AI ニュースを検索

b11877

vulkan: Add a larger tile size for conv3d (coopmat2 only) (#29920) * vulkan: Add a larger tile size for conv3d (coopmat2 only) This adds a larger tile size, in practice it is only for coopmat2 where we don't need shared memory to store the output (would use more than 64KB). Add some additional representative backend tests. At least, this is what codex came up with from looking at sd.cpp Wan VAE. * only apply large tile size for newer driver versions **Website:** - **Attestations:** - **macOS/iOS:** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b11877/llama-b11877-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64, KleidiAI enabled) [DISABLED](https://github.com/ggml-org/llama.cpp/pull/23780) - [macOS Intel (x64)](https://github.com/ggml-org/llama

パネルメーカー各社は、AIによる上流コストの圧迫に対応するため一斉に価格を引き上げているが、下流の受け入れ度は低く、端末製品の品質管理にも圧力がかかっている

2026年9月以降、TCL華星、京東方、惠科などのパネルメーカーが相次いで値上げ通知を発表しています。その主な要因は、AI大規模モデルの発展に伴うHBM需要の急増により、成熟プロセス向け半導体の生産キャパシティが逼迫し、ドライバIC、PCB、ガラス基板など主要部材の価格が上昇していることです。同時に、コーニングをはじめとする上流サプライヤーも一斉に価格を引き上げています。コスト面での圧力は明確ですが、下流のテレビ／ディスプレイブランドによる調達価格は広く値上がりしておらず、端末ユーザーからは過熱やブラックスポットといった品質管理上の問題が頻発しているとの不満が寄せられています。そのため、値上げはまだ実際の取引価格の上昇や体験の向上には反映されていません。

注目する理由：材料システムは、AI産業が直接的な関連性のないハードウェア業界に及ぼすクロスチェーンによる伝播メカニズムを明らかにした——AIによるパネル需要の押し上げではなく、ウェハ生産能力の再配分を通じて全チェーンにわたるコストの再設定が引き起こされているのだ。同時に、価格上昇の動きと市場の実際の反応（価格の硬直化、出荷の減少、ユーザーからの苦情）との間に顕著な乖離が存在することも示しており、産業における交渉力と製品力の不一致という深い矛盾を浮き彫りにしている。

米国のデータセンター反対運動が参考にできる世界的な経験：アイルランドの電力網危機からニュージーランドの地域コミュニティにおけるAI活用事例まで

パリス・マークスは『超大規模』において、世界のデータセンターをめぐる抗争の歴史を整理し、アイルランドでは送電網の容量が飽和したため規制が導入され、企業が代わりに自家用のガス火力発電所を建設する事例を指摘している。一方、ニュージーランドでは、地元クラウドを活用してマオリ語の音声認識を支援する、搾取的でないAIの道筋が模索されている。さらに、現在米国で広がっている反対の波は、実は以前から予兆されていた世界的な矛盾の再現にすぎない。

アンダードッグ・サルキ27B：GSQ-RCOをベースとした2ビットQwen3.8-27Bのツール呼び出しモデルに関する技術解説

本記事では、Underdogが公開したSaluki 27Bモデル——7.9 GBの2ビット量子化を採用したQwen3.8-27Bの変種——について紹介します。同モデルはISTA-DASLabのGSQ-RCO手法を用いて構築されており、120タスクにおけるBFCL v4ツール呼び出しベンチマークにおいて、元の54 GBのフル精度モデルを上回るとされています。ただし、すべての性能に関する結論は開発者による声明に基づくものであり、独立した検証は行われていません。

llama.cpp がバージョン b11869 をリリース：Jinja テンプレート関数の引数処理を修正し、マルチプラットフォーム対応のバイナリを新たに追加

llama.cpp プロジェクトはビルドバージョン b11869 をリリースしました。主な修正点は、Jinja テンプレートにおける select 関数および selectattr 関数の引数解析ロジックであり、macOS、Linux、Windows、Android、iOS、および openEuler に対応した数十種類のハードウェアとバックエンドの組み合わせをカバーするプリコンパイル済みバイナリパッケージを提供しています。

llama.cpp が b11868 バージョンをリリース：Hexagon NPU のマルチコア Flash Attention に対するサポートを強化し、全プラットフォームでのコンパイルとビルドを網羅

