BTC $63,915.46 -1.45%
ETH $1,791.57 -1.58%
BNB $589.07 -0.43%
XRP $0.9884 +1.63%
SOL $74.43 +1.05%
TRX $0.3098 +1.01%
DOGE $0.0594 +0.19%
ADA $0.1535 -0.89%
BCH $208.34 -1.64%
LINK $9.14 -1.79%
HYPE $67.81 -2.40%
AAVE $109.36 -3.39%
SUI $0.7229 -1.79%
XLM $0.1408 +0.61%
ZEC $932.58 -1.98%
AAPL $354.98 +0.72%
AMZN $262.32 +1.43%
GOOGL $284.35 +0.62%
MSFT $507.34 -1.46%
META $617.85 -0.68%
NVDA $158.84 +1.03%
TSLA $384.43 +0.97%
SNDK $797.88 -0.47%
INTC $55.71 +1.85%
SPCX $143.10 +1.96%
MU $717.68 +0.31%
AMD $516.82 +1.59%
BTC $63,915.46 -1.45%
ETH $1,791.57 -1.58%
BNB $589.07 -0.43%
XRP $0.9884 +1.63%
SOL $74.43 +1.05%
TRX $0.3098 +1.01%
DOGE $0.0594 +0.19%
ADA $0.1535 -0.89%
BCH $208.34 -1.64%
LINK $9.14 -1.79%
HYPE $67.81 -2.40%
AAVE $109.36 -3.39%
SUI $0.7229 -1.79%
XLM $0.1408 +0.61%
ZEC $932.58 -1.98%
AAPL $354.98 +0.72%
AMZN $262.32 +1.43%
GOOGL $284.35 +0.62%
MSFT $507.34 -1.46%
META $617.85 -0.68%
NVDA $158.84 +1.03%
TSLA $384.43 +0.97%
SNDK $797.88 -0.47%
INTC $55.71 +1.85%
SPCX $143.10 +1.96%
MU $717.68 +0.31%
AMD $516.82 +1.59%

自社開発

すべて
記事
速報

OpenAI 自社開発の Git バックエンド Pando がオンラインになり、主要なコードリポジトリを引き継ぎました。

Cursor、Anthropic に続いて、OpenAI は自社開発の Git バックエンド Pando を発表し、現在は会社全体の主要コードリポジトリを引き継いでいます。過去一年間、Codex によりエンジニアは大量のエージェントを同時に派遣してコードを書くことができ、コードのブランチ、プッシュ、マージ、プルリクエストが増加しました。OpenAI の既存システムは一時的に頻繁にフリーズし、マージに失敗し、信頼性は 90% を下回ることもありました。1 人のエンジニアがコアアーキテクチャの設計を担当し、複数の Codex エージェントチームが実装に参加し、Pando は 10 週間で生産に投入されました。このバックエンドにより、異なるブランチのコードプッシュを並行処理でき、互いに待機する必要がなくなりました。コードをプルする際には、各クライアントごとに個別にデータパケットを生成するのではなく、既存の Git データパケットを再利用し、キャッシュを通じて直接配信します。改造後、コードプッシュの中央値の遅延は約 80% 短縮され、毎日約 1 PB のデータを配信し、キャッシュヒット率は 99% を超えましたが、異なるブランチは同じ瞬間の状態を保証しなくなりました。Cursor の Origin は依然として Git に基づいており、主に GitHub の代替となるコードホスティングサービスを目指しています。Anthropic の Scion は Git を廃止し、コミット、マージ、履歴のクエリをサーバー側に移しました。OpenAI は Git クライアントとプロトコルを保持し、バックエンドのみを再構築し、エンジニアとエージェントの既存の開発プロセスは基本的に変更する必要がありません。

