ブログのホームページ - INFINITIX | AI-Stack

ブログ

最新のAI Stackに関する記事

Blog & News

導入事例

製品の画像検査にAI導入を計画 超硬ドリルやエンドミル、金属加工機器などの製造企業、ユニオンツール。電子回路基板に部品を固定し、配線を行うための微細な穴を開ける「PCBドリル」で世界シェアをリードする。世界を代表する半導体メーカーの高集積なCPU、GPUなどの部品が稼働するためには、同社のドリルが基板に開ける「穴」が不可欠だ。 ユニオンツールの高い技術を支えているのが、製品を製造する装置の開発までを含めた徹底した内製化である。同社の篠﨑亮氏(生産技術部 副部長)は次のように語る。 「当社は“何でも自分たちで作る”という企業文化が根付いています。プリント基板(PCB)メーカーなどのお客さまが求める製品を実現するため、製造装置も自前で開発し、オーダーメイドで製品を製造しています」 GPUやCPU向けのパッケージ基板メーカーをはじめ、中国や北米などに多くの顧客を抱え、カスタム製品を製造する。製品の種類は常時1000点以上、ドリルの刃先などの試作品だけでも1万点を超える。  当然ながら、製造工程では検査が重要な役割を果たす。製品検査は全数検査と抜き取り検査の場合があるが、PCBドリルの刃先は髪の毛よりも細く、肉眼によるチェックが難しいため、作業者が顕微鏡をのぞき込んでチェックする。  この作業は負担が非常に大きく、熟練を要する。将来の人手不足を考えると、人の技量に頼った検査体制を持続するのは難しい。そこで篠﨑氏が所属する生産技術部は、2023年からAI(人工知能)を用いた画像検査の検討を始めた。 「製品をカメラで撮影して、ゴミの付着や汚れなどによる不良品を検出するわけですが、問題はスピードでした。ベテランの作業者なら、複数のドリルを一度の目視でチェックできるため、1秒間に数本は処理できます。同じことを機械にさせようと思うと、AIによって高速で処理して、スループットを上げなければ追いつかないことが分かりました」(篠﨑氏)  こうした課題を解決するため、GPUを活用したAI検査装置の開発に至った。

台湾のデジタル発展部は、AI普及と計算リソースの活用を目指し、AI計算リソース共有プラットフォームを構築しました。INFINITIXは、このプロジェクトにおいて、自社のAI-Stackプラットフォームを活用し、GPUリソースの効率的な管理と共有を実現しています。この取り組みにより、スタートアップ企業は低コストで高性能なAI開発環境を利用でき、台湾のAIエコシステム全体の発展に支援しています。
SightourとINFINITIXは協力し、AI産業の発展を推進しています。AI OCRとAI-Stackを組み合わせることで、企業に革新的なソリューションを提供し、デジタルトランスフォーメーションを加速させます。両社は企業のデジタルトランスフォーメーションを加速するために尽力しています。

ソリューション

AIと深層学習が企業の競争力の中核となる現代において、AIソフトウェアの性能を最大限に引き出すには、安定かつ高効率な計算リソースの支援が不可欠です。しかし、従来のサーバーアーキテクチャやデプロイ方式では、現在のAIモデルの学習および推論に求められる膨大な計算能力や柔軟なリソーススケジューリング要求に応えることは困難になっています。 この課題に対し、INFINITIXが開発した「AI-Stack」プラットフォームは、AIインフラ管理とGPUリソースのスケジューリングを包括的に支援する、モジュール化・スケーラブルなソリューションを提供します。AI時代の計算基盤に求められる柔軟性と拡張性を兼ね備えた、次世代の統合プラットフォームです。 一、現代の課題:AIソフトウェアとサーバー統合の壁 AIモデルの規模が数百万から数千億パラメータへと急速に拡大する中、AIプロジェクトの学習・推論フェーズにおける計算能力、メモリ、I/O性能への要求も日々高まっています。 企業がAI基盤を構築・拡張する際には、技術選定の複雑さに加え、運用コスト、拡張性、リソース効率といった複数の要件を同時に考慮する必要があります。特に、GPU価格の高騰やハードウェアの多様化が進む現在、異種ハードウェアの統合、リソースの遊休化の回避、マルチテナント環境での共用といった課題は、企業がAI戦略を実行する上で大きな障壁となっています。 AIモデルの計算需要は急激に増加し、企業が直面する主な課題とその内容は以下の通りです: 課題 概要 異種ハードウェアの統合が困難 NVIDIAやAMDなど複数ベンダーのGPUが混在し、統一的な展開やリソース配分が難しい

