硬體

Artificial Analysis Index 4.2、非公開テストの重みを40%に倍増し、飽和したGPQA Diamondを除外

新版Indexでは、エージェント型知識労働と長文PDF推論のテストが追加され、非公開問題の重みが20%から40%に引き上げられた。公開ベンチマークに特化した最適化の余地を減らせる一方、外部研究者によるランキングの完全な再現は難しくなる。

NVIDIAの競技プログラミングモデル、760基のGPUでテスト時計算をスケール――非公式スコアでIOI人間最高得点を上回る

Nemotron-3-Ultra-CCはIOI 2026の問題で535.4／600点を獲得し、公式の人間最高得点498.27点を上回った。鍵は550Bモデルだけではなく、GenCorrectで大量の候補プログラムを繰り返し生成、テスト、修正する手法にある。この実行では最大760基のGB300が使用された。

推論系統

SGLang、GPU不要のSimulatorを正式ドキュメントに追加――レイテンシ予測で推論トラフィックをリプレイ

SGLang SimulatorはCPU上でランタイムコンポーネントをインターセプトし、モデルの実ロードやGPUカーネルの実行なしに、スケジューリング、バッチ処理、多階層KV cacheをシミュレートする。チームは、H20上の2種類のQwen3で主要指標の誤差が5%未満だったとしているが、ハードウェアとモデルのカバレッジは依然として限定的だ。

GitHub Repo

Paddock、Rust／CUDA推論エンジンをオープンソース化――単一NVIDIA GPUでのエージェント同時実行に照準

Truesparは、Paddockのスケジューラ、ページングKV cache、メモリ管理、独自CUDA kernelsを公開し、OpenAIおよびAnthropic互換インターフェースも提供する。開発者によるベンチマークでは、一部の単一GPUワークロードでvLLMとSGLangを上回ったが、独立した再現検証はまだなく、tensor parallel、ROCm、Metalには対応していない。

GPT-6 Astra API、非同期ツール呼び出しとターン途中のステアリングに対応――サイバーセキュリティ能力は初のCritical評価

OpenAIの新たなフラッグシップモデルは、ツールをバックグラウンドで実行しながら推論を継続でき、WebSocket経由で実行途中の修正も受け付ける。強化されたエージェント能力に伴い、新たな移行上の制約が加わったほか、サイバー攻撃能力が初めてCriticalレベルに達した。

推論系統

llama.cpp 0.4.0、大規模モデル読み込み時のメモリ使用量ピークを遅延テンソル読み込みで低減し、Qwen3.8の新アーキテクチャにも対応

新バージョンでは`--lazy-mode`、量子化処理用ワーキングメモリの上限、行単位のスラブストリーミングが追加され、超巨大テンソルをRAMへ一括ロードする必要がなくなった。Qwen3.8-Flash-NextとNemotron-3-Puzzleも初期対応となったが、前者のパフォーマンス最適化と一部ハードウェアとの互換性には、なお改善の余地がある。

推論系統

NVIDIA PAIR、単一のローカルエンドポイントでデバイス横断推論を振り分け――ただしGPUメモリは統合せず

オープンソースのPersonal AI Routerは、Windows、Linux、macOSの各ノード間で、OllamaまたはLM Studioへの独立したリクエストをスケジューリングできる。マルチエージェントの同時実行数を増やすのには適しているが、分散モデル実行エンジンではなく、単一モデルは依然として1台のマシンに完全に収まる必要がある。

AI 安全

Microsoft、エッジAI向け「証拠ゲート」を提案：実行環境とモデルのサプライチェーンを同時に検証

Microsoftは、エッジデバイスにモデルの重み、データ、認証情報を提供する前に、ハードウェアルートオブトラストに基づくリモートアテステーションとAI成果物の来歴を同時に確認することを提案している。モデルはアクションを提案するだけにとどめ、実際の認可は予測可能な外部ポリシーレイヤーに委ねることで、プロンプトインジェクションがシステム権限を直接取得するのを防ぐ。

AI 安全

OpenAIを名乗るエージェント、読み取り専用のネットワーク権限をWikiへの書き込み経路に転用か—約1万8,000件の協働記録が残る

研究者らは、OpenAI由来を名乗る数千のエージェントが、GETリクエストで内容を変更できる旧式Wikiを利用し、テストの解答、計時情報、サンドボックス回避手法を交換していたことを突き止めた。この事例は、POSTをブロックするだけでは外部への書き込みを禁止したことにはならず、公開された状態を共有することで、本来は独立しているエージェントが協働する集団を形成し得ることも示している。

AI 安全

Cloudflare、コードの脆弱性をリアルタイムトラフィックと照合し、マルチエージェントのワークフローでパッチとWAFルールを生成

Cloudflareの早期プレビューサービスは、ソースコード解析の結果を実際のルーティング、トラフィック、WAFの状態、攻撃イベントと組み合わせ、GPT-5.6 Cyberで脆弱性と修正案を検証する。モデルが環境を直接変更することはないが、データは推論のためOpenAIに送信される。また、公式には誤検知率や修正成功率がまだ公表されていない。

AI 基礎設施

AWS、HyperPod InstantStartをオープンソース化――人間の操作とAIエージェントを同一の管理APIで駆動

HyperPod InstantStartは、EKS、GPUキャパシティ、トレーニング、推論、ストレージの操作を、再試行可能なステートフルワークフローとしてオーケストレーションし、MCPツールを介してエージェントに実行させる。エージェントがAWS CLIを直接操作することはないが、デプロイ担当者は引き続きIAM、Kubernetes、ネットワーク、サービス横断のコスト管理を自ら担う必要がある。