生成AI（人工知能）に欠かせない高性能のGPU（画像処理半導体）を搭載したサーバーを大量に運用できる「AIデータセンター」は、日本にどれだけ存在するのか。日経クロステックが国内にある49社のデータセンター事業者を対象に調査したところ、18社による計画中を含む32施設があることが分かった。 今回、日経クロステックがデータセンター事業者に質問したのは、大規模言語モデル（LLM）のトレーニング（訓練）や推論に使う高性能GPUサーバーが稼働できるような施設と、その詳細だ。現時点では国内に18社が運営する26施設があり、今後さらに6施設が増える計画だ。 消費電力10kW超えのGPUサーバーを1ラックで複数台稼働 LLMのトレーニングには、米NVIDIA（エヌビディア）のAI用GPUである「H100」や「H200」を8個搭載する高性能GPUサーバーが向いているとされる。NVIDIA自身がH100を8個

概要 本文章は、一般社団法人PyCon JP Associationが主催したPyCon APAC 2023の開催に際し、そのプロポーザル選考過程において行われていた不正行為の告発を目的とするものです。 本文章が対象とする読者は技術者、及び、公衆です。技術者は技術『愛好家』との付き合い方について一考をするべきであり、公衆は「専門家ではないにも関わらず技術の専門家のフリをする不正な愛好家」に対して無自覚であるべきではない、という警鐘を鳴らすため、並びに、一般社団法人PyCon JP Associationの公衆に対する不正を告発するため、本文章を公開します。 本文章は、Qiitaが目指す、学びのある情報を技術者に共有することで、よりよい技術者コミュニティの形成を目指す内容であるため、Qiitaのガイドラインに沿った形式でQiita.com上で公開します。 告発する内容 PyCon APAC

はじめに 本日2024年9月17日､日本時間深夜にMicrosoft 365 Copilot Wave2 という形で､Copilotに関する最新アップデートが発表されました｡(個人的には､結構謎なタイミングでの発表でしたが、先日のOpenAIのo1モデル発表に合わせてきた感じでしょうか) 詳しくは以下のブログまたは発表動画をご覧ください｡ この記事では､｢Microsoft 365 Copilot Wave 2｣についての内容の要点をつらつらとメモしつつ解説してみました｡ 1. Microsoft 365アプリでのCopilotの強化 a. ExcelにおけるCopilotのアップデート Pythonとの統合 Copilot in Excel with Pythonを導入。これにより、データ分析の経験がないユーザーでも自然言語で高度なデータ分析が可能になります。これにより、以下のような高度

以下の記事などで既にかなり話題になっていますが、ぼくも触ってみました(使い方などの詳細はこちらの記事を参照してください)。 結論としては、マジすごくてかなり衝撃的です。すべてのホワイトカラーワーカーにとって、かなりディスラプティブなツールになるのではないでしょうか。 自分はコンサルタントでして、これまでにたくさんの資料を作ってきてスキルを磨いてきたつもりだったので、AIポン出しでここまでのものが出てきてしまうと、正直、人生について考えさせられちゃいますね。 この記事では、Napkinを使ってどういう資料ができたのか共有したいと思います。 ポストモーテムの勉強会をしたいなと思っていたので、まずはChatGPTで資料の骨子を出力し、それをNapkinに入力してみました。それで得られたのが、以下の資料です。 スライド1: タイトルスライド タイトル: ポストモーテムの教科書 副題: SREにおけ

今回は、中学入学時＝2018年の中学受験結果偏差値と大学進学時＝2024年の大学合格実績の分布です。中学入学に向け、6年間の過ごしかたが大事というお話をする時などに使う説明用で、画像が大きいのでPC閲覧推奨です。 偏差値は四谷大塚2018年結果偏差値で、偏差値が出ていない入試回は日能研2018年結果偏差値で補完しています。数字は1クラス40人とした場合の、クラスあたりの合格者数です。人数が多いところほど濃色になっています。 なお、東京大、千葉大、埼玉大、横国大の附属は中学のみ、お茶の水と学芸大は高校入試がある異なる学校扱いで、数字は入れていません。 有力国公立以上 有力国公立以上：女子 有力国公立以上：男子 東京一工国公医 東京一工国公医：女子 東京一工国公医：男子 私大を含めた進学率と偏差値分布 私大を含めた進学率：女子 私大を含めた進学率：男子 2024年の結果偏差値分布 2024年の

