ストリートビューで建物の耐震診断:AIが数カ月の調査を数時間に短縮
フロリダ大学の研究チームは Google ストリートビューと NVIDIA DGX A100 を活用し、建物の安全性を自動評価する深層学習モデルを発表した。従来は数カ月かかっていた被災後の現地調査を数時間に短縮し、FEMA基準での評価精度は85%を超える。現在メキシコなどで試験運用が進む。
フロリダ大学の研究チームは Google ストリートビューと NVIDIA DGX A100 を活用し、建物の安全性を自動評価する深層学習モデルを発表した。従来は数カ月かかっていた被災後の現地調査を数時間に短縮し、FEMA基準での評価精度は85%を超える。現在メキシコなどで試験運用が進む。
MSPoweruserがクアルコムの次期フラッグシップSoC「Snapdragon 8 Gen 3」の内部仕様書を公開した。生成AIに特化設計された初のモバイル向け基盤とされ、INT4精度対応のHexagon NPUやUE5.2光線トラッキングを備える。次期AndroidスマホでのオンデバイスAI普及を左右する重要チップとなりそうだ。
AMDはオープンソースAIソフトウェア企業のNod.aiを買収する契約を締結したと発表した。SHARKなどのコンパイラ技術を取り込み、InstinctやRyzen AI上でのモデル展開を高速化する。オープンエコシステムを強化し、ソフトウェア基盤での競争力向上を図る。
英調査会社CCS Insightは生成AIが2024年に過度な熱狂から覚め「冷や水」を浴びる現実的な調整局面に入ると予測した。膨大なGPUコストが中小企業の負担になるほか、EU規制の難航や検索エンジンによる生成物ラベル付け、初のディープフェイク摘発も予想されている。
ロイター報道によると、OpenAIがAI専用半導体の内製化や半導体メーカー買収を検討している。モデルの運用コスト高騰とGPU供給不足が深刻化する中、サム・アルトマンCEOは半導体確保を最優先事項に掲げる。実現には数年と巨額の投資が必要になる見込み。
ロイター報道によると、OpenAIは深刻化するGPU不足に対応するため、独自AIチップの製造や関連企業の買収を検討している。サム・アルトマンCEOはチップ確保を最優先事項に掲げる。巨額の運用コスト抑制を狙うが、半導体開発には数年単位の時間と莫大な投資が伴う。
AWSは生成AIのフルマネージドサービス「Amazon Bedrock」の一般提供を開始した。単一のAPIからAnthropicやMetaなどの主要モデルを利用できるほか、検索やRAGを支援する「Titan Embeddings」も正式リリースされ、企業の独自データを活用したAI活用を後押しする。
CloudflareはWorkers AI、Vectorize、AI Gatewayを発表した。ユーザー近くのGPUを利用した低遅延な推論実行、ベクトル検索用ストレージ、キャッシュを活用したコスト監視機能を提供する。データはローカルに保持されモデル学習には使われない。
AmazonはAIスタートアップのAnthropicに最大40億ドルを出資し、少数株主になると発表した。AWSがAnthropicの主要クラウドプロバイダーとなり、同社のTrainiumやInferentiaチップでモデル開発を行うほか、Amazon Bedrockを通じて企業のClaude 2導入を加速させる。
チャン・ザッカーバーグ・イニシアチブ(CZI)は1,000基以上のNvidia H100 GPUを備えた医療研究用AI計算基盤の構築を発表した。生成AIを活用して細胞の挙動を模倣する「仮想細胞」モデルを構築し、病気のメカニズム解明や新薬への反応予測を目指す。開発されたモデルは非営利の研究者向けにオープンに公開される計画だ。
米連邦取引委員会(FTC)が生成AI市場での反トラスト法執行を強める姿勢を示した。巨大IT企業がGPUなどの計算資源を排他契約で囲い込む行為や、既存サービスとの抱き合わせ販売、重要データや人材の買収を通じて新興企業の参入を阻む動きを厳しく監視する方針だ。
AP通信はマイクロソフトとOpenAIがGPT-4の学習と冷却のためにアイオワ州で大量の水を消費していた実態を報じた。マイクロソフトの年間水消費量は34%急増しており、ChatGPTに5〜50回質問するごとに約500ミリリットルの水が消費されるという試算も明らかになった。
NVIDIAはLLM推論を大幅に高速化するオープンソースライブラリ「TensorRT-LLM」を発表した。In-flight batchingやFP8量子化により、H100上でA100比最大8倍のスループットを達成し、Llama 2も4.6倍高速化する。Python APIを通じて手軽に並列処理を実装でき、データセンターの運用コスト削減に貢献する。
Intel の CEO パット・ゲルシンガー氏は、コストや遅延、プライバシーの制約から AI はクラウドを出てエッジへ向かうと主張した。年内投入の Meteor Lake に専用 AI ハードウェアを搭載し、80% を超える PC シェアを武器に、開発者のローカル AI 移行を促す構えだ。
米政府がNvidiaやAMDの先端AIチップの輸出規制を中国以外の中東一部国家にも拡大し、A100やH100の出荷にライセンス取得を義務付けたことが明らかになった。両社は短期的な業績への影響はないとしているが、先端AI半導体を巡る規制網が世界的に広がりつつある。
Google CloudはNVIDIA H100 GPUを搭載した新型A3インスタンスの一般提供を開始した。さらにPaxMLフレームワークのGPU対応やNGCコンテナ提供など、大規模モデル開発に向けた協業を強化している。
Google CloudはAIの学習と推論に向けた第5世代の独自プロセッサ「TPU」を発表した。コスト効率を重視し、1ドルあたりの学習性能は前世代比2倍、推論性能は2.5倍に向上。単一タスクで数万個のチップへ跨るクラスタ拡張にも対応する。
Google は「Cloud Next」にて Vertex AI の大幅アップデートを発表した。PaLM 2 のコンテキスト長を 32k に拡大し、Codey や Imagen を改良したほか、Claude 2 や Llama 2 も直接利用可能にした。プラグイン機能や企業向け検索会話ツールも提供し、AWS Bedrock に対抗する。
Teslaは1万基のNvidia H100 GPUを搭載した新たなAIスーパーコンピューターを稼働させた。FP64で340 PFLOPSのピーク性能を誇り、世界第4位のスパコンLeonardoを上回る。独自開発のDojoとともに、同社はFSDの訓練を大幅に加速させる構えだ。
SemiAnalysisは、GoogleがGeminiの事前学習計算量で年内にGPT-4の5倍、来年には20倍に達する見込みだと分析した。業界を「GPU富裕層」と「GPU貧困層」に二分し、自社TPUv5を持つGoogleがNvidiaの独占に対抗し得る唯一の存在だと指摘している。