Import AIメディア報道·2026年7月6日 21:31·約18分

Import AI 464：Fable が GPU カーネルを記述、AI 自動化とアナログ計算について

#コード生成 #GPU カーネル設計 #再帰的自己改善 #Fable #KernelBench-Mega

整理・翻訳:ainew.jp 編集システムAIによる自動処理作り方と限界

本文の状態

日本語全文あり

詳細モードで約18分の本文を読めます。

同じ出来事の情報源

この情報源を基点に整理

Import AI

30秒でわかる

Import AI は、AI が GPU カーネル設計を自律的に行う「Fable」の成果や、オンライン業務自動化率の上昇を示す指標を分析し、AI システムが自己開発プロセスを進化させる兆候を検証する。

記事の3ポイント

Fable の GPU カーネル設計能力
「Fable」と呼ばれるシステムが KernelBench-Mega で最高スコアを記録し、RTX PRO 6000 Blackwell 上で PyTorch ベースラインに対し 18.71 倍の高速化を実現した。
カーネル設計における技術的革新
Fable の解決策は、トークンごとに単一の協調型カーネル起動を行う点で他モデルを凌駕し、AI が複雑な計算タスクを分解せずに処理できる能力を示している。
オンライン業務自動化の進展
Center for AI Safety (CAIS) と Scale Labs の調査により、Remote Labor Index における AI の成功率が 2025 年 10 月の 2.5% から 2026 年 7 月には 16.1% に上昇したことが報告された。

なぜ重要か・誰に関係するか

この発表が重要なのは、AI システムが研究開発の根幹であるハードウェア最適化や複雑な業務タスクを自律的に遂行できるようになり、再帰的自己改善への道筋が明確になったからだ。この変化は AI 研究者、システムアーキテクト、および AI 技術を実装する企業の導入担当者が、今後の技術ロードマップやリソース配分を見直す必要があることを示している。