コミックDAYS｜コミックデイズ @comicdays_team 【四季賞夏のコンテスト受賞作、無料公開！】 @afternoon_manga ぜひ感想ツイートやアンケートから応援を！ comic-days.com/newcomer アフタヌーン四季賞2024夏 『天を夢見て』comic-days.com/episode/255091… を本日公開！ リンク コミックDAYS 天を夢見て - 大雪晟 / 【コミックDAYS読み切り】天を夢見て | コミックDAYS 【アフタヌーン四季賞2024夏 準入選】かつて大虐殺を引き起こした悪魔と、人間を護るべく発生した天使との戦争は、天使が優勢のまま続いている。天使に憧れ夢敗れ、人のまま30歳となったライアンは、天使である妹を眺め鬱屈した思いを抱えていた。その日、妹から悪魔を取り逃したことを聞いたライアンの目の前に、天使の証である矢が現れる…！ ど

AIブーム、ますます加熱してますね。ChatGPTなどのAIサービスを使っている人も多いと思いますが、エンジニアとしては使うだけでなく、中身とか原理も知りたいですよね？そういうエンジニアのために、AIが学習するしくみを簡単に説明します。理論だけでなくコードを添えて、より具体的に想像できるように書きたいと思います。 なおここで「AI」はニューラルネットワーク（以下NN）を使った機能を指すこととします。想定する読者は、プログラミングの基礎知識を持っているけれども機械学習ライブラリは使ったことがない人です。 AIサービスの大雑把な中身 チャットや画像生成など、AIを使った様々なサービスが登場していますが、多くのサービスは複数のNNを組み合わせた構造になっています。NNについては下で詳しく説明しますが、入力に対して出力を生成するシステムであり、一種の関数のように振る舞います。それを組み合わせるので

イオンネクストが運営するオンラインマーケットのGreen Beansは、革新的なアプローチで流通小売業の常識を大きくアップデートしようとしている。目指すのは「デマンドチェーン」。「製造」「配送」「販売」のサプライチェーンの流れとは反対に、デマンドチェーンの源流はお客様のニーズにある。イオンネクストCTO 樽石 将人、IT部部長 駒場 光徳、デマンドチェーン改革プロジェクトマネージャーの柳田 信一にその取り組みの全貌を聞く。

Google Analytics でサイト速度を計測する / Measure site speed with Google Analytics

先日のことですが、こんなことを放言したら思いの外伸びてしまいました。 データ可視化は一時期物凄く流行った割に今はパッとしない印象があるんだけど、それは結局のところデータ可視化が「見る人に『考えさせる』仕組み」だからだと思う。現実の世の中では、大半の人々は自分の頭で考えたくなんかなくて、確実に当たる託宣が欲しいだけ。機械学習やAIが流行るのもそれが理由— TJO (@TJO_datasci) 2024年8月28日 これはデータサイエンス実務に長年関わる身としてはごくごく当たり前の事情を述べたに過ぎなかったつもりだったのですが、意外性をもって受け止めた人も多ければ、一方で「あるある」として受け止めた人も多かったようです。 基本的に、社会においてある技術が流行って定着するかどうかは「ユーザーから見て好ましいかどうか・便利であるかどうか」に依存すると思われます。その意味でいうと、データ分析技術にと

はじめに ソースコードをLLMに読んでもらうとき、単一ファイルだと楽なのですが、GitHubのリポジトリのように複数ファイルから構成されるプロジェクトだと困ってしまいますね。 リポジトリごとLLMに読んでもらえるようにいい感じにテキスト化できると良いですね。そんなソフトがありました。しかも2つ。 両方ともほとんどコンセプトは同じです。特に後者のgenerate-project-summaryは使い方も含めて、自分のやりたいことが、すでに開発者の清水れみおさんが以下の記事にまとめていました。 なので、あんまり書く必要ないのですが、せっかくなのでgpt-repository-loaderの使い方と、出力したファイルの別の活用方法について書いてみたいと思います。 gpt-repository-loaderでリポジトリをテキストに変換 使い方はREADMEに書いてあります。シンプルなソフトなので、

・寄生獣 ・魔界塔士Sa・Ga ・ダークナイト あと一つは？

・雑餉隈（ざっしょのくま：福岡県） ・鉄輪（かんなわ：大分県） ・弘前（ひろさき：青森県） ・石神井（しゃくじい：東京） 他には？

An IDE built on top of a canvas, Haystack takes care of the tedious and confusing parts of coding for you

おかげさまで無事引っ越してから1週間が経ちました。本当に快適すぎて、何で早く引っ越ししなかったんだろうと、後悔するレベルです。 何が快適になったんだろうということなんですが、多分あと1年とかすると忘れてしまうと思うので、今のうちに書き留めておきます。 まず、前提としては都内から都内への引っ越し、どちらもだいたい都心部です。そして、低層マンションから一軒家でどちらも賃貸ということをイメージしておいてください。 引っ越して便利になった事５点、インパクト順です。 第１位 家具をすべて、軽量のものか可動式にして、レイアウトを自由にしました とにかく色々な形でライフスタイルは変わるし、価値観は変わるし、優先順位も変わるんですけれどもこれまで何が一番問題だったかというと、私の前の家は造作や特注の家具が多かったので、人間が家具に合わせて生活をしなければいけないということでした。 そして大きくて重すぎて当