生成AIの急速な発展は、高効率かつ拡張可能なAIデータセンターへの大きな需要を高めると同時に、一連の課題ももたらしています。AI-Stackは、AIデータセンターが抱える運用や管理の課題を解決するだけでなく、集中管理と効率的なリソース配分を可能にすることで、運用効率、コスト管理、そしてシステムの安定性を総合的に向上させ、企業のAI応用に対して強力なサポートを提供します。
AI-Stackスマート製造ソリューションは、製造業のデジタルトランスフォーメーションのために設計され、遅延、データセキュリティ、統合の柔軟性といった主要な課題を解決します。エッジコンピューティングとデジタルツイン技術を組み合わせることで、本ソリューションは迅速なモデル訓練、リアルタイム推論、データ処理を実現し、生産効率を向上させ、コストを削減します。

注目記事

Gemini 3とは:単なるアップデートではなく、思考の飛躍 人工知能(AI)が驚異的なスピードで発展する今日、私たちは新しいモデルのリリースに対してやや麻痺してしまっているようです。数ヶ月ごとに新たなブレークスルーが訪れますが、本当に椅子から飛び上がって「これは信じられない」と叫びたくなる瞬間は、ますます少なくなっています。しかし、2025年11月18日にGoogleが正式にリリースしたGemini 3は、まさにそのような久々の衝撃でした。 Gemini 3とは何か?簡単に言えば、Google DeepMindが開発した最新世代のマルチモーダルAIモデルであり、現在Googleで最も知的なAIモデルです。今回のアップデートは、通常の反復というよりも、根本的な思考の飛躍のように感じられます。Gemini 3が示す能力は、単純な質疑応答やテキスト生成を超えて、創造、推論、さらには自律的な行動という全く新しい領域に入っています。 Google公式発表によると、Gemini 3は複数のベンチマークテストで新記録を樹立し、Humanity’s

はじめに:従来のブラウザを超えたAI体験 数十個のタブに圧倒されたことはありませんか?情報の海の中で迷子になり、シンプルなタスクを完了するために異なるアプリケーションを行き来することに疲れていませんか?これらは私たちが日々直面する課題です。もしあなたのブラウザが受動的なツールではなく、あなたを理解し、あなたのために働く「AIエージェントパートナー」だったらどうでしょう。 これがPerplexity Cometブラウザが実現しようとする革命です。著名なAI検索エンジン企業Perplexity AIが2025年7月にリリースしたこのAI駆動型ブラウザは、当初は月額200ドルのMaxサブスクライバー限定でしたが、2025年10月2日に世界中で無料公開されました。これは単なるChromeの代替品ではなく、最先端のAI技術を統合したインテリジェントハブであり、私たちとWebの相互作用の根本的な変革を目指しています。 機能1:複数のサブスクリプションとの決別—1つのブラウザですべてのAIモデルを指揮 Perplexity Cometの最も直接的な価値提案は、複数の主要な大規模言語モデル(LLM)を1つのインターフェースに統合していることです。シンプルなスラッシュコマンドで、いつでも異なるAIモデルを呼び出すことができます:/gptでGPTモデルを呼び出し、/claudeでClaudeに切り替え、/geminiでGoogleのGeminiを使用し、/grockでGrokにアクセスします。 この機能の重要性は、ChatGPT、Claudeなどの複数のAIサービスに個別に料金を支払う時代から解放される可能性があることです。現在、複数のAIサブスクリプションに月額60ドル以上を費やしている場合、Cometは大幅なコスト削減に役立ちます。TechCrunchの報道によると、無料ユーザーは基本的なAIアシスタント機能にアクセスでき、Maxユーザーは高性能AIモデルに加えて、メールアシスタントやバックグラウンドアシスタントなどの高度な機能を利用できます。 機能2:真の「AIエージェント」—ブラウザにあなたのために働かせる

AIは、いまや企業競争力の中核を担う存在です。チャットボットによる顧客対応、予測分析、そして生成AIを活用した新サービスまで、あらゆる業界がAIトランスフォーメーションに取り組んでいます。 しかし、実際にAI導入を進める際、最初の段階で多くの企業がつまずく課題があります。それが「クラウドにすべきか、オンプレミスにすべきか」という選択です。

サポート

INFINITIXは、この弾性分散学習をAI-Stackにシームレスに統合しており、Horovod、DeepSpeed、Megatron-LM、Slurmといった主要なフレームワークをサポートしています。本記事では、AI-Stack上でHorovodを使って弾性分散学習を実行する手順を、ステップごとにご紹介します。
Kubeflowを使用している多くの開発者は、依然としてGPUリソースを分割できないという問題に直面しています。この記事では、InfinitixのixGPUモジュールを使ってKubeflowのGPU分割を行う方法を手取り足取り教えます。
KubeflowはKubernetesベースのオープンソース機械学習プラットフォームとして、近年、機械学習分野でますます普及しています。InfinitixのixGPUモジュールは、開発者がKubeflow上でGPUリソースを自由に分割することを可能にします。

AI-Stackについてもっと知りたい