first_img Pump.fun 共同創業者 Alon:自社開発のクロスチェーンブリッジが稼働開始、購入エラー率が92%減少

meme コイン発行プラットフォーム Pump.fun の共同創設者兼最高執行責任者 Alon は、チームが以前は長期間ランチャーに焦点を当てており、約 5 ヶ月前からクロスチェーン交換をサポートし始めたと述べました。彼は当時使用していたクロスチェーンサービスプロバイダー Relay の調査後、Relay 上でのクロスチェーン購入の 9 分の 1 以上にエラーが発生していることを指摘し、典型的な購入の着地時間は約 4 秒、10 分の 1 は 7 秒を超え、ユーザーが得られるトークンの数は通常期待される水準を下回っていると述べました。彼はまた、ソーシャルトレーディングアプリ FOMO が現在も Relay に依存していると述べました。Alon は、自社開発のクロスチェーンブリッジ Pump Bridge が全ての Pump.fun アプリユーザーに開放されたと述べました。Relay と比較して、購入の着地速度は 2 倍に向上し、エラー率は 92% 減少し、9 分の 1 以上から 1% 未満に低下しました。同等の資金で平均してより多くのトークンを得られ、現在は追加のクロスチェーン手数料も発生しません。彼は、光速とターゲットチェーンの確認時間に制限され、購入の理論上の最速着地時間は約 1.1 秒であり、チームはまだ残りのギャップを縮小していると述べました。上記の比較は 9 月 28 日から 10 月 7 日にかけて Pump.fun モバイルアプリで行われたランダムテストに基づいており、Robinhood、BSC、Base、Arc、Ink をカバーし、イーサリアムは含まれておらず、416,669 件の取引結果が記録されました。そのうち 383,326 件はクリックから成功の通知までの時間を統計し、さらに 35,333 件の 500 ドル未満の完了した USDC 購入が取引の比較に使用されました。Alon はまた、プラットフォーム手数料が 0.45% であり、Callout 報酬は少なくとも毎日 30 万ドル、2 ヶ月で合計約 2000 万ドルであり、プラットフォームは手数料を保持しないと述べました。

first_img アマゾンがオープンソースツールTorchNeuronを発表し、自社開発チップへの移行のハードルを下げる

財聯社 10 月 20 日訊、アマゾンは現地時間19日にオープンソースツールTorchNeuronを発表し、開発者がNVIDIAのチップから自社開発のチップに移行する際のハードルを下げ、NVIDIAがCUDAに基づいて構築したソフトウェアの壁に挑戦することを目的としています。報道によると、このツールを使用すると、PyTorchで書かれたAIコードを再記述することなく、アマゾンの自社開発AIチップ上で実行できるようになります。PyTorchはMetaが主導して維持管理しており、多くのAI開発者が使用するオープンソースフレームワークとして説明されています。アマゾンのチップ設計部門Annapurna Labsは、TorchNeuronを利用することで、開発者は1つの設定を変更するだけで、同じコードを自社開発のTrainiumチップ上で実行できると紹介しています。アマゾンは現地時間19日にこのツールの発表を行い、20日にカリフォルニア州サンノゼで開催されるPyTorch大会で無料オープンソース形式で公開する予定です。Annapurna Labsのソフトウェア副社長Colin Braceはインタビューで、TorchNeuronの導入は開発者がアマゾンの自社開発チップを試すための手順を減らすためであり、顧客の既存の作業方法に基づいていると述べました。彼はすでに30社以上の初期顧客が利用しており、ロボット、ワールドモデル、音声AIなどの分野をカバーしていると明かし、アマゾンのチップに切り替えることでコストを削減できると述べました。

first_img マイクロソフトは自社開発のAIチップMaia 300を発表し、重要な小型チップはTSMCの2ナノメートルを採用しています。

中央社の報道を引用した路透社によると、マイクロソフトは第3世代の自社開発AIチップ「Maia 300」を発表し、来年には100万個以上を展開する計画を立てている。これは内部のAIサービスを支援するためのもので、重要な計算機能を担う小型チップはTSMCの2ナノメートルプロセスを採用している。Maia 300はプログラムコードの作成や、ユーザーに代わって複雑なビジネスタスクを実行することができる。前の世代のチップは、マイクロソフト内部のAIモデルを実行するためや、マイクロソフトのAzureクラウドコンピューティングサービスを通じて提供されるOpenAIモデルに使用されている。マイクロソフトは、NVIDIAとは異なる技術路線を採用している。NVIDIAのAIアクセラレーターは、大型計算チップを中心に高頻度のメモリチップが配置されているのに対し、Maia 300のコア計算プロセッサは小型チップで構成されており、重要な計算機能を担う小型チップはTSMCの2ナノメートルを使用し、他の小型チップはコストが低い3ナノメートルを使用して、プロセッサからデータを出力し、システム内部の他の場所にデータを転送する役割を果たしている。Maia 300はキャビネットに設置され、各キャビネットには96個のチップが収容され、消費電力は約167 kWである。それに対して、NVIDIAの最新のGB300 AIサーバーキャビネットは72個のGPUを配置し、消費電力は約142 kWである。マイクロソフトは、来年からMaia 300を大規模に展開する計画で、規模は数GWに達する見込みだ。マイクロソフトは以前、今年の資本支出が1750億ドルを超えると予想していると述べている。

first_img トムソン・ロイターは、自社開発のAIモデル「Thomson-1」を発表しました。これは、アリババのオープンソース「Qwen」に基づいています。

