AIに対応するIBM_Cloud.pdf

Transcript

1. © 2024 IBM Corporation Cloud DOJO 2024 #1 AIに対応するIBM Cloud IBM Tech/Developer Dojo
2. © 2024 IBM Corporation Cloud DOJO 2024 シリーズについて Ø IBM Cloud の初学者の⽅向けです Ø 基本的な知識や便利な使い⽅の習熟が⽬的です Ø 実際の操作のデモも交えた講義形式の講座です Ø IBM Cloud を利⽤するうえで「まず押さえておいた⽅が良い」トピックを取り上げます シリーズ テーマ 時期 第1回 AIに対応するIBM Cloud 3月下旬 Cloud DOJO 2024 ※表の内容は予定であり、今後変更となる可能性があります IBM Cloud のより詳しい知識を習得するには、『柔らか層本』をご活用ください。 今回
3. © 2024 IBM Corporation 写真 ▪⽒名︓項 巍 
   "MFY 9JBOH ▪所属︓ ⽇本アイ・ビー・エム株式会社 テクノロジー事業本部 カスタマー サクセス マネージャ
   *#. $MPVE Ø *#. $MPVE $4. ͷ͝঺հ • *#. $MPVE ͷ $4. ͸ɺ͓٬༷ͷϏδωεʹ *#. $MPVE ͕ ΑΓߩݙͰ͖ΔΑ͏ٕज़໘Ͱ͝ࢧԉ͍ͤͯͨͩ͘͜͞ͱͰ ɺϏδωεͷ੒ޭʹ޲͚ͨऔΓ૊ΈΛ͓ख఻͍͍ͤͯͨ͞ ͩ͘͜ͱ͕໾ׂͰ͢ɻ • ೔ʑ *#. $MPVE Λ͓࢖͍͍ͨͩ͘தͰͷޮ཰Խ΍৽͍͠ν ϟϨϯδʹର͢Δ͝ࢧԉΛ௨ͯ͡ɺ͓٬༷ʹ*#. $MPVEͷັ ྗΛ࣮ײ͍͚ͨͩΔΑ͏׆ಈͯ͠·͍Γ·͢ɻ ຊ೔͸օ͞·ͷ͓࣌ؒΛ͍͖ͨͩ͋Γ͕ͱ͏͍͟͝·͢ʂ ੿͍ͳ͕Βઆ໌͍͖ͤͯͨͩ͞·͢ɻΑΖ͓͘͠ئ͍͠·͢ʂ 本⽇の講師紹介
4. © 2024 IBM Corporation Ø今回は、 IBM CloudにおけるAI活用の推進をテーマとし て取り上げます。 λΠϜςʔϒϧ ಺༰  Φʔϓχϯά   (16ϕʔεͷίϯϐϡʔςΟϯά  
   XBUTPOY  
   3FE
   )BU
   0QFO4IJGU
   "*   "*εʔύʔίϯϐϡʔλʔ  ·ͱΊˍΫϩʔδϯά 本⽇のアジェンダ ※進捗状況により予定より早く終了する場合があります 本⽇のアジェンダ
5. © 2024 IBM Corporation Cloud DOJO 2024 #1 AIに対応するIBM Cloud IBM Tech/Developer Dojo (16ϕʔεͷίϯϐϡʔςΟϯά 1
6. © 2024 IBM Corporation GPU (Graphics Processing Unit) ʮ(SBQIJDT
   1SPDFTTJOH
   6OJUʯͷུশͰɺίϯϐϡʔλʔͷάϥϑΟοΫεॲ ཧΛ୲౰͢Δ෦඼΍૷ஔΛࢦ͠·͢ɻ(16͸ɺϏσΦήʔϜɺө૾ฤूɺՊֶ ܭࢉʹ޿͘࢖༻͞Ε͍ͯ·͢ɻ ը૾ॲཧҎ֎ͷ໨తͰ΋(16Λ࢖ͬͯܭࢉ͢Δ ̀
   ߦྻԋࢉɺฒྻॲཧ͕ಘҙ ࠷ۙͷ(16͸ɺਂ૚ֶश༻ͷػೳΛ಺ଂ͠ɺߦྻԋࢉճ࿏Λ࢖ͬͯߴ଎ʹܭࢉΛ࣮ߦ͢Δ IUUQTXXXOWJEJBDPNFOVTEBUBDFOUFSUFOTPSDPSFT
7. © 2024 IBM Corporation IBM CloudにおけるAI活⽤の推進 *#.ɺ*#.
