#リソース最適化のAIニュース

8件の記事

慎重なスケーリング法則：深層学習における計算資源の最適配分

Lilian Weng氏は、モデルサイズやデータ量を増やすと訓練損失が予測可能に低下するスケーリング法則について解説し、限られた計算資源をどのように最適に配分すべきかを論じている。

Vercelは、Elastic Build Machinesを全Pro・Enterprise顧客向けに正式リリースし、新規Proチームのデフォルト設定とした。プロジェクトごとに最適なマシンを割り当てることで、ベータ期間中に約80%のプロジェクトでコスト削減を実現した。

Vercelは、エンタープライズ顧客向けに最大32 vCPUと64 GB RAMのサンドボックス構成を提供開始した。これにより、CPU負荷が高い大規模アプリケーションや大量メモリを必要とするアプリケーションの実行が可能となる。

Meta社は社員がAIトークン消費量を競う社内リーダーボードを導入し、「トークンレジェンド」などの称号を設けたが、トークン消費量の多さが直接生産性向上につながるわけではないと指摘している。

OpenAIは、企業ベンダーとしての戦略を強化するため、計算リソースを過度に使用するプロジェクトを整理し、Soraの削減を決定した。

AppleがiOS 26.4でファウンデーションモデルのコンテキストウィンドウ管理を改善し、開発者が4096トークンの制限を効率的に扱えるようにした。

研究チームが、AIを用いて心不全患者の1年以内の状態悪化を予測する可能性について調査している。

著者が、基本的なインプットが安価になると予測不能な新たな活動カテゴリーが爆発的に増える現象について論じている。