こういうランキング企画は海外だとよくある。日本でもあることはあるが大体クソみたいなリストになる。選者が俗物根性を発揮して音楽マニアぶりをアピールしようとしてはっぴいえんどやシュガーベイブやフリッパーズ・ギターをこする一方でB'zやミスチルや若い女性ソロアーティストたちの打ち立てた「売り上げ」を無視するからだ。あのな、ヴェルヴェット・アンダーグラウンドは売れっ子だらけのランキングにひとつだけぽつんと入ってるから面白いんだよ。売れてないのがランキングにボコボコ入ってたら面白くもなんともねーの。 ところが売り上げだけを見てランキングをつけようとすると（日本においては）これはこれで大問題が発生する。 日本人というのはそもそもが音楽センスの乏しい国民なので、下手くそが歌った曲が平気でミリオン売れる。「どう歌っているか」より「だれが歌っているか」つまり顔面とキャラクターが重視されるわけで、このゴミみた

Preferred Networks（PFN）は深層学習などの最先端の技術を最短路で実用化することで、これまで解決が困難であった現実世界の課題解決を目指しています。コンピュータビジョン、自然言語処理、音声認識、ロボティクス、コンパイラ、分散処理、専用ハードウェア、バイオインフォマティクス、ケモインフォマティクスといった幅広い分野で研究開発を行っており、それを支えているのが Kubernetes を用いて構築しているオンプレミス/ベアメタルの GPU クラスタです。 本セッションでは、PFN が Kubernetes を用いてクラスタを運用するなかでどのような障害が起きるのかを紹介し、また障害対応をどのように自動化しているのかを具体的に使用/開発したソフトウェアを含めてご紹介します。また Kubernetes クラスタの管理、アップグレードの自動化にも取り組んでおり、それを実現する Clus