   $MPVE্ͷ৽͍͠(16ΦϑΝϦϯάʹΑΓɺ͓٬༷ͷج൫Ϟσϧ΍"*ϫʔΫϩʔυͷ ల։Λࢧԉ *#.͸೥݄ɺ/7*%*"ͷ(16Λ౥ࡌͨ͠(16ΦϑΝϦϯάΛ*#.
   $MPVE্Ͱ௥Ճఏڙ͢ Δ͜ͱΛൃද͠·ͨ͠ʂ • ֵ৽తͳ(16ΠϯϑϥετϥΫνϟʔ͕ར༻Մೳ • اۀϫʔΫϩʔυ޲͚ͷج൫ϞσϧΛֶश͢ΔͨΊʹઃܭ͞Εͨ • Ϗδωεར༻ʹదͨ͠ج൫ϞσϧΛఏڙ͢ΔͨΊʹ΋࢖༻͞ΕΔ *#.ͷ(16ΠϯϑϥετϥΫνϟʔ ͸ɺ͞·͟·ͳۀछͷ͓٬༷ʹϝ ϦοτΛఏڙɿ ⭐ج൫Ϟσϧͱ͸ɺେྔͷϥϕϧͳ͠σʔληοτͰֶशͤͨ͞ "*
   χϡʔϥϧωοτϫʔΫͰɺ ςΩετͷ຋༁͔Βը૾ͷղੳ·Ͱɺ͞·͟·ͳྖҬʹରԠ͠·͢ɻ
8. © 2024 IBM Corporation GPUにIBM Cloudをお勧めする理由 ͓٬༷ͷ(16ͷχʔζʹରͯ͠*#.
   $MPVEšΛ͓બͼ͍ͨͩ͘ͱɺۀք۶ࢦͷॊೈͳαʔόʔબఆϓϩη εΛ௚઀͝ར༻͍͚ͨͩ·͢ɻ·ͨɺ*#.
   $MPVEͷΞʔΩςΫνϟʔɺ"1*ɺΞϓϦέʔγϣϯͱͷ γʔϜϨεͳ౷߹Λ࣮ݱ͠ɺੈքதʹల։͞ΕͨσʔληϯλʔͷωοτϫʔΫΛ׆༻͢Δ͜ͱ͕Մೳ ͱͳΓ·͢ɻ 1VCMJD
   DMPVEଞࣾͱͷൺֱɿ • ͭͷ5FOTPS'MPX
   .-ϞσϧͰʢ"ࣾʣΑΓߴ͍ੑೳΛൃش͍ͯ͠·͢ɻ • Ծ૝αʔόʔҎ֎ʹ(16౥ࡌͷ*#.
   $MPVE
   #BSF
   .FUBM
   4FSWFSTΛఏڙ͍ͯ͠·͢ɻ • "ࣾ(ࣾɿ/P
   CBSF
   NFUBM
   DPOGJHVSBUJPOT
   XJUI
   (16T ࠓ*#.