エンジニアの佐野です。バンドルカードではポチっとチャージという後払いの機能を利用する際に年齢確認が必須となりました。通信キャリアや銀行との連携等によって年齢確認ができるようになっています*1。今回はこの機能の開発を題材に普段開発でどのようなことを考えて開発し、本機能の開発ではどのようなフローを構築して進めていったかを書きます。 少し概要を書くと、本件についてはウォーターフォールモデル "のような" 開発フローで行いました。事業上の理由でビッグバンリリースが必要でした。要件をしっかり決めてステップバイステップで開発を行いすべての機能を同時にリリースする...案件の性質を考えるとウォーターフォールが開発フローの候補の1つだと思っていたためです。ただそのまま一般的に思われているウォーターフォールを導入するのではなく、その欠点や面倒な点を解消しつつ、認識齟齬なしに設計と実装を行い、納期を死守しつつ

どんな人向けの記事？ これからRAGを作ってみたい DifyやLangChainにこだわらず、自分で開発をハンドリングしたい ベクトルDBや埋め込みモデルの選定の勘所をサッと知りたい ここではRAGとは何かのような話題は扱いません。 RAGが、ほぼAI活用の現実的な最適解になりつつある LLMは高度な知的タスクを実行可能である。 そんな理解が世界に広まっていく中で、企業は自らが蓄えたデータをLLMに組み合わせてどう活用するか躍起になっています。これからはビッグデータだ！という時代を経ているため、情報インフラに投資した企業も多く、AIでデータを活用する流れはもはや確定路線と言えます。 この問題を解決する手法として一番最初に思いつくのは、モデル自体を改変するファインチューニングです。しかし、ファインチューニングにはいくつかの実用上の問題があります。ファインチューニング自体に専門知識が必要である

ずっとさぼっていたのですがインフラ周りを整備し、AWS SAMで構築できるようにしました。 下記が一番星はてのシステム構成図です。 一番星はてのシステム構成図 システム概要 はてのさんはLambda上におり、EventBridge経由で基本的に2時間に1回のスケジューリングではてなAPIやOpenAI APIと連携しブックマークを行います。 LambdaはコンテナイメージタイプでFastAPIで動いています。FastAPIのルーティングとLambdaを統合するためmangumを利用しています。 各インフラはAWS SAMによってコード管理されており、GitHub Actionsでpush時に自動ビルド、デプロイでAWS上のインフラが構築されます。 感想 これまでIaC化できてなかったが、すごくいい。 構成全体が把握しやすくなるし、変更や拡張が容易になる。 あとからやるのも面倒だし今後は最初

はじめに ウホウホ。 Rustを使い始めてちょうど2年くらい経って、すこしRustのことがわかってきたので、改めてGoとRustのそれぞれの違いを整理したいなと思いこの記事を書きました。 筆者はウェブ開発の経験しかないので、ウェブを中心にまとめています。 気づいたらかなりな量になってしまったのとGopher向けにRustを紹介するような記事になってしまいましたが、よければ読んでみてください。 筆者について Goを使い始めて7年ほど経っていて、これまでCLI/TUIツールをいくつか作ってきました。 スペシャリストではないですが、プロダクトでGoを書く分には特に問題ないレベルかなと思います。 Rustは2022年夏ころから使い始めてちょうど2年ほど経ちました。 なにかツールを作ったわけではないですが、勉強がてらにいくつか作ったもの・書いた本があります。 普通にRustを書く分には問題ないですが

初投稿。書き殴ったので文章が拙いのは許して 仕事中の眠気が抑えられない。 自分の意思とは関係なく目を閉じて意識が飛んで、気づいたら〜数十分時間が経ってたなんて事がよくある。 睡眠時間が短いからダメなのかと思いきや、十分睡眠をとった日にもなる。 激辛のお菓子食べたりコーヒー飲んだり糖分を控えたりしてみたけどダメだった。カフェイン錠剤は昔気持ち悪くなって吐いてしまいそれ以来避けている。ホルモンバランス？ストレス？栄養不足？色々疑ってサプリメントとか運動とか色々取り入れてみたが、あんまり効いた試しがない。 同僚からの直接の指摘はないが日に日に目線が厳しくなっていくのを感じるし、上司から既に数回注意されている。上司は優しいので非常にやんわりとした注意をしてくるが、毎回申し訳なさと消えていなくなりたさでいっぱいになる。 こう思ってるのは自分だけかもしれないが、仕事は少なくとも最低ラインの事はやってい