インフラ・ハードウェア

B
149 件中 61〜90 件目を表示
  • arXiv cs.AI (Artificial Intelligence) · EN 推論・効率化
    FlashVector: Agent for Hierarchical Model Serving Stack Optimization
    AI エージェント 機械学習 NVIDIA
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • Data Center Dynamics · EN インフラ・ハードウェア
    Indian renewable firm Waaree forms new data center subsidiary
    インド Waaree、データセンター子会社 Aurovault を設立
    インドの再生可能エネルギー企業 Waaree Renewable Technologies が、データセンター事業の子会社 Aurovault Data Centers を設立した。完全子会社の Waaree Green Data Centers が 100% 出資する。ハイパースケール・AI 対応・エッジ施設や災害復旧拠点、コロケーションをインド国内外で展開する計画だが、事業はまだ開始していない。
    元記事を読む (Data Center Dynamics) ↗
  • arXiv cs.LG (Machine Learning) · EN 新モデル・リリース
    OPEN-1B: A Fully Auditable Training Run
    深層学習 ニューラルネットワーク
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.CL (Computation and Language) · EN インフラ・ハードウェア
    Large Language Models Develop Belief State Geometry In-Context
    深層学習 強化学習
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • Data Center Dynamics · EN インフラ・ハードウェア
    AirTrunk partners with Emergence Quantum to explore cryogenic cooling in data centers
    AirTrunk、Emergence Quantum と極低温冷却を共同検討
    データセンター事業者 AirTrunk が、ディープテック企業 Emergence Quantum と提携し、データセンターへの極低温 (クライオジェニック) 冷却と量子計算の導入検討を始めた。両社は極低温化が現行シリコンチップの速度と電力効率を大きく改善しうるほか、量子を含む将来の計算方式の基盤になると説明。冷却工学とデータセンター設計の知見を持ち寄る。
    元記事を読む (Data Center Dynamics) ↗
  • Data Center Dynamics · EN インフラ・ハードウェア
    Are diamonds a data center's best friend?
    ダイヤモンド冷却の Akash Systems、DC の熱問題に挑む
    DCD が、ダイヤモンドでサーバを冷却する Akash Systems を取り上げた。共同創業者兼 CCO の Surana 氏らは常にダイヤモンドの小片を携行し、面談の場で氷のブロックを常温のバターのように切って技術を説明するという。宝飾品とは異なる角の丸い石で、高い熱伝導性をデータホールの冷却に応用する狙いを示している。
    元記事を読む (Data Center Dynamics) ↗
  • Data Center Dynamics · EN インフラ・ハードウェア
    What should Britain expect from its next generation of data centers?
    英国のデータセンター論争、地域への還元をどう設計するか
    DCD の寄稿が、英国のデータセンター政策の論点が「どれだけ速く建てるか」から「地域に何をもたらすか」へ広がっていると論じた。AI 経済に必要な計算能力の確保は依然重要だが、住民は電力・水・土地・環境への影響を問い始めている。新首相 Andy Burnham 氏が成長の実感を伴う還元を求めていることも背景にあるとする。
    元記事を読む (Data Center Dynamics) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN インフラ・ハードウェア
    Self-Emergence Agent Architecture:Behavior-Inertia HMM, Reflexive Metacognition,and Social-Contrastive Self-Modeling
    AI エージェント Meta
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN マルチモーダル
    Vroom-Vroom at SHROOM-Visions: A Multi-Judge Committee for Detecting Hallucinated Spans in Vision-Language Outputs
    コンピュータビジョン ニューラルネットワーク
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.CL (Computation and Language) · EN インフラ・ハードウェア
    Zero-shot narrative detection in social messaging
    検索拡張生成 (RAG) 強化学習
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 新モデル・リリース
    Mo' Models, Mo' Problems: How to best select model pools when designing Multi-Agent Systems
    ソフトウェア工学
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • Data Center Dynamics · EN インフラ・ハードウェア
    Sponsored: Why cooling media quality monitoring is becoming a critical part of data center liquid cooling strategies
    液冷の要は冷却液の品質、監視が不可欠と Badger Meter 寄稿
    Badger Meter の James Arnold 氏による寄稿記事。AI や HPC、クラウドでラック密度が上がり液冷が基盤技術になる中、議論は熱性能や冷却系の設計に偏りがちだが、冷却液そのものの品質監視が重要度を増していると論じる。ダイレクト・トゥ・チップ冷却などの利点を活かすには媒体の状態管理が前提になるとする。※スポンサード記事。
    元記事を読む (Data Center Dynamics) ↗
  • NVIDIA Developer Blog · EN 新モデル・リリース
    Scaling Federated Learning Across Docker, Kubernetes, and Slurm with NVIDIA FLARE
    NVIDIA FLARE、連合学習を Docker/K8s/Slurm 横断で拡張
    NVIDIA
    NVIDIA が、連合学習フレームワーク FLARE を Docker・Kubernetes・Slurm にまたがって運用する方法を解説した。連合学習はサーバ 1 台と数クライアントの単純構成で始まることが多いが、拠点とデータが増えるにつれ実行基盤が混在する。FLARE で各基盤に同じジョブを展開し、規模拡大時の運用負荷を抑える構成を示している。
    元記事を読む (NVIDIA Developer Blog) ↗
  • Data Center Dynamics · EN インフラ・ハードウェア
    Digital Realty, Colovore, Hut 8, CoreSite, and DataBank file to build data centers in Texas
    Digital Realty ら 5 社、テキサスで DC 建設を相次ぎ申請
