BTC $62,143.79 -0.63%
ETH $1,747.74 -1.16%
BNB $573.89 -0.69%
XRP $0.9596 +0.11%
SOL $72.93 -0.20%
TRX $0.3099 +0.01%
DOGE $0.0574 -1.51%
ADA $0.1492 -0.63%
BCH $205.94 +0.83%
LINK $8.92 -0.96%
HYPE $66.19 -0.21%
AAVE $103.78 -4.50%
SUI $0.7010 -1.83%
XLM $0.1326 -2.04%
ZEC $872.75 -2.99%
AAPL $350.56 -0.92%
AMZN $256.02 -4.96%
GOOGL $272.79 -4.22%
MSFT $495.44 -2.94%
META $587.84 -4.71%
NVDA $144.16 -4.78%
TSLA $369.74 -3.90%
SNDK $747.36 -4.58%
INTC $54.36 -1.43%
SPCX $136.05 -5.95%
MU $673.96 -5.44%
AMD $474.60 -10.18%
BTC $62,143.79 -0.63%
ETH $1,747.74 -1.16%
BNB $573.89 -0.69%
XRP $0.9596 +0.11%
SOL $72.93 -0.20%
TRX $0.3099 +0.01%
DOGE $0.0574 -1.51%
ADA $0.1492 -0.63%
BCH $205.94 +0.83%
LINK $8.92 -0.96%
HYPE $66.19 -0.21%
AAVE $103.78 -4.50%
SUI $0.7010 -1.83%
XLM $0.1326 -2.04%
ZEC $872.75 -2.99%
AAPL $350.56 -0.92%
AMZN $256.02 -4.96%
GOOGL $272.79 -4.22%
MSFT $495.44 -2.94%
META $587.84 -4.71%
NVDA $144.16 -4.78%
TSLA $369.74 -3.90%
SNDK $747.36 -4.58%
INTC $54.36 -1.43%
SPCX $136.05 -5.95%
MU $673.96 -5.44%
AMD $474.60 -10.18%

推論

すべて
記事
速報

first_img ネット上の情報:昇騰 950DT の推論性能は H200 の 86% に達する

11月18日、AIコンテンツアカウントMax For AIは、「昇騰950DT性能テストと経営効果測定報告」というタイトルの資料が計算力関連のコミュニティで流通していると述べました。資料の日付は今年の10月と記載されており、内容は中国移動内部のテスト報告を示しています。資料によると、10月10日、中国移動の複数の部門が合同チームを編成し、華為の練秋湖研究開発センターに赴き、64カードの昇騰950DT超ノードを使用して、智譜GLM 5.2とDeepSeek V4 Proの実測を行いました。資料が提供する性能データは、GLM 5.2、16K入力/2K出力シーンを基準としています。単カードの総スループットに関して、昇騰910B4は169 tokens/s、910Cは483 tokens/s、950DTは1951 tokens/sであり、それぞれ910B4の11.5倍、910Cの4倍に相当します。資料はvLLMデータを引用し、該当シーンでのNVIDIA H200を約2200 tokens/sと推定し、950DTはH200の約89%に相当します。別の7K/2Kデータは約82%です。資料の最終結論には、950DTの推論性能はH200の86%に達すると記されています。コスト測定に関して、資料は集約価格に基づいて8カードサーバーの価格を列挙しています:950DTは約297万元、910Cは約215万元、910B4は約65万元です。設備、保守、付帯施設、IDCを考慮し、5年間で分割した場合、月コストはそれぞれ約6.36万元、4.87万元、1.61万元となります。資料はこれに基づいて、950DTの単位コスト推論性能は910Cの約3.1倍、910B4の約2.9倍と計算しています。裸金属のレンタル料は950DTが1台あたり月8.43万元、H200は約13万元と推定されており、950DTの推論コストパフォーマンスはH200より約30%高いと明記されています。

