EV派がいきってるのはIT革命と同じものを期待してるからなんだと思う
けど無理なんだよ IT革命って3つの点で、EVと違うのよ １．半導体という年40%くらい性能が進化してた産業があったIT革命当時の半導体は年40%くらいのペースで進化してた これは10年で30倍、20年で1100倍の進化で驚異的だった 気を抜いてたら、追いつけないくらいに差が開く異常なスピードだった だから先にやったもの勝ちで、最初は赤字でも後から利益を出せばいいというビジネスモデルがうまくいった でもEVは無理なのよね、進化がしょぼいから EVの各要素はせいぜい年5%~10%くらいしか進化しないよね これだと10年で2倍程度の進化しかしない ２．ITとちがってモノ売りなので、乗り換えられてしまうそれでもITみたいにサービス型のビジネスだったら MSオフィスやAdobeみたいに、みんなが使ってるからしょうがないとか文句言いながら使わせることができる だから先にやったもん勝ち、普及させたもん
都市を支えるインフラの鑑賞（八馬智：大学教授）
八馬智 1969年生まれ。千葉工業大学創造工学部デザイン科学科教授。主な著書＝『日常の絶景──知ってる街の、知らない見方』（学芸出版社、2021）、『ヨーロッパのドボクを見に行こう』（自由国民社、2015）ほか。 インフラの眺めに現れる都市の際 都市計画の観点からすると、都市はある一定の輪郭を持っているように見える。そこでは対象範囲が明示され、エリアごとに土地利用や建築基準などの計画や規制が定められている。しかし実際の都市では、その輪郭には一概には言えないゆらぎがある。おそらくそこに明快な正解はなく、読み取り方によってさまざまな見方が浮かび上がってくる。 ではその前提に立ったとき、「都市の際」にはどんなものがあるのだろうか。具体的に何が都市と非都市を隔てているのだろうか。ここでは「インフラ」を手がかりに、そのヒントになりそうな風景を列挙してみる。そして、都市が成立している背景や意味を振り返
“LLM for SRE“の世界探索 - ゆううきブログ
ChatGPTが登場した当初、対話や要約、翻訳、コード生成などの典型的な言語タスクができても、SREやAIOpsの研究開発にはあまり関係ないのではないかと正直思っていた。AIOpsでは典型的にはいわゆるObservabilityデータ（メトリクス、ログ、トレースなど）が入力となるため、自然言語ではなく数値のデータを解析することが求められる。自然言語のタスクを研究対象としていなかったため、AIOpsとChatGPTに強い関係性は見いだせなかった*1。 しかし、自分で大規模言語モデル（Large Language Model: LLM）を日常的に使用したり、表題にあるようにSREのためのLLM（LLM for SRE, LLM4SRE）に関する論文を読むうちに、LLMのテキスト生成器としての性質よりもその優れた推論機械としての性質に注目するようになった。特にSREの障害診断は、人間の専門家が推
Deep Dive 大規模システムアーキテクチャ／開発組織エンジニアリング / Deep Dive Large-Scale System Architecture, Development Organization Engineering
学生向けのイベント技育祭2024にて、大規模システムにおけるアーキテクチャの触りをお話したものです。 ビギナー向けなのでそれほど深いお話はしておりません。 【アブストラクト】 本トークでは大規模システムアーキテクチャで考慮すべき事柄とそれを実現する技術スタックや運用システムを深堀りし、それらを実現するための組織の構築をアーキテクト視点でお話します。大規模システムならでは難解な課題とそれを乗り越えるエンジニアリングの力の片鱗をキャッチアップしましょう。 詳細は以下をどうぞ。 https://talent.supporterz.jp/geeksai/2024spring/ # URL YouTube: https://www.youtube.com/c/narusemi HomePage: https://nrslib.com Twitter: https://twitter.com/nrsl
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
東京で宿を取ろうとすると高すぎる→こうすれば安く泊まることができる