    Digital Realty、Colovore、Hut 8、CoreSite、DataBank の 5 社が、テキサス州でのデータセンター建設に向けた届け出を行った。電力と土地の確保しやすさから同州は事業者の進出先として選好され続けており、今回の申請もその流れに沿ったものとなる。
    元記事を読む (Data Center Dynamics) ↗
  • Data Center Dynamics · EN 新モデル・リリース
    AVK launches dedicated funding arm to own and operate onsite power solutions for data center customers
    AVK、オンサイト電源を保有運営する AVK Capital を設立
    データセンター向けオンサイト発電を手がける AVK が、電源設備を自ら保有・運営してサービスとして提供する専業会社 AVK Capital を設立した。先月 Partners Group から受けた出資が原資で、同社は 10 億ドル超のエクイティと借入で AVK の拡大を支援する方針。開発事業者が電源の設備投資を抱えずに「電力付き用地」を得られる経路を狙う。
    元記事を読む (Data Center Dynamics) ↗
  • arXiv cs.LG (Machine Learning) · EN 推論・効率化
    Cross-Domain Inference for Human Localization: Applying Wi-Fi RSSI Data to CSI-Trained Models
    推論 (Inference) ニューラルネットワーク
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • Data Center Dynamics · EN インフラ・ハードウェア
    Digital Parks Africa expands into Nigeria, plans data center in Lagos
    Digital Parks Africa、ナイジェリア進出しラゴスに DC 計画
    NVIDIA
    データセンター事業者 Digital Parks Africa が、ナイジェリアに進出しラゴスでのデータセンター建設を計画している。既存施設は Bull と Nvidia のハードウェアを収容する案件を獲得しており、アフリカ域内での AI 向け設備需要の広がりを背景にした拡張となる。
    元記事を読む (Data Center Dynamics) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN マルチモーダル
    ResLRP: The Role of Residual Cancellation in Attribution Instability in Vision Transformers
    ニューラルネットワーク Transformer
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN インフラ・ハードウェア
    FirmCORe: A Benchmark for Structured Reasoning about Inter-Firm Collaboration Opportunities
    ニューラルネットワーク 検索拡張生成 (RAG) 強化学習
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.CL (Computation and Language) · EN インフラ・ハードウェア
    An Empirical Study of Counterfactual Self-Explanations in LLMs
    推論 (Inference) Llama ニューラルネットワーク
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN インフラ・ハードウェア
    Symbolic Separation: Grounding Deep Agents in Knowledge Graphs for Trustworthy Operational Data Analytics
    AI エージェント 生成 AI 強化学習 ソフトウェア工学
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.LG (Machine Learning) · EN 新モデル・リリース
    High-Fidelity Digital Twin Data Models by Randomized Dynamic Mode Decomposition and Deep Learning with Applications in Fluid Dynamics
    深層学習
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN インフラ・ハードウェア
    Scaling-Score Conformal Prediction for Multi-Target Regression
    ニューラルネットワーク 検索拡張生成 (RAG) 強化学習
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 推論・効率化
    Sample-Conditioned Representation Selection for Audio Few-Shot Learning
    推論 (Inference) ニューラルネットワーク
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.LG (Machine Learning) · EN 新モデル・リリース
    Repurposing Unified Topological Signatures for Graph Representation Learning
    埋め込み (Embeddings) ニューラルネットワーク 検索拡張生成 (RAG)
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • Data Center Dynamics · EN インフラ・ハードウェア
    Canada's Bell to quadruple capacity at planned Saskatchewan data center campus
    カナダ Bell、サスカチュワン DC 計画を 900MW 増強へ
    ニューラルネットワーク
    カナダの通信大手 Bell が、サスカチュワン州で計画するデータセンターキャンパスの容量を 4 倍に引き上げる。900MW を追加し、さらなる拡張余地も残す構想。北米では AI 向けの大規模電力を前提としたキャンパス計画の上方修正が相次いでいる。
    元記事を読む (Data Center Dynamics) ↗
  • arXiv cs.LG (Machine Learning) · EN インフラ・ハードウェア
    Learning Options for Compositional Motor Control with Adapter Banks
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗
  • arXiv cs.CL (Computation and Language) · EN 新モデル・リリース
    RiskChainBench: A Benchmark for Obfuscated Platform Message Restoration and Evidence-Grounded Web Investigation
    強化学習
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 推論・効率化
    Anatomical Grounding and Leakage-Aware Multimodal Contrastive Learning for Alzheimer's Disease Classification from Structural MRI
    推論 (Inference) Transformer
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.LG (Machine Learning) · EN 新モデル・リリース
    Task-Directed Residual AddUNet:Perfect-Reconstruction Routing for Full-Rate Representations
    ニューラルネットワーク 強化学習
    元記事を読む (arXiv cs.LG (Machine Learning)) ↗