ブログ
GPU・LLM・MLOps・Kubernetes、そしてマインドセット · 3516 件
#2026-03 764#japanese 587#deep-dive 254#kubernetes 249#culture 236#career 224#ai 217#llm 209#devops 196#2026-04 144#security 141#observability 113#database 110#communication 107#architecture 100#productivity 88#finance 87#mindset 80#ai-papers 79#history 79#it 78#psychology 78#english 75#networking 74#deep-learning 73#gpu 70#linux 70#performance 70#cs-fundamentals 63#ai-agent 61#postgresql 60#rag 59#economy 57#mlops 53#self-improvement 53#python 52#ai-platform 51#food 51#learning 51#travel 51
道具か、相手か — 意識の問いを保留にしたままでも言えること
人がAIの前でまず手に取る問いは「これに意識はあるのか」です。最も難しい問いであり、おそらく最も役に立つ問いではありません。この記事はその問いを閉じずに脇に置き、観察できることから始めます。道具が文章で答え始めたとき何が変わったのか、擬人化がなぜシステムではなく私たちについての事実なのか、イライザ効果が示すものと示さないものは何か、そして答えがどちらに転んでも変わらない一つの非対称性について書きます。
2026-08-02 · 29 分で読めます #humanities#ai#philosophy#cognition#technologyvLLMを速くする — 設定、内部構造、そしてコードに手を入れるべき場所 ♪ 聞けます
vLLMの性能を上げる作業を、コードを触らずにできることから順に整理します。バッチ関連の引数とプレフィックスキャッシュ、チャンクドプリフィル、量子化の選択をまず扱い、そのあとPagedAttentionと連続バッチングスケジューラが内部で何を決めているのかを、実際のソースを根拠に説明します。実際にコードを触る価値のある三箇所、カスタムロジットプロセッサ、カスタムアテンションバックエンド、スケジューラポリシーとその代償も押さえます。何を固
2026-08-02 · 33 分で読めます #vllm#llm-inference#paged-attention#benchmark#schedulerAMD と NVIDIA、何が違うのか — ハードウェアよりスタックが問題である理由
AMD GPU と NVIDIA GPU の違いを、ハードウェア構造・ソフトウェアスタック・移植経路・エコシステムの成熟度という 4 つの層に分けて、感情抜きに整理します。SM と CU、Tensor Core と Matrix Core の対応関係から、ワープ 32 とウェーブフロント 64 が実際のコードにどんなバグを生むのかまで具体的に扱います。HIPIFY が自動で移植してくれる部分と必ず手で直すべき部分を切り分け、cuBLAS
2026-08-02 · 27 分で読めます #amd#rocm#hip#nvidia#cudaロボット工学に必要な数学、順序立てて — そして何を後回しにしてよいか ♪ 聞けます
ロボットアームを作るには数学をどこまで知っておくべきかへの答えです。線形代数、三角法と回転表現、微積分と多変数、微分方程式と制御理論、確率と推定、最適化の順に6つの枝を整理しました。各枝ごとにロボットアームのどの部分で正確に使われるのか、どの水準まで知れば十分か、そして何を後回しにしてよいかを一緒に記しました。後回しにしてよいものを明示した理由は、そこがほとんどの人が途中で止まる地点だからです。ヤコビアンのSVDが特異点付近で崩れる過程
2026-08-02 · 44 分で読めます #robotics#math#electronics#linear-algebra#controlGPUカーネルを自分の手で直すということ — 転置カーネルを5倍速くするまで
GPUカーネルを直接修正するとは実際どういうことか、スレッド・ワープ・メモリ階層から押さえます。占有率がなぜ目標ではなく症状なのか、そしてほとんどのカーネルが演算ではなくメモリ帯域幅に律速されているという事実をルーフラインの観点から説明します。行列転置カーネルひとつをnaiveからコアレッシング、シェアードメモリタイリング、バンクコンフリクト除去まで四段階で直しながら、各段階の有効帯域幅を実際に測るハーネスも提供します。最後にNsigh
2026-08-02 · 31 分で読めます #cuda#gpu-kernel#nsight-compute#memory-bandwidth#performanceロボットアームは何でできているか — リンク、ジョイント、そして関節を実際に動かすもの ♪ 聞けます
ロボットアームを作ろうとサーボ6個を買うと、たいてい腕は自重で崩れます。この記事はリンク、ジョイント、エンドエフェクタの正確な定義から始めて自由度が何を数える値なのか、なぜ6が基準なのかを説明し、関節を実際に回す3つの選択肢であるサーボ、ステッパー、BLDCをメーカー公表の規格で比較します。減速機がトルクを何倍に増やし、バックラッシュをどれだけ生むか、ハーモニックドライブがなぜロボットに使われるのかをアーク分単位で検討します。最後に腕の
