『---』の検索結果

AIワークロードとは？ITワークロードとの違いと、最適なAIインフラ設計【トゥモロー・ネット テックブログ】

お問い合わせはこちら従来のWebアプリケーションや基幹システムなどのITワークロードと、AI（人工知能）やディープラーニングにおけるAIワークロードとでは、必要とされるインフラの性質が根本から異なります。従来のインフラは、CPUを中心とした順次処理（シリアル処理）に最適化されていますが、大規模な行列演算を同時に走らせるAIワークロードでは、システム全体で膨大なデータを並列処理する能力が求められるのです。このワークロードの処理特性の変化を理解しないまま、従来のサーバー構成を流用したり部分的な増強に留めたりすると、最新のGPUを導入してもそのポテンシャルを半分も引き出せないといった事態に陥ります。そこで本記事では、A

AIインフラに最適なのはどれ？主要プロセッサの違いと用途を解説【トゥモロー・ネット テックブログ】

お問い合わせはこちらはじめに 近年、AIの普及とともに「GPU」や「NPU」といったプロセッサの名称を目にする機会が増えています。さらに、GoogleのTPUや生成AI向けのLPU、データセンター向けのDPU、量子コンピュータで利用されるQPUなど、多種多様な「○PU」が登場しています。 しかし、「結局それぞれ何が違うのか」「自社の用途にはどれが適しているのか」と疑問を持つ方も多いのではないでしょうか。 本記事では、CPU・GPUをはじめとした、各プロセッサの特徴や違いをわかりやすく解説するとともに、用途ごとに最適なプロセッサを紹介します。 なぜ今、CPU以外のプロセッサが登場しているのか

IT Media『「GPUを増やしても速くならない」　なぜAIインフラの性能はミドルウェアで変わるのか？』連載のお知らせ【掲載情報】

しくは登録商標です。AIインフラにおいて、物理的な基盤を整えただけでは、AI基盤としては適切に動作しません。GPUやストレージなどのリソースをつなぐ「データ」と「ミドルウェア」の設計が不可欠です。 このたび、IT専門メディア ＠IT にて、株式会社トゥモロー・ネット 取締役COO 松浦淳による新連載『「GPUを増やしても速くならない」　なぜAIインフラの性能はミドルウェアで変わるのか？』がスタートしました。 AIインフラの性能は、GPUやストレージといったハードウェアだけで決まるものではありません。GPUの稼働率やシステム全体の効率を左右する「ミドルウェア」の役割や、AI基盤を最適化するための設計の考

KubernetesでGPUを活用するメリットとは？コンテナ化によるAI開発効率化【トゥモロー・ネット テックブログ】

お問い合わせはこちら生成AIやディープラーニングの開発現場において、GPUリソースの確保と効率的な運用は、プロジェクトの命運を分ける最重要課題です。しかし、高価なGPUサーバーを導入したものの、「特定の開発者がリソースを占有している」「環境構築に時間がかかり開発がタイムリーに始められない」といった課題を抱える企業は少なくありません。こうしたハードウェアの運用効率と開発の俊敏性を劇的に向上させるエンジニアリングの手法として、現在注目を集めているのが「KubernetesによるGPUのコンテナ化」です。コンテナ技術を用いてGPUリソースを抽象化・集約管理することで、計算資源のムダを削ぎ落とし、スケーラブルなAI開発環

トゥモロー・ネット、AI活用のPoCから本番運用までの一貫支援を実現するためさくらインターネットとソリューションパートナー契約を締結

しくは登録商標です。～GPUクラウドを活用し、企業のAI導入を加速～ 株式会社トゥモロー・ネット（本社：東京都品川区、代表取締役社長：李 昌珍、以下 トゥモロー・ネット）は、さくらインターネット株式会社（以下 さくらインターネット）とソリューションパートナー契約を締結しました。これにより、トゥモロー・ネットは、初期費用を抑えながら柔軟にAI活用を開始できる環境を提供します。 現在、多くの企業で生成AI導入に向けたPoCや性能検証が進んでいます。一方で、AI活用に必要なGPUサーバーは高額な初期投資が必要となることから、小規模に検証を開始したいというニーズが高まっています。トゥモロー・ネットは、