   Ϋϥ΢υʹొ࿥ͯ͠ɺॳճߪೖ࣌ʹ࢖༻Ͱ͖Δ
   
   64%෼ͷΫϨδοτͷ͓ड͚औΓ͕Մೳ
9. © 2024 IBM Corporation AI学習とAI推論を分けて考えよう େن໛ݴޠϞσϧʢ--.ʣ͸ɺେྔͳσʔλΛ࢖ͬͯτϨʔχϯά͞Εͨج൫ϞσϧͷΧςΰϦͰ͋Γɺ ࣗવݴޠ΍ͦͷଞͷίϯςϯπΛཧղ͓Αͼੜ੒͠ɺ෯޿͍λεΫΛ࣮ߦ͢Δ͜ͱ͕Ͱ͖·͢ɻ GPUを紹介する⽬的で
10. © 2024 IBM Corporation "*ֶश޲͚ɿੈ୅͕ݹ͍ॱʹɺ1
    ˠ
    7
    ˠ
    "
    ˠ
    ) シリーズ 対応サービス 概要 備考 P100 • VSI for Classic • Bare metal servers for Classic • IKS / ROKS for Classic 主な用途：Deep Learning, GPGPU (汎 用計算) , VDI P100の後継がV100。V100はP100と比 較して、AI学習で12倍、AI推論で6倍 のパフォーマンス。 IKS/ROKS for Classic では Bare metal GPU で P100 を提供 V100 • VSI for VPC • VSI for Classic • Bare metal servers for Classic • IKS / ROKS for VPC • IKS / ROKS for Classic 主な用途：生成 AI や LLM の推論とト レーニング、HPC ディープラーニングやAI推論、HPCな どの領域で利用されるハイエンドGPU。 P100 → V100 → A100 → H100 〈注意〉ROKS VPC のV100は限定 供給のため、OMに依頼してallow listに載せてもらう必要 A100 watsonx の基盤として稼働。 一般向けの提供なし IKS/ROKS for VPC では現在社内 利用のみ 主な用途：生成 AI や LLM の推論とト レーニング、HPC 生成AIやLLMの推論、トレーニングに 利用される主要なハイエンドGPU。 ※このページの内容は予定であり、今後変更となる可能性があります AI学習向けGPU
11. © 2024 IBM Corporation シリーズ 対応サービス 概要 備考 T4 • Bare metal servers for Classic 主な用途：VDI, Graphics Rendering ベアメタルのGPUでは V100/P100が機械学習や深層学 習に、T4がグラフィックのワー クロードに適している L4 • VSI for VPC • IKS / ROKS for VPC 主な用途：video, AI, visual computing, graphics, virtualization グラフィック処理やトランスコーディング向けのGPU。AI推論にも利用で き、ほぼすべてのワークロードに対応するユニバーサルGPUとして機能す るローエンドモデル。 大規模なAI推論ではH100の需要が高まる一方で、L4は速度や性能は限定的 だが、汎用サーバーや小型サーバーにも追加可能。消費電力と設置スペー スの削減も利点。 エンタープライズ向けでは、主に既存のLLMの微調整や推論に用いられる。 発売時期：2023年3月／GPUメモリ：24GB 〈注意〉AI推論等では小規模な 利用に向く。一定の規模を超え る利用ではL40Sを推奨。 L40S • VSI for VPC 主な用途：生成 AI や LLM の推論とトレーニング、 3D グラフィックス、レ ンダリング、ビデオ ビジュアライゼーション向けGPUであるL40をベースに、AI向けの調整を 施したもの。メモリ容量、帯域幅などが必要な場合には向かない（参考）。 スペック上はA100よりもメモリが大幅に少ないように見えるが、データサ イズを大幅に縮小するFP8を使用することで、少ないメモリで動作する。 エンタープライズ向けでは、主に既存のLLMの微調整や推論に用いられる。 〈注意〉一定の規模を超える利 用ではL4ではなくL40Sを推奨。 ※このページの内容は予定であり、今後変更となる可能性があります AI推論向けGPU