Business Insiderによると、トムソン・ロイターは月曜日に初の自社開発AIモデル「Thomson-1」を発表しました。このモデルはSnowdonに基づいており、アリババのオープンソースQwenモデルを「再調整」することで構築されました。オープンソースは誰でもモデルを無料でダウンロードし、調整できることを意味します。Thomson-1は、以前はAnthropicのClaudeが処理していたタスクの一部を引き継ぎますが、Anthropicや他の研究所との協力を完全に置き換えることを目的としているわけではなく、初期段階では会社の専門分野に焦点を当て、文書審査から始まります。この取り組みは、ClaudeやOpenAI Codexなどのモデルによってもたらされる高額なAIコストに対処することを目的としており、より安価な中国のオープンソースAIの使用を反映しています。CTOのJoel Hronは、主な理由はトムソン・ロイター自身の専門能力をより良く発揮し、コストを管理することだと述べています。会社は今年5月にAnthropicとの協力を拡大し、AI法律アシスタント「CoCounsel」に使用していますが、この製品は現在も主にClaudeに依存しています。Hronは「私たちの主な目標は、Thomsonが徐々にCoCounselの能力を駆動するモデルになることです」と述べました。トムソン・ロイターは、英国のインペリアル・カレッジ・ロンドンのチームと共同で数ヶ月かけてQwenを改造し、Snowdonを構築しました。そして、そのモデルが「倫理的および政治的に偏見処理され、安全に使用できる」ことを確保しました。Hronは、自社の知的財産に基づいて独自のモデルを構築できることを指摘し、外部のAI企業に継続的に支払うのではなく、これを賃貸と購入に例えました:賃貸は風雨をしのぐことができますが、長期的な権利を蓄積することはできません。

hot_img シトリニアナリスト:中国のDUVの進展は意外ではなく、ASMLなどの半導体機器株は売り過ぎである

Citrini アナリストの Jukan は、ソーシャルメディアで、中国が DUV 光刻技術において進展を遂げたというニュースは特に驚くべきことではないと述べ、市場は以前から一定の期待を持っていたと指摘しました。彼は、The Information の関連報道が中国のある交通大学の教授の6月の内部会議での発言を引用しただけで、より実質的な情報は公開されていないと述べました。Jukan は、このニュースの影響で、ASML などの半導体設備株に見られる売却反応は過剰であると考えています。以前の報道によれば、The Information は事情に詳しい情報筋の話を引用し、中国の国有資本に支援された企業が自主開発の DUV(深紫外)光刻機製造設備の量産を開始したことを伝え、中国の半導体産業の国産化代替が重要な進展を遂げたことを示しています。情報筋によると、その企業は2026年に約5台の国産 DUV 光刻機を生産する計画で、2027年には約20台に拡大する予定です。オランダの光刻機大手 ASML が昨年131セットの浸漬式 DUV 光刻システムを納入したことと比較するとまだ差がありますが、国産設備が量産段階に入ったことは、中国のチップ供給チェーンの自主化における重要な突破口と見なされています。

ニュース:智谱は自社開発のカスタムAIチップを評価しています。

The Information の報道によると、複数の関係者が、中国の AI 企業である智谱が自社開発の AI チップの設計を検討していることを明らかにしました。GLM シリーズの大規模モデルの需要が急増し、計算資源の制約が厳しくなる中、智谱は最近、国内のいくつかのチップ設計企業と初歩的な接触を行い、カスタム AI プロセッサの共同開発の可能性について議論しています。報道は、大規模 AI モデルの開発者にとって、自社開発チップの配置はソフトウェアとハードウェアの協調最適化を実現し、計算力の利用効率を向上させ、外部の GPU サプライヤーへの依存を減らすことを目的としていると指摘しています。智谱の他に、もう一つの国産大規模モデル企業である DeepSeek も最近、推論シーンを主力とした自社開発チッププロジェクトを同時に進めていることが報じられています。世界的に見ると、OpenAI(自社開発チップ Jalapeño を発表済み)、Anthropic などのトップ AI 開発者は、カスタムチップの配置を積極的に進めており、AI 業界は「モデル + チップ」のソフトウェアとハードウェアの統合段階に向けて加速しています。
app_icon
ChainCatcher Building the Web3 world with innovations.