llama.cpp v2.45.0（タグ b11868）が正式にリリースされ、主要な更新点として、Hexagon バックエンドに KV-head のグループ分割メカニズムを導入してマルチコア HMX Flash Attention の性能を最適化し、FA の分割制御フラグを統一しました。同時に、macOS、Linux、Windows、Android、iOS、openEuler など、全プラットフォーム向けのバイナリパッケージを提供しており、CUDA 12/13、Vulkan、ROCm、OpenVINO、SYCL、Snapdragon（Adreno＋Hexagon）など、複数のバックエンドに対応しています。

llama.cpp がバージョン b11867 をリリース：サーバーエンジンのエントリーポイントを再構築し、マルチプラットフォームと異種アクセラレーションバックエンドを全面的にサポート

llama.cpp が GitHub 上で正式にバージョン b11867 をリリースしました。主要な変更点として、サーバー側のエントリーポイントの再構築（PR #31113）と、server_role 機構の追加が挙げられます。また、macOS、Linux、Windows、Android、iOS、openEuler を対象とした 40 種類以上の事前ビルド済みバイナリパッケージを提供しており、CPU、CUDA（12.4/12.8/13.4）、Vulkan、ROCm 10.0、OpenVINO、SYCL（FP16/FP32）、Snapdragon（Adreno+Hexagon）など、多様なハードウェアバックエンドをサポートしています。

llama.cpp が b11865 バージョンをリリース：RDMA 受信の境界チェックを追加し、CUDA 13.4、ROCm 10.0、Snapdragon NPU など、複数のプラットフォーム向けバックエンドをサポート

llama.cpp プロジェクトはビルドバージョン b11865 をリリースし、主要な変更点として、RDMA 受信ロジックにメモリ境界チェックを追加（PR #30399）するとともに、ハードウェアアクセラレーションのサポートを大幅に拡張しました。これにより、CUDA 13.4、ROCm 10.0、Vulkan、OpenVINO、SYCL、さらに Qualcomm Snapdragon（CPU＋Adreno＋Hexagon）によるフルスタックの異種計算バックエンドが対象となります。なお、macOS における KleidiAI のサポートおよび openEuler 上でのビルドは、明示的に DISABLED とマークされています。

llama.cpp がバージョン b11861 をリリース：minimax-m3 モデルの量子化スケーリングテンソルが伝達されないことで生じる推論エラーを修正

llama.cpp v.b11861 では、minimax-m3 モデルにおいて NVFP4/MXFP8 の量子化下でスケールテンソルが計算グラフに注入されないために生じていた重みの歪み問題を修正し、『token soup』や残差の埋没を回避しました。また、macOS、Linux、Windows、Android、iOS、openEuler を網羅するマルチプラットフォーム対応のバイナリビルドも同時に提供されています。

インテルは、チップ工場の自動化物流を確保するため、米FCCによる外国製ロボットの使用禁止措置から除外された

米国連邦通信委員会（FCC）は2026年10月22日、インテルに対し1年間の免除許可を承認し、同社が米国内のウェハ工場で特定の外国製自動誘導車両（AGV）の使用を継続できるようにした。これは、従来の禁止措置の文言が曖昧であり、重要な半導体製造設備まで誤って影響を受けるおそれがあったためである。

カザフスタンはAI計算能力インフラの構築を加速しており、Firebirdは米国の輸出許可を取得して4万5千基のNVIDIA Grace Blackwell GPUを導入する予定です。

カザフスタンのAIエコシステムは、計画段階から大規模な導入へと移行しており、Firebird社は米国からの輸出許可を取得して同国にAI工場を建設し、第一期としてNVIDIA Grace Blackwell GPUを4万5千基導入する予定です。また、Kazakhtelecomはすでに1,000基超のH200/B300 GPUを稼働させており、2025年までにVera Rubinなどさらに2,000基超のGPUを追加導入する計画を立てています。複数の関係者が連携して、計算能力の供給、開発者へのアクセス促進、そして国内におけるAIアプリケーションの実装を推進しています。

Amazon SageMaker AIが、GPU不要の管理型モデルカスタマイズトレーニングセッションを提供開始し、正式に全面利用可能になりました

AWSは、SageMaker AIのサーバーレス型モデルカスタマイズ機能に「トレーニングセッション」を追加し、本日より全面的に利用可能になったと発表しました。ユーザーは、カスタム損失関数や報酬信号、マルチラウンド強化学習など、トレーニング後のロジックを独自に記述できます。一方で、GPUの割り当て、分散実行、フォールトトレランスによる復旧、チェックポイントの保存はすべてプラットフォームが自動で処理します。