12. © 2024 IBM Corporation ※このページの内容は予定であり、今後変更となる可能性があります AI推論向けGPU
13. © 2024 IBM Corporation Cloud DOJO 2024 #1 AIに対応するIBM Cloud IBM Tech/Developer Dojo XBUTPOY 2
14. © 2024 IBM Corporation ϏδωεͷͨΊͷ"*׆༻ΛՃ଎͢Δ XBUTPOY ৴པੑͷߴ͍σʔλͰ"*ͷར׆༻Λ֦େɾՃ଎ XBUTPOYEBUB Ͱ؅ཧ͞ΕͨاۀσʔλΛ ׆༻ͯ͠ɺج൫ϞσϧΛγʔϜϨεʹֶ शɾௐ੔ ج൫ϞσϧΛ׆༻ͯ͠ɺXBUTPOYEBUB Ͱͷσʔλ ݕࡧɺσΟεΧόϦʔɺ͓ΑͼϦϯΫΛࣗಈԽ ࢢ৔ΛϦʔυ͢ΔΨόφϯεػೳͱϥΠϑα ΠΫϧ؅ཧػೳʹΑΓɺXBUTPOYBJͰௐ੔͞ ΕͨϞσϧΛ؅ཧ ͋ΒΏΔ৔ॴͷଟ༷ͳσʔλ ʹରԠͯ͠
    "*
    ϫʔΫϩʔυΛ ֦େ "*
    ϞσϧͷτϨʔχϯ άɺݕূɺνϡʔχϯάɺ ಋೖ ੹೚͕͋Γɺಁ໌ੑ͕͋Γɺઆ໌ Մೳͳσʔλͱ
    "*
    ͷϫʔΫϑ ϩʔΛ࣮ݱ XBUTPOYBJ XBUTPOYEBUB XBUTPOYHPWFSOBODF
15. © 2024 IBM Corporation 巨⼤データで学習 （100億⽂程度） 少量データで追加学習（微調整） ج൫ϞσϧʹΑΔ"*։ൃ ैདྷͷػցֶशʹΑΔ"*։ൃ 基盤 モデル ⽤途毎にモデルを作成 １つの巨⼤な基盤モデルを作成しておけば 個々の⽤途むけAIは少量のデータで実現可能 “IBMのファウンデーション・モデルへの取り組みと業務での活⽤” https://www.ibm.com/blogs/smarter-business/business/foundation-model/ § ビジネスに適しているか ݒ೦ • 正確さ • バイアス • 透明性 • データの出⾃ • 説明性 • カスタマイズ性 • 実⾏環境 • 計算コスト ج൫Ϟσϧͷར఺ͱݒ೦
16. © 2024 IBM Corporation "*ϞσϧߏஙͷͨΊͷاۀ޲͚"*ελδΦ "*
    ϞσϧͷτϨʔχϯάɺݕূɺνϡʔχϯάɺಋೖ 1 6 Prompt Lab τϨʔχϯάͱݕূ νϡʔχϯά اۀσʔλΛ࢖༻ͨ͠ෳࡶͳԼྲྀλεΫ΁దԠ Pre processing Model training Validation ࣄલֶशϞσϧͷ࣮ݧ (zero-shot/few-shot) Tuning Studio Model Serving fm.studio Foundation model Libraries *#.ಠࣗͷج൫ϞσϧɾϥΠϒϥϦʔ • fm.code: ίʔυੜ੒ • fm.NLP: େن໛ݴޠϞσϧ (LLM) • fm.geospatial: ஍ཧۭؒσʔλ ΦʔϓϯɾίϥϘϨʔγϣϯ Φʔϓϯιʔε Ϟσϧ Φʔϓϯ ίϛϡχ ςΟʔ ModelOps Automated Development Team Collaboration Decision Optimization XBUTPOYBJ 1 2 3 • AIߏஙͷͨΊͷاۀ޲͚AIελδΦ • ैདྷͷػցֶशͱج൫ϞσϧΛ׆༻ͨ͠৽͍͠ੜ੒AI ػೳͷ྆ํΛࢧԉ • ͞·͟·ͳֶशʗඍௐ੔ (ΧελϚΠζ) ͷํ๏ʹର Ԡ • ΦϯϓϨ΍ଞࣾΫϥ΢υ؀ڥΛؚΉଟ༷ͳ࣮ߦ؀ڥΛ ఏڙ • Ϗδωεར༻ʹదͨ͠IBMಠࣗͷج൫Ϟσϧ ͷఏڙ • fm.code ίʔυੜ੒ • fm.NLP େن໛ݴޠϞσϧ (LLM) • fm.geospatial ஍ཧۭؒσʔλ • ΦʔϓϯɾίϥϘϨʔγϣϯ • Hugging FaceࣾͱͷఏܞʹΑΓΦʔϓϯιʔεϞσϧ ͷར༻ • PyTorchɺRayɺONNX౳ͷΦʔϓϯɾίϛϡχςΟʔ ͱͷڠྗ 1 2 3
17. © 2024 IBM Corporation *#.