Lightning Labsはpi402を発表し、AIエージェントがビットコインで推論料金を支払うことを可能にしました。

Crypto Briefing の報道によると、Lightning Labs は 11 月 12 日にオープンソース拡張機能 pi402 を発表し、AI プログラミングエージェントが Lightning ネットワークを通じてビットコインで自らの推論費用を支払うことを可能にしました。このツールは Pi プログラミングエージェント専用に構築されており、アカウントの登録、API キー、クレジットカードは不要で、エージェントは価格を見た後に請求書を支払うことで作業を再開できます。pi402 は L402 プロトコルに基づいており、HTTP 402 "支払いが必要" の応答と Lightning ネットワークの請求書を組み合わせています。エージェントが支払った後、即座に決済が行われます。これにより、トークン単位での課金モデルが実現され、エージェントは実際の消費に応じて支払います。売り手は Aperture と Lightmeter ツールを通じて支払いを受け入れることができ、売買双方は Lightning ノードを運営する必要がなく、支払いは Ark ベースの Wavelength ウォレットによって処理されます。デモ価格は約 100 万入力トークンあたり 0.375 ドル、100 万出力トークンあたり 1.5 ドルです。

ミラはAI推論ルーティング製品を発表し、最大50%の割引を提供します。

Miraの公式ツイートによると、Miraは11月5日にAI推論検証ルーティング製品Sterlingを発表しました。これは、現在のAPI市場においてユーザーが支払ったモデルと実際に実行されるモデルが一致しない問題(例えば、プロバイダーが密かにモデルをダウングレードしたり、ツール呼び出しを破壊したりすること)を解決することを目的としています。Sterlingは、さまざまなAPIプロバイダーに対して24時間体制でテストを行い、公開スコアを提供します。評価の次元には、モデルのアイデンティティ、ツール呼び出し、パラメータの準拠、サイレントフェイル、声明のコンテキストが含まれます。ユーザーはBase URLを変更するだけで、検証されたプロバイダーにリクエストをルーティングできます。Miraが行った4ヶ月間の研究では、189のエンドポイントをカバーし、その中で29のエンドポイントに37回の未公開の変更があったことが明らかになりました。Sterlingは現在ベータ段階にあります。製品は従量課金制をサポートし、決済はUSDC(x402プロトコルを介して)または$MIRAトークンをサポートしています。ローンチ初期には、Claude、GPT、Geminiの推論価格が公式価格より最大50%低くなる可能性があります。

first_img AI推論チップ会社モクシンが約10億元のC+ラウンド資金調達を完了しました。

科創板日報の報道によると、AI推論チップ会社の墨芯人工智能科技(深圳)有限公司は最近、約10億元人民元のC+ラウンドの資金調達を完了したと発表しました。投資者には仁愛資本、海棠基金、東恒石油、比丘資本、派拉資本、中財資本などが含まれています。このラウンドの資金は、スパース専用推論チップのソフトウェアとハードウェアのアップグレード、次世代チップの予備研究、およびスパース計算の産学連携に使用されます。会社は、この資金調達が前回の約10億元の資金調達から約5ヶ月の間隔で行われたことを明らかにし、2回の資金調達の合計は約20億元に達しています。今年5月に発表されたCラウンドの資金調達には、深創投、大湾区共同家園、力鼎資本、蕴盛資本などの機関が参加し、凯旋創投、盛景嘉成、岩山科技などの既存株主も引き続き投資しています。墨芯は2018年に設立され、深圳に本社を置き、主にAI推論チップ、計算カードおよび関連ソフトウェアの研究開発を行い、データセンターや業界顧客にサービスを提供しています。創業者兼CEOの王維はカーネギーメロン大学の電子工学およびコンピュータ工学の修士号を持ち、かつてクアルコムやインテルに勤務していました。会社は自社開発のAntoumチップを搭載したS4、S30、S40などの計算カードをすでに発売しており、それぞれ1個、3個、4個のチップを搭載しています。会社は今年の年末までに新しい世代の計算カードSP200を発売し、アップグレード版のソフトウェアスタックSECAを発表する予定です。会社によると、その推論クラスターは西北、西南、華東、華北などの地域に展開されており、主要な通信事業者と協力関係を築いています。2026年第3四半期には収益が数倍に成長する見込みですが、収益額や成長の比較基準はまだ公開されていません。

