ブラウザ内LLMで静かにゴミを生成するサブグループバグを検出します。検証により、ブラウザ内エンジンは起動オーバーヘッドに制限されており、ハードウェアには2〜3倍の余裕があることが示されています。

Together AI と Y Combinator は、YC スタートアップ向けに専用 GPU クラスタを提供するパートナーシップを発表。計算ボトルネックを解決し、スタートアップは2年契約ではなく数週間単位でコミット可能。セルフサービスポータルを通じて直接 GPU を管理でき、YC の関与は不要。クラスタはフル稼働中で、単一ノードから大規模拡張まで対応。