    XBUTPOYEBUB ΦʔϓϯɾϨΠΫϋ΢εɾΞʔΩςΫνϟʔʹΑΓߏங͞ΕͨσʔλɾετΞ ΦʔϓϯσʔλܗࣜʹΑΔσʔλͷΞΫηεͱڞ༗ʹରԠ https://www.ibm.com/products/watsonx-data ϕΫτϧԽ͞Εͨ౷߹ ܕͷຒΊࠐΈػೳʹΑ Γɺݕࡧ֦ுੜ੒ ʢRAGʣ΍ͦͷଞͷػ ցֶशɺੜ੒AIͷϢʔ εέʔε޲͚ʹσʔλ Λ४උ͠·͢ʢςΫϊ ϩδʔɾϓϨϏϡʔͷ ஈ֊ʣɻ ੜ੒AI౥ࡌͷର࿩ܕΠ ϯλʔϑΣʔεʹΑΓɺ σʔλΛ؆୯ʹݕࡧɺ ֦ுɺࢹ֮Խ͠ɺσʔ λʹجͮ͘৽ͨͳಎ࡯ ΛҾ͖ग़͢͜ͱ͕Ͱ͖ ·͢ɻSQL͸ඞཁ͋Γ ·ͤΜʢςΫϊϩ δʔɾϓϨϏϡʔͷஈ ֊ʣɻ طଘͷσʔλϕʔεɺ πʔϧɺ࠷৽ͷσʔ λɾελοΫͱ౷߹͠ ·͢ɻ IBM Cloud΍AWS্ͷ ϑϧϚωʔδυSaaSɺ ΦϯϓϨϛεͷࣗݾ؅ ཧܕͷίϯςφԽιϑ τ΢ΣΞͳͲͷϋΠϒ Ϧουͳల։Φϓγϣ ϯΛఏڙ͠·͢ɻ
18. © 2024 IBM Corporation データウェアハウスやデータレイクに代表される旧来のデータ管理アプローチは複雑さや コスト増大を引き起こしたことが、レイクハウス・アーキテクチャーに登場につながって います –Limited governance ೥୅ ೥୅ ݱࡏ σʔλ΢ΣΞϋ΢ε σʔλϨΠΫ Ϋϥ΢υσʔλ΢ΣΞϋ΢ε ୈҰੈ୅ σʔλϨΠΫϋ΢ε ݱࡏଟ͘ͷاۀ͸ࣗࣾͷ࣋ͭσʔλ΍ ϫʔΫϩʔυΛ؅ཧ͢ΔͨΊʹɺ͜ΕΒ ͷσʔλɾϦϙδτϦ΍σʔλετΞΛ ϋΠϒϦου؀ڥͰ૊Έ߹Θͤͯ׆༻͠ ͍ͯ·͢ɻ ͜ΕΒͷϦϙδτϦશମͷίετ͸ߴ͘ ͳΓ͕ͪͰɺ·ͨෳ਺ͷ؀ڥʹ·͕ͨΔ σʔλΛޮ཰తʹσʔλΛ౷੍͠ɺ෼ੳ ΍"*ͷͨΊʹ׆༻͢Δ͜ͱ͸ࠔ೉Ͱ͢ɻ  ߴ͍ॳظ౤ࢿ  ߏ଄ԽσʔλͷΈ  &5-͕ඞཁ  ϕϯμʔϩοΫΠϯ  ௿͍εέʔϥϏϦςΟ  ߴ͍ෳࡶੑ  ௿͍σʔλ඼࣭  ௿͍ύϑΥʔϚϯε 
    ߴ͍ӡ༻ίετ  σʔλҠߦ  ϕϯμʔϩοΫΠϯ  ߴ͍ίετ 
    "*ػցֶशϢʔεέʔεͷ
    
    
    
    
    ݶఆతͳαϙʔτ  ݶఆతͳϢʔεέʔεͷ
    
    
    αϙʔτʢ#*ͷΈ PS
    
    
    
    "*ػցֶशͷΈʣ  Ϋϥ΢υͷΈ 
    ݶఆతͳΨόφϯε
19. © 2024 IBM Corporation *#.
