マイクロソフト、日本への4400億円のAI/データセンター投資の実際（アスキー） - Yahoo!ニュース
今回のひとこと 「日本で事業を開始した1978年以来、最大の投資を行う。デジタルインフラやAIスキル、サイバーセキュリティ、そしてAI 研究を含む総合的な取り組みによって、日本のデジタル競争力を高める」 AIとクラウドのため4000億円を超える投資 米マイクロソフトは、日本におけるAIおよびクラウド基盤の強化に向けて、今後2年間で29億ドル（約4400億円）の投資を行うことを発表した。 米国を訪問した岸田文雄首相と、米マイクロソフトのブラッド・スミス副会長兼プレジデントが会談。米マイクロソフト エグゼクティブバイスプレジデント兼CMO（チーフマーケティングオフィサー）の沼本健氏、日本マイクロソフトの津坂美樹社長らが同席して発表した。 スミス副会長兼プレジデントは、「マイクロソフトが日本で事業を開始した1978年以来、最大の投資を行うことになる。デジタルインフラやAIスキル、サイバーセキュリ
マイクロソフト 生成AIの事業 拠点を日本国内に切り替えへ | NHK
マイクロソフトは、自動で文章などを作る生成AIの事業で、データセンターの拠点をすべて日本国内に切り替え、情報管理の強化を進める方針を明らかにしました。 マイクロソフトは、企業向けなどの生成AIの事業を手がけていて、AIの機能を担うデータセンターの拠点は、アメリカと欧州に置かれていました。 発表によりますと、会社は、東日本にあるデータセンターを拡充し、AIの機能を新たに日本国内に置くということです。 生成AIをめぐっては、データセンターの拠点が海外にあることで機密性や重要性の高い情報管理に対する懸念が指摘されています。 会社は、生成AIの事業ですべてのデータのやりとりを日本国内で行うことで、情報管理の強化につながるとしています。 また、生成AIの事業の拡大に合わせて、今後、西日本にあるデータセンターの拡充も検討していくとしています。 生成AIの情報管理をめぐっては、NECも日本国内にあるデー
グーグルも“1000億円投資” 「データセンター」続々建設…千葉・印西市 人気の理由
グーグルも“1000億円投資” 「データセンター」続々建設…千葉・印西市 人気の理由[2022/11/28 11:44] 「グーグル」が日本に1000億円を投資し、「データセンター」と呼ばれるネットワーク設備を千葉県印西市に建設します。国内企業も印西市にデータセンターを続々と建設していて、税収のアップが驚きの住みやすさにつながっています。 ■“毎年2000人”人口増加「子育てしやすい」 60万球が照らすイルミネーションに魅せられた大勢の市民たち。 印西市在住：「いっぱい集まって、お祭りっていうような感じで、活気が戻ってきて、うれしいです」 人口およそ10万人が住む印西市。ここ数年、毎年2000人ずつ人口が増え続けています。 至る所に商業施設や飲食店があり、都心から引っ越してきた多くの家族連れの姿があります。 3年前から在住：「横浜に住んでいました」 2年前から在住：「2年ぐらい住んでいます
It takes a lot of energy for machines to learn – here’s why AI is so power-hungry
This month, Google forced out a prominent AI ethics researcher after she voiced frustration with the company for making her withdraw a research paper. The paper pointed out the risks of language-processing artificial intelligence, the type used in Google Search and other text analysis products. Among the risks is the large carbon footprint of developing this kind of AI technology. By some estimate
Deep Learning Inference in Facebook Data Centers: Characterization, Performance Optimizations and Hardware Implications - Meta Research | Meta Research
Deep Learning Inference in Facebook Data Centers: Characterization, Performance Optimizations and Hardware ImplicationsarXiv The application of deep learning techniques resulted in remarkable improvement of machine learning models. In this paper we provide detailed characterizations of deep learning models used in many Facebook social network services. We present computational characteristics of o
Machine Learning at Facebook: Understanding Inference at the Edge - Meta Research | Meta Research
Machine Learning at Facebook: Understanding Inference at the EdgeIEEE International Symposium on High-Performance Computer Architecture (HPCA) At Facebook, machine learning provides a wide range of capabilities that drive many aspects of user experience including ranking posts, content understanding, object detection and tracking for augmented and virtual reality, speech and text translations. Whi
DeepMind AI reduces energy used for cooling Google data centers by 40%
From smartphone assistants to image recognition and translation, machine learning already helps us in our everyday lives. But it can also help us to tackle some of the world’s most challenging physical problems -- such as energy consumption. Large-scale commercial and industrial systems like data centers consume a lot of energy, and while much has been done to stem the growth of energy use, there
Efficiency – Data Centers – Google
Efficiency When you use Google products, the servers in our data centers do the work for you — around the clock and around the world. Our servers support many products at a time. That's “the cloud.” By keeping our servers busy, we can do more with less — more searches, more Gmail, and more YouTube videos with fewer servers and less energy. We’ve worked hard to minimize the environmental impact of
コラム - グーグルのクラウドを支えるテクノロジー | 第19回 機械学習によるデータセンターのエネルギー効率予測｜CTC教育サービス 研修/トレーニング
[IT研修]注目キーワード Python UiPath(RPA) 最新技術動向 Microsoft Azure Docker Kubernetes 第19回 機械学習によるデータセンターのエネルギー効率予測 (中井悦司) 2017年6月 はじめに 今回は、データセンターのエネルギー効率を機械学習で予測するという事例を紹介します。これは、2014年に公開された論文「Machine Learning Applications for Data Center Optimization」で解説されているもので、ニューラルネットワークを用いて、サーバーの稼働率や冷却水の温度設定によるエネルギー効率の変化を予測するというものになります。 Googleのデータセンターにおけるエネルギー効率 データセンターのエネルギー効率は、一般に、PUE（Power Usage Effectiveness）という指標で
Google-Wide Profiling: A Continuous Profiling Infrastructure for Data Centers – Google Research
Google-Wide Profiling (GWP), a continuous profiling infrastructure for data centers, provides performance insights for cloud applications. With negligible overhead, GWP provides stable, accurate profiles and a datacenter-scale tool for traditional performance analyses. Furthermore, GWP introduces novel applications of its profiles, such as application- platform affinity measurements and identifica
How Google Invented an Amazing Datacenter Network Only They Could Create - High Scalability -
« Why My Water Droplet Is Better Than Your Hadoop Cluster | Main | Stuff The Internet Says On Scalability For August 7th, 2015 » Google with justly earned pride recently announced: Today at the 2015 Open Network Summit, we are revealing for the first time the details of five generations of our in-house network technology. From Firehose, our first in-house datacenter network, ten years ago to our l
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
GAFAの「黒子」が明かす AIインフラの想像絶する未来 - 日本経済新聞
生成AIデータセンターに記者が “潜入” | NHK | ビジネス特集
Maelstrom: mitigating datacenter-level disasters by draining interdependent traffic safely and efficiently | the morning paper
CSE 124 Fall 2017, George Porter
Machine Learning Applications for Data Center Optimization
A look inside Google’s Data Center Networks
Datacenter Interconnect and Networking: from Evolution to Holistic Revolution
Jupiter Rising: A Decade of Clos Topologies and Centralized Control in Google’s Datacenter Network
http://www.cs.uccs.edu/~xzhou/teaching/CS522/Projects/SIGCOMM13-SNDExp.pdf