クラウドフレア、アンサンブル AI の人材を招いて AI チームを拡大

本日、Ensemble AI チームの主要メンバーが Cloudflare に加わり、AI インフラストラクチャにおける当社の取り組みを加速させ、開発者が大規模な強力な AI モデルを効率的に実行しやすくすることを支援することをお知らせできることを嬉しく思います。 2023 年にサンフランシスコで設立された Ensemble AI は、過去数年間、AI の最も重要な課題の一つに取り組んできました。それは、品質を犠牲にすることなく、大規模モデルをより高速かつ小型化し、コスト効率よく提供できるようにすることです。同チームは、大規模言語モデルやマルチモーダルアーキテクチャのメモリ使用量、計算リソース、およびデプロイ時のオーバーヘッドを削減するために設計された、モデル圧縮と効率的な推論（inference）に関する新たなアプローチを開発しました。 AI がアプリケーション開発の中核となるにつれ、推論（inference）の経済性がこれまで以上に重要になっています。モデルは大型化し、ワークロードはより動的なものとなっています。また、顧客は AI を世界中どこでも、すなわちグローバルに分散され、高速で信頼性があり、手頃な価格で利用可能であることを強く求めるようになっています。Ensemble AI チームを Cloudflare に迎え入れることは、この実現に向けた当社の能力を強化するものです。 Ensemble の専門知識の統合 Ensemble AI チームは、現代の AI モデル内部の構造を維持しつつ、実行コストを削減することに注力してきました。モデル効率性を単なる量子化（quantization）やハードウェアの問題として扱うのではなく、アーキテクチャレベルでニューラルネットワークをよりコンパクトかつ効率的にするための新たなモデル構築ブロックを探求しています。 この取り組みの核心となるのは NdLinear です。これは、標準的な線形層を置き換えるドロップイン型コンポーネントであり、構造を平坦化することなく多次元活性化に対して直接動作します。これにより、モデルはヘッドやチャネル、空間次元、あるいは他の構造化表現といった意味のある軸を維持したまま、パラメータ数と計算量を削減することが可能になります。また、Ensemble は NdLinear-LoRA も開発しており、これは大規模モデルのファインチューニングに必要な学習可能なパラメータ数を削減するために設計された効率的な適応手法です。 これらのアプローチは、量子化やベクトル量子化などの他の効率化技術と相補的な関係にあり、これらを組み合わせることで、開発者が大幅に低いメモリ要件、計算リソース、およびコストで能力の高い AI モデルを実行できる未来へと導かれます。 AI 推論の効率化 Cloudflare Workers AI は、Cloudflare のグローバルネットワーク上でサーバーレス GPU による推論へのアクセスを開発者に提供します。開発者がより多くのネイティブ AI アプリケーションを構築するにつれ、モデルを効率的に提供できる能力は、プラットフォームにおける重要な要素となっています。 推論コストは、AI アプリケーションをスケールさせる上での最大の障壁の一つです。モデルサイズ、メモリフットプリント、スループット、GPU 利用率におけるあらゆる改善が、開発者にとって AI をよりアクセスしやすく、顧客にとってより経済的なものに変えます。これは特に、AI ワークロードが単純なテキスト生成からエージェント、マルチモーダルモデル、パーソナライゼーション、ファインチューニング、検索、強化学習へと拡大するにつれて重要です。 Workers AI をより高速で柔軟かつコスト効率の高いものにするために必要なコアな機械学習機能への投資を深化させています。これは、推論エンジン Infire、Unweight などのテンソル圧縮技術、および超大規模言語モデルを実行するためのプラットフォームを含む、既存のモデル効率化に関する取り組みの上に構築されたものです。チームは、大規模言語モデルやその他の高度な AI アーキテクチャの提供における経済性の向上に注力し、モデル効率、GPU 利用率、スケーラブルな展開を重視します。 次の世代の AI ワークロード向けに構築する AI インフラストラクチャーは新たなフェーズに入っています。開発者はもはや単にモデルへのアクセスが必要なのではなく、信頼性が高く、手頃な価格で、ユーザーに近い場所でモデルを実行できるインフラストラクチャーが必要です。コストや運用の複雑さに阻まれることなく、異なるモデルサイズ、ファインチューニングのアプローチ、展開パターンを自由に実験できる能力が求められています。 Cloudflare はこれを解決するために独自の立場にあります。当社のグローバルネットワーク、開発者プラットフォーム、そしてサーバーレスアーキテクチャは、AI をすでにアプリケーションが稼働している場所に近づけるための基盤を提供します。Workers AI Machine Learning Engineering チームは、その体験の背後にある効率化レイヤーを改善する役割を果たします。 Cloudflare のグローバルインフラストラクチャと、Ensemble によるモデル圧縮および効率的なアーキテクチャに関する取り組みを組み合わせることで、開発者がより低コストで、より優れたパフォーマンスを持ち、運用オーバーヘッドを削減しながら AI アプリケーションを展開できるプラットフォームの構築を継続できます。 What's next Together, we will continue building the infrastructure needed to make AI more efficient, accessible, and useful for developers everywhere. Our goal is simple: help developers run powerful AI workloads at global scale while improving the economics of inference across the Cloudflare platform. If you want to join us in our mission, check out our careers page. ![image](https://cf-assets.www.cloudflare.com/zkvhlag99gkb/IYHFX88nVQ5KvJ2RqEkJW/7bbe337431623665790bda509375b96e/image2.png)

クラウドフレア、アンサンブル AI の人材を招いて AI チームを拡大

背景や根拠まで確認しますか？

調べる

選ぶ

サイト