    XBUTPOYHPWFSOBODF σʔλͱ"*Ψόφϯεͷ྆ํΛแؚ͢ΔπʔϧɾΩοτ ੹೚͋Δɺಁ໌Ͱઆ໌Մೳͳ"*ϫʔΫϑϩʔΛ࣮ݱ https://www.ibm.com/products/watsonx-governance AIモデルのワークフローを 自動化し、公平性・バイア ス、ドリフトを能動的に検 知することによってリスク を管理し、企業の信頼を保 全 AIガバナンスを運用するた めのツールやアプリケー ションを体系的に統合し、 データセットの出自やAIモ デルのメタデータ、パイプ ラインを文書化することに より、 AIライフサイクル全 体を統制 増加する規制を適用可能な ポリシーに変換し、組織が 倫理基準を満たすための仕 組みを提供
20. © 2024 IBM Corporation ͜Ε·Ͱͷ"* ػցֶश ͜Ε͔Βͷ"* ج൫Ϟσϧ Ҋ݅͝ͱʹ σʔλΛ ४උֶ͠श ֶशࡁΈج൫
    ϞσϧΛ׆༻͠ "*ߏஙޮ཰Խ Ұൠ޲͚େن໛
    
    
    
    ݴޠϞσϧ --. ͷ Ϣʔβʔར༻ "*Ϗδϣϯ ࣗࣾͷՁ஋Λ"*Խ͢Δ ʮ"*Ձ஋૑଄اۀʯ ʹͳΔ watsonx
21. © 2024 IBM Corporation IBMの⼤規模⾔語モデル େن໛ݴޠϞσϧ͸ɺࣗવݴޠॲཧͱਓ޻஌ೳʹ͓͚Δେ͖ͳਐาͰ͋Γɺ.JDSPTPGUͷࢧԉΛ ड͚͍ͯΔ0QFO
    "*ͷ$IBU
    (15΍(15ͳͲͷΠϯλʔϑΣΠεΛհͯ͠ɺҰൠʹར༻Մೳ ͱͳ͍ͬͯ·͢ɻଞͷྫͱͯ͠͸ɺ.FUBͷ-MBNBϞσϧɺ(PPHMFͷτϥϯεϑΥʔϚʔ ʢ#&353P#&35Bʣ΍1B-.ϞσϧʹΑΔ૒ํ޲ͷΤϯίʔυදݱ͕͋Γ·͢ɻ ⽇本IBMは2024年2⽉29⽇、⽶IBM開発の⼤規模⾔語モデル「Granite（グラナイト）」の⽇本語版を提供 すると発表しました。 GraniteではGPTのように⽣成タスクを実⾏できるようになる。 ⽇本語版Graniteは130億パラメータの英語版より軽量な80億パラメータで、英語版と同様にシングルGPU （NVIDIA V100 32GB）でも動作する。 また、オープンソースの基盤モデルとは異なり、法務や財務など 企業に特化したデータセットを学習している。学習させたデータセットは合計7TBに及び、以下の領域の データが含まれている。 • インターネット︓公共のインターネットから取得した⼀般的な⾮構造化⾔語データ • 学術︓科学技術に特化した技術的な⾮構造化⾔語データ • コード︓各種のプログラミング⾔語をカバーする⾮構造化コードのデータセット • 法務: 法律意⾒書やその他の公的提出書類から取得した企業関連の⾮構造化⾔語データ • 財務︓⼀般に公開された財務⽂書や報告書から取得した企業関連の⾮構造化データ IUUQTXXXJCNDPNKQKBUPQJDTMBSHFMBOHVBHFNPEFMT IUUQTBJTNJMFZDPKQBJ@OFXTJCNHSBOJUFKBQBOFTF
22. © 2024 IBM Corporation "*͕΋ͨΒ͢৽ͨͳੈք ίʔυੜ੒πʔϧ *#.ࣾ಺։ൃͰΛࣗಈੜ੒ ੡଄ۀ ੡඼ͷ৽ن༻్୳ࡧ ۚ༥ۀ ਫ਼౓Ͱ໰͍߹ΘͤࣗಈԽ *#.ਓࣄ ສ݅ͷ໰͍߹ΘͤΛࣗಈԽ ؾީมಈͷӨڹ༧ଌ /"4"ͱͷڞಉݚڀ εϙʔπΫϥϒ ੜ੒"*Λ׆༻ͨ͠ղઆͱࢼ߹༧ଌ