2026-08-02 · 45 分で読めます #robotics#hardware#electronics#arduino#math2025〜2026年アメリカ映画・ドラマ総まとめ — オスカーが選んだものと観客が選んだもの
2025年から2026年上半期までのアメリカ映画とシリーズのうち、実際に話題になった17作品をまとめました。第98回アカデミー作品賞を受賞した『ワン・バトル・アフター・アナザー』、オスカー史上最多となる16部門にノミネートされた『シナーズ』、Netflix歴代最多視聴の映画になった『K-POP Demon Hunters』、そしてエミー賞を席巻した『ザ・ピット』と『ザ・スタジオ』までを扱います。各作品の監督と主演、確認できた視聴経路、誰
2026-08-02 · 26 分で読めます #culture#american-film#tv-series#movie-recommendation#oscars2025〜2026年韓国映画・ドラマ総まとめ — 劇場が戻ってきた年、OTTが再編された年
2025年から2026年上半期までの韓国映画とドラマのうち、実際に話題になった18作品をまとめました。1691万人を動員した『王と暮らす男』、ヴェネツィアで公開されたパク・チャヌクの『どうしようもない』、そしてNetflixグローバル1位を記録した『폭싹 속았수다』と『참교육』までを扱います。各作品の監督と主演、公開プラットフォーム、誰が好きで誰が苦手そうかを一行でまとめました。結末は明かさず、前提だけを紹介します。
2026-08-02 · 28 分で読めます #culture#korean-film#k-drama#movie-recommendation#netflix2025〜2026年中華圏映画・ドラマ総まとめ — 本土、香港、台湾それぞれの通信簿
2025年から2026年上半期までの中華圏映画とドラマのうち、実際に話題になった17作品を本土、香港、台湾に分けてまとめました。世界のアニメーション興行歴代1位になった『哪吒之魔童闹海』、金馬奨最優秀劇映画賞を受賞した台湾映画『大濛』、香港電影金像奨作品賞を受賞した『再見UFO』、そして潮州方言で作られ豆瓣9点を獲得した『給阿嬤的情書』までを扱います。各作品の出身地と監督、確認できた視聴経路を併せて記しました。
2026-08-02 · 28 分で読めます #culture#chinese-film#hong-kong-cinema#taiwan-cinema#movie-recommendation2025〜2026年日本映画・ドラマ・アニメ総まとめ — 記録を塗り替えた二作品と、その影
2025年から2026年上半期までの日本映画、ドラマ、アニメーションのうち、実際に話題になった18作品をまとめました。日本歴代興行成績1位を塗り替えた劇場版『鬼滅の刃』無限城編、実写映画歴代1位になった『国宝』、ロカルノ映画祭金豹賞を受賞した『旅と日々』、そして25年ぶりにカンヌ・コンペティション部門に三作品が同時に上がった2026年までを扱います。各作品の監督と制作会社、確認できた視聴経路、誰が好きで誰が苦手そうかを併せて記しました。
2026-08-02 · 29 分で読めます #culture#japanese-film#anime#j-drama#movie-recommendationWord・PowerPointショートカット — 文書はスタイルで、スライドはオブジェクトで扱います
WordとPowerPointは同じリボンを使いますが、手癖はまったく違います。Wordはテキストの流れとスタイルを扱い、PowerPointはキャンバス上のオブジェクトを扱うからです。この記事は二つのアプリをそれぞれの性格に合ったグループに分け、グループごとに個々のキーではなくそのグループを支配する規則を先に説明しながら、書式コピーの反復適用とスタイルで文書全体を扱うという、働き方自体を変える項目を前面に出しました。同じ組み合わせが二
2026-08-02 · 36 分で読めます #word#powerpoint#shortcuts#office#productivity質問に答えるPrometheusメトリクス設計 — 型の選択、カーディナリティ予算、rateと分位数の罠
メトリクスは多ければよいのではなく、質問に答えられてこそ価値があります。カウンタ、ゲージ、ヒストグラムがそれぞれどんな質問に答えるのか、選び方を間違えるとどんな計算が原理的に不可能になるのかから整理します。ラベルのカーディナリティを感覚ではなく数字で予算化する方法、rateとhistogramquantileが静かに間違った答えを返す条件、そしてレコーディングルールをいつどんな名前で作るかを扱います。最後にパネルを作る前に自問すべき五つ
2026-08-02 · 27 分で読めます #observability#prometheus#promql#metrics#cardinalityGPUコンパイラとフレームワークの地形図 — グラフからカーネルを作るという一つの問題、層ごとに違う答え ♪ 聞けます
NVCCとPTXからLLVM、MLIR、Triton、torch.compile、XLA、IREE、TVMまでを一枚の地図に載せました。名前も所属も違いますが、これらはすべて同じ問題を解いています。演算グラフを受け取り、実行可能なカーネルを作るという仕事です。各層がその問題のどの部分を切り取ったのか、なぜ層がこれほど増えたのか、そしてエンジニアがどんな状況でどの層まで降りるべきかを整理しました。2026年8月2日に確認したバージョンと公