Anthropicはゼロ知識証明技術をAI推論に応用し、モデルの「すり替え」を防止します。

AnthropicはFlashProveをオープンソース化し、暗号通貨分野で一般的に使用されるzkSNARK(ゼロ知識証明)技術をAIモデル推論に移行しました。この技術は本来、取引の詳細を公開することなくブロックチェーン取引の有効性を証明することができます。Anthropicはこれを使って別の問題を解決しようとしています:ユーザーが高額で購入したAIモデルのAPIが、サービスプロバイダーによって安価なモデルにこっそりと変更されていないかどうかを確認する方法です。FlashProveは、サービスプロバイダーがモデルの重みの暗号化フィンガープリントを生成し、その後推論結果に数学的証明を提供することを可能にします。ユーザーはモデルの重みを取得する必要もなく、モデルを再実行することなく、指定された出力が事前に約束された重みのセットから来ているかどうかを確認できます。Claudeもこのシステムの開発と最適化に参加しました。AnthropicはすでにMetaの4000億パラメータモデルLlama 4 Maverickで実験を完了しています。1024トークンのコンテキストを処理するごとに生成される証明は約19MBで、通常のCPUでの検証には約17秒かかります。ただし、現在のところ各証明は1つの出力トークンしか検証できず、全体の回答を検証することはできません。証明生成に必要なGPU計算時間は、通常の推論の約70~95倍に達しています。今後、これを利用してこっそりとモデルを変更したAPIサービスプロバイダーを見つけ出せるかどうかは、証明コストがいつ下がるかにかかっています。

first_img マイクロンは物理AI専用エッジ推論メモリを開発中です。

美光テクノロジーの副社長、李哲はソウルのCOEXで開催された韓国半導体展SEDEX 2026において、同社が物理AI向けのエッジ推論メモリEIMを開発中であると述べました。業界ではこの製品が2028年下半期に量産されると予測されています。美光はEIMをLPDDR6に適用し、自動運転やヒューマノイドロボットなどの低消費電力DRAMの需要に応えることを研究しており、主要顧客と関連製品について議論を進めています。科創板日報によると、EIMはAIチップとメモリの間に位置し、LPDDRをロジックチップの上にスタックすることで、高速に推論データを処理する方法を採用していますが、計算アーキテクチャはまだ完全には公開されていません。李哲は、現在のロボットAIモデルは約10億から20億のパラメータを持ち、帯域幅の要求は高くないと述べました。より高度な視覚言語モデルが登場した場合、LPDDRだけでは不十分であり、最終的にはHBMがヒューマノイドロボットに使用されることになるとしています。美光は、将来的に高性能のヒューマノイドロボットには約200GBのDRAMと4TBのストレージが必要になると予測しており、現在のサービスロボットは約12GBのDRAMと256GBのストレージを持っています。美光のCEO、サンジャイ・メロトラは、ヒューマノイドロボットの単体ストレージ容量は一般的なL2+乗用車の約10倍であり、ストレージ業界は2030年頃から数十年にわたって持続的な需要の増加に入る可能性があると述べています。その理由は、数百のセンサーからのデータを同期処理し、ローカルで大規模モデルを実行してミリ秒単位の制御を行う必要があるからです。Counterpoint Researchは、世界のヒューマノイドロボットのDRAM需要が今年の約8300Tbitから2030年には約17.2万Tbitに増加すると予測しています。

ヴィタリックはBTCのマイニングとAI推論のコストを比較した:前者は電気代がほぼ半分を占め、後者はより計算力の資本支出に依存している

イーサリアムの共同創設者であるVitalik Buterinは、ビットコインのマイニングコストの約半分が計算機器の資本支出から来ており、もう半分が電力消費から来ていると述べています。それに対して、AI推論コストはほぼ完全に計算機器の資本支出によって主導されています。この違いは、二つの計算ビジネスの異なるコスト構造を反映しています。ビットコインマイナーは継続的に電気代を支払う必要があり、マイニング機器の効率、コイン価格、ネットワークの難易度の変化によって利益の余地が決まります。一方、AI推論は高価なGPUなどのハードウェアの投入、設備の稼働率、計算効率により依存しています。両者の産業の境界も変化しています。AIの計算能力の需要が増加する中で、一部のビットコインマイニング企業は既存の電力資源とデータセンターの施設をAIや高性能計算ビジネスに転用し、単なるマイニングから計算基盤サービスへと移行しようとしています。一部のマイニング企業は、以前にマイニングのために確保していた電力容量を利用してAIデータセンター市場に参入しています。しかし、転換がコスト圧力の消失を意味するわけではありません:マイニングビジネスは電気料金とビットコイン価格の変動に直接さらされ、AI計算ビジネスはGPUの調達、減価償却、稼働率不足などのリスクを負う必要があります。二つのビジネスが争っているのは電力と計算資源ですが、最終的な収益性はこれらの資源をどのように収入に変換するかに依存します。
app_icon
ChainCatcher Building the Web3 world with innovations.