23. © 2024 IBM Corporation Cloud DOJO 2024 #1 AIに対応するIBM Cloud IBM Tech/Developer Dojo 3FE
    )BU
    0QFO4IJGU
    "* 3
24. © 2024 IBM Corporation TITLE HERE EDIT SLIDE SUBTITLE HERE 3FE
    )BU
    0QFO4IJGU
    "*ͷػೳڧԽ಺༰ɿ • "*.-࣮ݧͷτϥοΩϯάͱࣗಈ.-ϫʔΫϑϩʔͷͨΊͷσϓϩΠϝϯτɾύΠϓϥΠ ϯ͸ɺσʔλαΠΤϯςΟετ΍ΠϯςϦδΣϯτɾΞϓϦέʔγϣϯ։ൃऀ͕ػցֶशϓ ϩδΣΫτΛΑΓਝ଎ʹ൓෮͠ɺΞϓϦέʔγϣϯͷσϓϩΠϝϯτ΍Ξοϓσʔτʹࣗಈ ԽΛ૊ΈࠐΉ͜ͱΛࢧԉ͠·͢ɻ • ϞσϧɾαʔϏϯάʹ͸ɺਪ࿦ͷ(16αϙʔτɺਪ࿦ͷύϑΥʔϚϯεΛ޲্ͤ͞ΔΧε λϜϞσϧαʔϏϯάϥϯλΠϜɺجૅϞσϧͷσϓϩΠϝϯτΛվળ͠·ͨ͠ɻ • ϞσϧɾϞχλϦϯάʹΑΓɺ૊৫͸ҰݩԽ͞ΕͨμογϡϘʔυ͔ΒύϑΥʔϚϯεͱ ӡ༻ͷϝτϦΫεΛ؅ཧ͢Δ͜ͱ͕Ͱ͖·͢ɻ 3FE
    )BU
    0QFO4IJGU
    "*ͷ஀ੜ ೥݄೔ 3FE
    )BU
    *OD͸ɺ3FE
    )BU
    0QFO4IJGU
    "*ͷ৽ػೳΛൃද͠·ͨ͠ɻ 3FE
    )BU
    0QFO4IJGUͱ3FE
    )BU
    0QFO4IJGU
    %BUB
    4DJFODFͷ࣮ূࡁΈͷػೳΛϕʔεʹߏஙɾ֦ ுͨ͠3FE
    )BU
    0QFO4IJGU
    "*͸ɺ*5ӡ༻ϦʔμʔʹΦʔϓϯιʔεςΫϊϩδʔʹجͮ͘Ұ ؏ͨ͠εέʔϥϒϧͳج൫Λఏڙ͢Δͱͱ΋ʹɺσʔλαΠΤϯςΟετ΍։ൃऀʹઐ໳త ͳύʔτφʔΤίγεςϜΛ΋ͨΒ͠ɺ"*ͷΠϊϕʔγϣϯΛՄೳʹ͠·͢ɻ https://www.redhat.com/ja/about/press-releases/red-hat-openshift- aikahaifuritsutokurautoquantiteshengchengainodaoruwojiasu
25. © 2024 IBM Corporation 組み込み型のセキュリティやオペレー ターのライフサイクル統合なども時間 を節約できるメリットに含まれます。 技術概要を読む AI インフラストラクチャの 管理に費やす時間を短縮 Red Hat OpenShift アプリケーション・ プラットフォーム上で提供される一般的 な AI/ML ツールとモデルの追跡、統合、 テスト、サポートは Red Hat が担う テスト済み、サポート付き の AI/ML ツール Red Hat OpenShift AI は、セルフマ ネージドのソフトウェアとして、ま たは OpenShift 上のフルマネージド 型クラウドサービスとして提供 ハイブリッドクラウドにお ける柔軟性 すでに実証済みの Red Hat の手法 を通じて DevOpsと MLOps を使用 することで、ベストプラクティスに ついて学び、独自の ML パイプライ ンプロジェクトを構築できます。 Red Hatのベストプラク ティスを活用 Red Hat OpenShift AI 0QFO4IJGU
    "*ͷಛ௃ͱϝϦοτ • "*ϑΥʔΧεɾϙʔτϑΥϦΦ͸ɺ3FE
    )BU
    0QFO4IJGU
    %BUB