【用途別で選べるAIサーバー特価】『NVIDIA GPU Selectセール』キャンペーン開催中！(2026年9月30日まで)

お問い合わせはこちらAI学習・AI推論環境の導入や拡張を検討されている企業さま向けに、用途別のGPUサーバーを特別価格で提供する「NVIDIA GPU Selectセールキャンペーン」を開始しました。本キャンペーンでは、大規模AI学習向けにNVIDIA HGX B300 を搭載したモデルや、RTX PRO 6000 Blackwell を採用したAI推論向けモデル、さらにRTX PRO 4500 Blackwell GPU による小規模推論向け構成など、幅広いAI用途に最適化されたサーバーラインアップをご用意しています。AIサーバー選定で重要となる性能・コスト・スケーラビリティを意識した構成になっており、初めての

機密データを守るオンプレ仮想基盤、早く手軽に導入するには？【WEBセミナー】

は終了いたしました。～データ主権と短期導入を両立するアプライアンス仮想基盤～ 2026年7月14日(火) 13:00よりマジセミ株式会社・株式会社オープンソース活用研究所ご協力のもと、弊社主催のWEBセミナーを開催いたします。設計データや研究開発データ、社内業務システムなど、企業には外部環境へ容易に持ち出せない重要な情報が数多く存在します。加えて、仮想化ソフトウェアのライセンス体系変更やコスト増加を背景に、既存の仮想基盤を見直す動きも広がっています。その選択肢として、機密データを自社管理下に置きながら運用できるオンプレミス型仮想基盤への関心が高まっています。一方で、サーバー選定や設計、検証、運用体制

DifyでAIエージェントを作成してみた(リサーチエージェント編)【トゥモロー・ネット 技術ブログ】

の構築を手伝ってみたローカルAIエージェントにWEB検索を組み合わせると何ができるのか？WEB検索を組み合わせることで、最新情報を活用したAIエージェントを実現できます。AIエージェントの中核となるLLMは、学習時点までの情報をもとに回答を生成するため、それ以降の最新情報については把握していません。よって、学習データに含まれない新しい情報への対応には限界があります。特にローカルLLMの場合は、運用中のモデルを頻繁に入れ替えることが難しく、信頼性が確認できたモデルを長期間利用するケースも少なくありません。そのため、扱える情報が古くなりやすい傾向があります。 そこでWEB検索によって最新情報を取得することで、ロ

イプロスAI 2026 夏 出展のお知らせ【オンサイトイベント】

しくは登録商標です。2026年7月29日~31日 有明GYM-EX(ジメックス)にて開催される、株式会社イプロス主催のオンサイトイベント「イプロスAI 2026 夏」に協賛・出展いたします。弊社ブースでは、マルチAIエージェントによる業務自動化やオンプレミス環境での生成AI活用、GPUリソースの最適化、次世代仮想化基盤への移行まで、製造業が直面する課題を解決する最新ソリューションをご紹介します。『Qeek Orchestrator』シリーズと『CAT.AI』による、顧客体験からAI実行基盤までを一気通貫で支える次世代DXをご体感ください。 ブースでは、お客様の課題や検討状況に合わせた個別相談も実施します。事

AI推論基盤の設計ポイント｜低遅延・高スループットを両立する方法【トゥモロー・ネット テックブログ】

お問い合わせはこちらAIモデルをビジネスの実環境で運用する「推論」フェーズにおいて、インフラ設計の良し悪しはユーザー体験や収益性に直結します。学習フェーズでは「いかに大量のデータを速く処理するか」というスループットが重視されますが、推論フェーズではそれに加え、個々のリクエストに対して瞬時に回答を返す「低遅延（ローレイテンシ）」が重要な指標です。しかし、リアルタイム性を維持しつつ、同時に膨大な数のリクエストを捌く高スループットを両立させることは容易ではありません。本記事では、推論特有のハードウェアボトルネックを解明し、低遅延と高スループットを高い次元で両立させるための最適なインフラ設計指針を解説します。 推論