SI業界もネット業界も世界に打って出られない理由 - 雑種路線でいこう
日本のSI業界を垣間みて絶望して逃げ出して、業界を外から捉え直して5年ちょっとになる。日本のソフトウェア産業とかSI業界が世界に出て行けない要因は気合いとか技術力ではなく産業構造や規制に起因していることが分かったし、日本でトップに立った会社が世界に出て成功するかというと難しいと感じている。梅田さんはネットならまだ勝負がついていないから頑張れるというが、僕はメタレベルの問題を考えるとネットも駄目だろうなと諦めつつある。 米国にはSI業界ってあまりなくてコンサルティングとかプロフェッショナル・サービスに分かれているのに対し、欧州では日本的なSIerが結構あって、富士通サービスなど日本勢も頑張っている。この違いはどの辺からきているかというと、結局のところ雇用流動性だ。米国では要らない社員をいつでも切れるから、プロジェクトの中核には技術を分かった人間をインハウスで採る。そういう連中を必要に応じて雇
テクノロジー : 日経電子版
電通、三菱UFJ信託銀行など大手企業が相次ぎ参入を表明する「情報銀行」。ここに挑むベンチャー企業がDataSign（東京・渋谷）だ。同社の太田祐一社長は情報銀行という言葉が生まれる…続き 中部電力が「情報銀行」参入へ 電力データを活用 ［有料会員限定］ 「情報銀行」説明会に２００社 データ流通の枠組み始動
【特別レポート】32bit Windowsの管理外領域をRAM Diskに使う
このところのメモリ価格の下落から、メインメモリは2GBどころか4GB以上も余裕で搭載できるようになった。2GBのDDR2 DIMMを4枚、計8GB分購入したとしても2万円で十分おつりが来る。とはいえ、32bit OSを使っている限り、OSは約3.5GB以上のメインメモリを認識できず、それ以上のメモリを搭載したとしても無駄になってしまう。64bit OSを利用すればこの問題も解決するが、ドライバの対応やアプリケーションの互換性などに問題があり、使いたくても使えない状況だ。 しかし、32bit OSで認識できないメインメモリ領域を活用できる手法が見つかり、2ちゃんねるのWindows板を中心に話題となっている。その手法とは、「Gavotte Ramdisk」というRAM Disk作成ツールを利用し、メインメモリのOS管理外領域にRAM Diskを作ってしまおうというものだ。 メインメモリを手軽
会社を辞めるのは「即断」だった | おごちゃんの雑文
会社を辞めることにして、いろんな人から「決断は大変でしょう」ということを言われた。 ところが、実はわりと簡単に決められた。ほとんど「即断」である。今の会社は発起人の一人であるし、10年近く続けて来た会社であるにも関わらずだ。 もちろん「次」を考えていたということもあるのだが、それは「儲かるかどうか」を考えるモデル化がこれからという代物だったから、「今の仕事が片付いてからゆっくり考えよう」と思っていたものだった。もちろん「やること」の具体化についてはいろいろ考えていたのだが、肝心の「儲かるかどうか」「どう儲けるか」のところについては、あまり具体的ではなかったのである。 私には貯金はほとんどない。2ヶ月も収入がなかったら干上がる。まー、持って3ヶ月だ。今の会社にはそれなりに資本金を入れてて、これが返って来るなら1年くらいは持つが、辞めると決めた時には「返って来ないもの」という前提で決めている。
西暦2050年のテクノロジ世界--IBMの研究者5人が予測
創造的な芸術、科学、技術の交点を模索するIBMと南カリフォルニア大学による共同プロジェクトの第1回のイベントで、IBMの5人の科学者が2050年には人間の生活がどのようになっているかという予測を披露した。 このハリウッド映画のようなテーマに沿って、パネルの進行役であるBill Pulleyblank氏は、「Mini Cooper」の自動車はアポロ13号よりも多くの演算能力を持っていると指摘した。そして、アポロ13号は「もう少しでTom Hanksが死にかけた」宇宙カプセルであると1995年の同名の映画に言及した。 Pulleyblank氏は、世界の最も強力なスーパーコンピュータの上位10台のうちの4台を数えるIBMの「Blue Gene」システムの開発を率いた。2050年までには、これらの巨大なスーパーコンピュータに搭載されている能力は、手のひらの大きさに収まるようになるだろうと同氏は予測
MapReduce - naoyaのはてなダイアリー
"MapReduce" は Google のバックエンドで利用されている並列計算システムです。検索エンジンのインデックス作成をはじめとする、大規模な入力データに対するバッチ処理を想定して作られたシステムです。 MapReduce の面白いところは、map() と reduce() という二つの関数の組み合わせを定義するだけで、大規模データに対する様々な計算問題を解決することができる点です。 MapReduce の計算モデル map() にはその計算問題のデータとしての key-value ペアが次々に渡ってきます。map() では key-value 値のペアを異なる複数の key-value ペアに変換します。reduce() には、map() で作った key-value ペアを同一の key で束ねたものが順番に渡ってきます。その key-values ペアを任意の形式に変換すること
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
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
Perl入門
http://www.yukan-fuji.com/archives/2008/05/post_13859.html