Amazon SageMakerがトレーニングセッションAPIをリリース：ユーザーは独自の大規模モデルの学習ループを記述でき、GPUの管理が不要になります

Amazon SageMakerは、Training Sessions APIをリリースし、ユーザーが純粋なPythonスクリプトでSFT、RLHF、GRPO、KTOなどのカスタム大規模モデルの学習ロジックを実装できるようにしました。GPUリソースのスケジューリング、フォールトトレランス、分散実行、およびチェックポイント管理はすべてサービスによってホストされます。

Why AI Compute Comes in Rectangles — Erik Bernhardsson, Modal CEO

Elastic GPUs, sandbox growth, and the economics of the agent cloud

Why AI Compute Comes in Rectangles — Erik Bernhardsson, Modal CEO

Elastic GPUs, sandbox growth, and the economics of the agent cloud

NVIDIAが欧州の小売業界の変革を推進：オープンモデルと物理インテリジェンスをeコマース、倉庫管理、バーチャル試着に実装

欧州の小売企業は、NVIDIAが加速するオープンな大規模モデルと物理AI技術を活用し、デジタル商品の発見、スマート倉庫シミュレーション、バーチャル試着、研究開発の加速といった場面で大規模な導入を実現しています。Shopify、Zooplus、L’Oréal、Otto Groupなどの企業は、NemotronシリーズのモデルやOmniverseによるデジタルツイン、ALCHEMIによる分子シミュレーションなどのツールを通じて、推論コストの大幅な削減、検索精度の向上、研究開発期間の短縮を実現しており、さらにコンバージョン率の向上と売上成長の効果も確認しています。

ブラックストーンのAI事業担当責任者、ジャス・カイラ：AIインフラ整備に関する債務懸念は誇張されている

ブラックストーンのAI事業責任者であるジャス・カイラ氏は、TechCrunch Disruptカンファレンスにおいて、AIインフラ分野における巨額の債務に対する市場の不安は過度に拡大されていると述べました。その核心的な論拠として、債務は主にマイクロソフトやメタといった高信用格付けの顧客との長期契約によって支えられており、さらにGPUなどの基礎資産には強力な担保価値が備わっているため、リスク構造は2008年の銀行システムとは本質的に異なるものだと指摘しました。

裁判官は、トランプ氏の「米国環境保護庁がデータセンターの汚染訴訟を恣意的に取り消せる」という荒唐無稽な主張を退けた

米連邦判事は、トランプ政権が環境保護庁（EPA）に対し、スペースXAIがメンフィスで無許可のガスタービンを運用したことによる大気汚染をめぐる訴訟を一方的に取り下げさせる権限はないとの判断を下した。一方、NAACPが提起した訴訟は引き続き進行する。

VocabX：コスト重み付けによる語彙の専門化により、分野特化型ミニ言語モデルの推論コストを77％削減

Dharma-AIはVocabX手法を提案し、ポルトガル語の作文自動採点といった特定のタスク向けに言語モデルの語彙表を再構築することで、語彙の出現頻度ではなく生成コストを最適化目標としています。モデルの構造やパラメータ、学習プロセスを変更することなく、実測では推論コストが77％削減され、同時に評価指標（bench score）も0.703から0.810へ向上しました。

TorchNeuronシステムレベルの性能分析（第1部）：AWS Trainiumチップをベースとしたエンドツーエンドのプロファイリング

本記事は、Hugging FaceとAmazonが共同で公開する技術ブログシリーズの第1弾であり、AWS Trainium AIアクセラレーションチップ上でTorchNeuronを用いたPyTorchモデルの推論性能分析の手法を体系的に紹介します。内容には、Neuronバックエンドの統合原理、torch.profilerの設定方法、NeuronConfigおよびNeuronProfilerツールの利用、Neuron Explorerによる可視化トレースが含まれます。さらに、RMSNormを例に、3つの実装（従来のPyTorch、torch.rms_normの組み込み融合、torch.compileによる自動融合）間のデバイス上での実行時間の差異を比較しています。