    4DJFODFΛϕʔεͱͯ͠ɺ࠷৽ͷΤϯλʔϓ ϥΠζ޲͚ʹຊ൪ར༻ʹదͨ͠"*Ϟσϧ΍ΞϓϦέʔγϣϯΛ࣮ݱ • *#.ͷ࣍ੈ୅"*ΠϊϕʔγϣϯXBUTPOYBJͳͲɺઐ໳తͳύʔτφʔΤίγεςϜͷͨΊͷڧྗͰεέʔ ϥϒϧͳج൫Λఏڙ
26. © 2024 IBM Corporation Cloud DOJO 2024 #1 AIに対応するIBM Cloud IBM Tech/Developer Dojo "*εʔύʔίϯϐϡʔλʔ ４
27. © 2024 IBM Corporation *#.͕Ϋϥ΢υ্ʹ"*εʔύʔίϯϐϡʔλΛߏஙͨ͠ཧ༝ ج൫Ϟσϧ͸ڊେͰɺ৔߹ʹΑͬͯ͸਺ेԯΛ௒͑ΔύϥϝʔλͰදݱ͞ΕΔ͜ͱ΋͋Δɻ ͜ͷΑ͏ͳن໛ͷϞσϧΛֶश͢ΔͨΊʹ͸ɺڧྗͳݸʑͷίϯϙʔωϯτͰߏ੒͞Εɺେن໛ͳܭࢉ՝୊ Λߴ͍ܭࢉೳྗͰղ͘ɺ͍ΘΏΔεʔύʔίϯϐϡʔλʔ͕ඞཁ ैདྷͷεʔύʔίϯϐϡʔλʔ͸"*༻ʹઃܭ͞Εͨ΋ͷͰ͸ͳ͍ *#.͸ɺੜ੒"*ͷجૅͱͳΔϞσϧͷॳظݚڀΛਐΊΔͨΊɺࣾ಺޲͚"*εʔύʔίϯϐϡʔλΛಠࣗʹ ։ൃͨ͠ɻ͜ͷγεςϜ͸ʮ7FMBʯͱݺ͹Ε͓ͯΓɺ*#.ͷ"*ʮXBUTPOYʯ΍σʔλϓϥοτϑΥʔϜͰ ར༻Մೳͳج൫Ϟσϧͷֶशʹ࢖ΘΕ͍ͯΔɻ Velaの性能が優れていたことから、社内研究⽤のシステムを超えて、現在ではIBMのwatsonx.aiの中枢を 担うまでになっ͍ͯΔɻ 参考サイト︓ 7FMBͷ੒ޭΛड͚ͯɺ*#.͸(16ϕʔεͷίϯϐϡʔ ςΟϯά΍(16ΞΫηϥϨʔγϣϯʹΑΔXBUTPOYαʔ Ϗε΁ͷΞΫηεΛ૿΍͢͜ͱͰɺϏδωε޲͚"*ͷະ དྷΛڧԽ͍ͯ͘͜͠ͱʹ͞Βʹॏ఺Λஔ͍͍ͯ·͢ɻ ؾީมಈͷӨڹ༧ଌ /"4"ͱͷڞಉݚڀ https://www.ibm.com/blogs/solutions/jp-ja/ai-supercomputer-vela-gpu-cluster/
28. © 2024 IBM Corporation 基板モデル研究と watsonxのサービス を拡張する *#.͕ʮ"*εύίϯʯΛΞοϓάϨʔυ ラックの⾼密度化や ネットワークの⾼速化 「AIU（⼈⼯知能ユ ニット）」と呼ばれる 独⾃のAIチップの開発 ⽣成AI（⼈⼯知能）の台頭を考慮し、IBMが「AIスー パーコンピュータ（AIスパコン）」をアップグレードし、 GPU間の通信の遅延を低減する技術などが導⼊されている。
29. © 2024 IBM Corporation Cloud DOJO 2024 #1 AIに対応するIBM Cloud IBM Tech/Developer Dojo ͦͷଞ ５
30. © 2024 IBM Corporation ະདྷͷ"*ιϦϡʔγϣϯ ⽇本IBMは2024年3⽉7⽇、システム開発や運⽤に⽣成AI（⼈⼯知能）を活⽤するサービス「IT変⾰のため のAIソリューション」の提供を同⽇から開始すると発表した。 要件定義や設計、開発、テスト、運⽤に⾄るまでの⼯程に⽣成AIを取り込み、2027年にはプロセス全体で 30%の効率化を⽬指す。 新サービスではまず、顧客の既存の開発・運⽤プロセスに⽣成AIを組み込む戦略を策定する。その上でAI によるコードや仕様書の⽣成、テストや運⽤の⾃動化を進める。⽇本IBMのAI・データプラットフォーム 「IBM watsonx」をはじめ、ローコード開発のツールなどを組み合わせて効率化を図る。
31. © 2024 IBM Corporation