2026-08-02 · 38 分で読めます #gpu#compiler#mlir#triton#pytorch反論の扱い方 — 事実論争、価値論争、地位論争を見分ける
説得を学ぶ人の大半が飛ばしてしまうのが反論の扱い方です。相手の論拠を相手より上手に整理し、声に出して確認する手続きとしてのスティールマン、最も強い反論を自分から先に出すことがなぜ信頼を削るどころか高めるのか、事実の食い違い・価値観の食い違い・地位の食い違いをどう見分け、それぞれに何で応じるべきかを整理しました。議論の途中で自分が間違っていたと気づいたときの処理、そして広く引用されながら大規模な再現実験で大きく縮小したバックファイア効果に
2026-08-02 · 30 分で読めます #career#persuasion#communication#conflict#teamwork文章で説得する — 設計文書とRFCが通る構造
設計文書、RFC、提案書、障害後のフォローアップ勧告を書く人のための記事です。自分が問題を解いた順序ではなく、求める決定を一番前に置く方法、却下した代替案を示すことがなぜ提案書と広告を分ける唯一の目印なのか、何もしなかったときのコストをどう数字にするか、流し読みする決定者にどう向き合うかを整理しました。そして最も重要なこと、自分がいない会議で引用される段落をどう書くかを扱います。弱い提案の段落を一つ実際に書き直し、文書で実際に効く手を表
2026-08-02 · 27 分で読めます #career#writing#persuasion#design-doc#engineering説得の構造 — 人を動かすのは話術ではなく順序です
説得は、表現を磨くよりずっと前に、構造の段階で失敗しています。主張より先に共有前提を立てること、最も強い根拠を最も注意が集まる場所に置くこと、要求を承諾できる大きさまで縮めること、そして人は説得されることを拒むという非対称性という四つの軸で整理しました。精緻化見込みモデルと接種理論は証拠の重みが異なること、フット・イン・ザ・ドアや自我消耗のように広く引用されながら再現性が弱い発見が何かも、効果量とともに明らかにします。最後にはCI改善を
2026-08-02 · 35 分で読めます #career#persuasion#communication#influence#psychologyLLMベンチマークツールを分解する — 同じMMLUがハーネスごとに違うスコアを出す理由 ♪ 聞けます
ベンチマークのスコアはモデルの属性ではなく、特定の条件下で行われた測定の結果です。同じLLaMA 65Bが同じMMLUで63.6点と48.8点を同時に取った事件は、ハーネスがプロンプトをどう組み立て、正解をどうパースするかがスコアのかなりの部分を決めることを示しています。この記事は評価ハーネスが内部で実際に行っている六つの段階を分解し、lm-evaluation-harness 0.4.12、HELM 0.5.16、Inspect AI
2026-08-02 · 35 分で読めます #llm-evaluation#benchmark#lm-evaluation-harness#helm#reproducibility自社サービス向け評価セットを作る — トラフィック収集から統計的有意性の判定まで ♪ 聞けます
公開ベンチマークは自社の課題を代わりに測ってはくれません。入力分布も、正解の定義も、失敗のコスト構造も違うからです。この記事では、実トラフィックから事例を拾い上げて失敗タイプ別に層化し、正解を定義できないタスクにルーブリックをかぶせ、採点スクリプトを組み込む過程を実際のコードで追います。何件あれば十分かを信頼区間で感覚的につかむ方法から、小さな評価セットで二つのモデルの5パーセントポイント差が統計的に意味を持つかをMcNemar検定とブ
2026-08-02 · 37 分で読めます #llm-evaluation#eval-set#rubric#statistics#regression-testingテキスト・画像・エージェントをそれぞれどう測るか — 三つの領域の測定が根本的に違う理由 ♪ 聞けます
テキスト・画像・エージェントは同じ「性能」という言葉を使いますが、測定の構造はまったく異なります。テキストは正解があるふりをした選択式と、正解のない生成式に分かれ、画像は分布距離と人間の判断がずれ、エージェントは部分成功・環境状態・非決定性のためにそもそも一つの数字に圧縮できません。この記事は各領域の代表的な指標が実際に何を計算しているのかを定義のレベルで分解し、領域ごとに「指標は高いのに実際には悪い」事例を一つずつ添えました。最後に領
2026-08-02 · 37 分で読めます #llm-evaluation#multimodal#llm-as-judge#agent-benchmark#metricsアプリケーションにOpenTelemetryを付ける — 自動計測から手動スパンまで、そしてコレクタを置く理由
計測はSDKをインストールする作業ではなく、順序を守る作業です。自動計測で1日で骨格を立て、リソース属性を先に確定させたうえで、self timeが大きい区間にだけ手動スパンを入れる順序を、実際のサービスひとつを最後まで計測しながら示します。コンテキスト伝播が途切れる四つの地点、スレッドプール、メッセージキュー、バックグラウンドジョブ、ヘッダーを消すプロキシをそれぞれ再現して直します。最後にコレクタをアプリとバックエンドの間に置く理由を
2026-08-02 · 24 分で読めます #observability#opentelemetry#instrumentation#otel-collector#tracing