AI 安全
NemoClaw 0.0.116、サンドボックスのアイデンティティを永続的にバインドし、復旧・引き継ぎ・削除権限を厳格化
NVIDIAは、0.0.113でローカル推論と状態ドリフトの検証を強化したのに続き、サンドボックス、推論サービス、ライフサイクル権限を永続的に検証可能なアイデンティティにバインドし、再試行や復旧操作が同名ながら別の実行環境を引き継ぐことを防ぐ。
Archive
硬體
AI 晶片、GPU、資料中心、邊緣裝置與硬體安全。
AI 安全
機器人與實體 AI
Microduck、完全なsim-to-real強化学習スタックを公開—25cmの二足歩行ロボットがONNXで方策を実行
Pollen Roboticsは、Microduckの制御ランタイム、MuJoCoシミュレーション環境、PPOの学習レシピ、7種類のプリインストール済み方策をApache 2.0で公開した。399ドルの予約価格は実機強化学習への参入障壁を下げる一方、方策の汎化性能、ハードウェアの耐久性、量産・出荷については、今後コミュニティによる検証が必要となる。
最新模型
Puro-2B、RTX 5090向け事前学習レシピを公開――1.4T tokenの実測コストは6,891ドル
Puro-2Bは、2段階のデータカリキュラム、ブロック単位FP8、MuonH最適化をコンシューマー向けGPUクラスターに統合した。著者らによると、4,370ドルの短縮学習版は平均スコアでQwen2-1.5Bを上回ったが、このコストに含まれるのはアクセラレーターのレンタル相当額のみだ。
代理工具
PRAXIST、世代横断のエビデンスグラフで実験の因果関係を保存、MLE-benchのモデル費用をベースラインの約12分の1に削減
PRAXISTでは、複数の研究エージェントが世代を重ねながら変更案を提示し、評価結果、メカニズム、系譜を監査可能なエビデンスグラフに記録することで、各ラウンドでの再探索を回避する。著者らは75タスクのMLE-benchでメダル60個、モデル費用3,054ドルと報告しているが、システムは公開されたばかりであり、成績とコストはいずれも主に開発チームによる測定値だ。
推論系統
FreeToken、CPU／GPU間でエキスパート計算を動的に分割し、284B MoEを単一のRTX 5090で推論
FreeTokenは、固定ルールによるMoEエキスパートのオフロードをやめ、実測したメモリ帯域幅とPCIe帯域幅に基づいて、CPUでの実行とGPUキャッシュへの配置を動的に分担する。開発者らは、RTX 5090で284Bモデルを毎秒22～25 tokenで実行できると報告しているが、テストは依然として開発チーム自身によるもので、完全な重みの保持には大量のメインメモリが必要だ。
硬體
MTIA 300、12基のRDMA NICとcollectiveエンジンをチップに統合し、PCIe通信経路を迂回
MetaのMTIA 300は、1.2TB/sのネットワークI/Oと16基のメッセージエンジンをアクセラレータに直接統合し、collectiveが主要な計算アレイを占有しないようにした。公式発表では、150B規模の推薦モデルにおいて、比較対象のGPUクラスタより通信時間を3.9倍短縮したとしているが、システム全体のトレーニングコストを比較するのに十分な完全なデータはまだ提供されていない。
AI 安全
Google、H100セキュアエンクレーブで二重盲検モデル評価を実証—モデル重みと非公開問題セットを相互に開示せず
Google DeepMind、MLCommonsなどの機関は、Gemini 2.5 Flash Liteと非公開の安全性評価問題セットを、検証可能な同一のセキュアエンクレーブ内に投入し、双方が取得できる結果を制限した。この設計はベンチマーク汚染のリスクを低減する一方、信頼は依然としてハードウェアのルートキー、Trusted Computing Base（TCB）、機関横断のコードレビューに依存する。
硬體
AWS、初のVera CPU／Vera Rubinシステムを受領、2年間でNVIDIA GPU 200万基の追加導入を計画
AWSは初のVera CPUサーバーおよびVera Rubin GPUを受領した。両社はさらに、2027～2028年にNVIDIA GPUを200万基追加配備する計画だ。この協業では、NVLink Fusion、NVHBM、Nitro、EFAも異種混載ラック設計に組み込まれるが、容量と性能の大半は依然として将来の計画値にとどまる。
AI 軟體／文件處理
Cohere Parse 5、2.3Bビジュアルモデルで企業文書を処理。ただしベンチマークスコアはグラフとレイアウト位置特定を除外
Parse 5はPDF、プレゼンテーション、画像を、表と読み順を保持したMarkdownに変換する。API料金は1,000ページ当たり1.50米ドル。公式発表のParseBenchスコア79.2は、5つの評価軸のうち3つのみを対象としており、文書理解全体の成績とはみなせない。
推論系統
TensorRT Model Connect、モデルの checkpoint をネイティブ C++ bundle にコンパイル――ただしインターフェースは未確定
NVIDIA は TensorRT Model Connect を公開した。Python ビルドツールを使い、対応する Hugging Face checkpoint を C++ から読み込める TensorRT bundle にパッケージ化する。プロジェクトではモデルファミリー84種とエンドツーエンド manifest 221件を掲げているが、依然として nightly 開発モードであり、サポート一覧への掲載は、すべてのハードウェアで検証済みであることを意味しない。
最新模型
GLM-5.3が744B MoEの重みを公開、100万トークンのデプロイには依然としてデータセンター級リソースが必要
Z.aiはAPI公開から2週間後にGLM-5.3の重みをリリースした。モデルはGLM-5.2の基本アーキテクチャを踏襲し、能力向上の大部分はエージェント型コーディングとサイバーセキュリティのポストトレーニングによるものだ。FP8ファイルは依然として約756GBに達し、カスタムライセンスやベンダー主導の評価もあるため、実際の採用前には性能、安全性、法的側面を別途検証する必要がある。
AI 基礎設施
ROCm 10、エージェント型カーネル最適化を正式提供へ――一方でABI破壊と既知の不具合も
AMDはROCm 10をリリースし、Hyperloom、AMD Skills、統合CLIを組み込んだROCm.AIの一般提供を開始した。同社は同一ハードウェアで推論性能が平均3.3倍、トレーニング性能が平均2.4倍向上するとしているが、この数値は最適化プロセス全体による効果であり、ランタイムをアップグレードするだけで得られる性能向上とはみなせない。