ページを読み込み中…
ページを読み込み中…
13件の記事
AI 研究者グループ「Reactor」が、JAX/Flax で実装された世界モデルパイプラインのオープンソース版「Open Dreamer」を発表し、学習レシピも公開した。
Google Developers AIは、RayのServe、Data、Trainといった高レベルライブラリが、TPUスライス上でのAIワークロード実行における複雑さを抽象化する仕組みについて解説した。
Google は多ターン・ツール使用型 LLM エージェントのトレーニングで TPU 効率を最大化する JAX ネイティブライブラリ「Tunix」を開発した。
Google が JAX エコシステムと Pathways を活用し、単一マシンの故障を例外として検知して処理する「弾力性のあるトレーニング」機能を MaxText で実装したことを発表した。これにより、分散 AI 学習時のインフラ再起動が不要となり、効率的な運用が可能になった。
NVIDIA は、Blackwell アーキテクチャ上で NVFP4 技術を活用することで、JAX および MaxText を用いた大規模言語モデルの前学習処理におけるスループットが向上し、学習速度が大幅に改善されることを発表した。