日露戦で満蒙権益を獲得した日本は、その維持を最重要課題として勢力拡張に舵を切る。だが国益追求に邁進する外務省は、次々と変化する情勢の中で誤算を重ね、窮地を打開するため無謀な秩序構想を練り上げていく。小村寿太郎から幣原喜重

１９世紀半ばの中央アジア。遊牧民の女性アミルが定住民の少年カルルクに嫁ぐ場面から、漫画「乙嫁語（おと...

外務省は今国会でバングラデシュとの経済連携協定（EPA）の承認を目指す。関税の交渉にあたり、協定策定のノウハウも支援した。バングラにとって初のEPAとなる。経済協力に加え、同国最大の輸入先である中国の動きをけん制する狙いもある。経済成長が続くバングラは先進国への輸出品の関税が免除される後発発展途上国（LDC）を近く卒業する見通しだ。卒業後にかかる関税の影響を和らげる効果も期待される。日本にとっ

### ローカルLLMを動かすときの重要なカギ：メモリ帯域 ローカルLLMやSLMを使用するとき、皆さんはどういうグラフィックボードを使用されるのでしょう？ 大体は安価な製品なちょい古めの・・そう、例えばRTX3060-12GBみたいなものを使って動かしたりすることは結構あったんじゃないかって気がします。 企業でも簡易評価をするレベルとなると、そのあたりのレベルのGPUを使って評価し、本格的なところに至るあたりでちゃんとしたグラフィックボードを構えて推論基盤を構成することもあるようで。 そんな中、最近ですとDGX-Sparkという機種が登場しました。こちらはメインプロセッサこそARMですが、グラフィックプロセッサにNVIDIA Blackwell GB10というユニファイドメモリと連携させた省電力型のGPUが搭載され、128GBという広大なメモリ空間を一定割合に区切って使用することを可能としています。 80GBものVRAMを切り出すことも不可能ではなく、それはNVIDIA A100と同等のレベルのVRAMを用いる環境だということでだいぶ脚光も浴びたのではないかと。だって、600万円ぐらいするようなものがわずか60-100万円程度で手に入るわけですので。かなりこれを購入した人もいらっしゃるでしょう。 しかし現実はそう甘くはありません。実際に動かした人の第一印象は大体が「動くが遅い」だったはずです。もともとGB10自体がGPUというよりはNPUという位置づけにあり、8bit/4bitという低精度演算に強いことも挙げられますが、それ以上に大きな要因になったのは「メモリ帯域」です。今回はこのメモリ帯域に焦点を当てて説明できたらと思います。 ### 例えばそのハード、メモリ帯域はいくら？ DGX-Sparkは、そのユニファイドメモリ（CPU側にもGPU側にも利用できる適応幅の広いメモリ）の帯域として273GB/sという最大帯域が割り当てられます。 あれ？なんか単位おかしくない？という人もいるかもしれませんが、おかしくありません。メモリ帯域、実はグラフィックプロセッサに用いられるメモリの帯域は、一般的なものでもCPUに適用されるメモリのおよそ10倍程度はあることが多いです。前述したGeForce RTX 3060-12Gの場合、そのメモリ帯域はおよそ360GB/sです。 なお、DDR5メモリとかですと、その帯域はおよそシングルチャネルで38.4GB/s、デュアルチャネルで70GB/sと言われています。ユニファイドメモリがGPU用にも適用できるといっても、その限界は高かったり低かったりもします。では、以下に主だったNPU/GPUの帯域を一覧化してみましたのでご参考まで。 ### GPU/NPUの帯域 クラス | 製品名 | メモリ帯域 ---|---|--- 1.8TB/sクラス | RTX PRO 6000 Blackwell | 1792 GB/s RTX 5090 | 1792 GB/s 800-1000GB/sクラス | RTX 600 Ada Generation | 960 GB/s Mac Studio M3 Ultra | 819 GB/s 450～650GB/sクラス | Mac Studio M4 Max | 546 GB/s MacBook Pro M5 Max | 460～614 GB/s AMD Radeon AI PRO R9700 | 640 GB/s RTX A4000 | 446 GB/s 250～300GB/s （Unifiedメモリ）クラス | DGX Spark | 273 GB/s Mac mini M4 Pro | 273 GB/s Ryzen AI Max / Strix Halo | 256 GB/s CPU用メモリ:例 DDR5-4800の場合 | Single Channel | 38.4 GB/s Dual Channel | 70 GB/s こうしてみればわかるかと思うのですが、メインCPU向けに使われるメモリとGPU向けに使用されるビデオメモリとではこれだけの開きがあります。 ### なぜそこまで高速な処理が求められるか？ なぜこれほどの開きになるのかというと、グラフィックプロセッサ自体に求められる性能要件によるところが非常に大きいと考えられます。 そもそもグラフィックプロセッサとは何をするものでしょうか？AIを動かすものではありません。あくまで「画像を表示するためのもの」です。広大なディスプレイに対して、1つ1つの画素に対して「極力同時にずれなくある時点の画像を表示させる」という使命があります。これはオフィス用途のものよりも、特に3D表示を要求するようなゲーム用のプロセッサに対して強く要求されます。 例えば、画像が途中でずれが生じて上半分とした半分の時系列がずれるような状況下で、リアルタイムなアクションゲームを操作していたらゲームをしている人の立場から見るとどうなるでしょう？明らかにパニックを起こすはずです。昨今人気のゲームはそうしたバーチャルリアリティを重視して作られたものが多く、身体感覚とゲーム内のキャラクターの動作をうまくシンクロさせる必要が出てくるため、こうした要件は必須要件になります。 となりますと、広大な画面、それはディスプレイの画面を非常に細かい碁盤目状に組まれたところへ、1つ1つ輝度（という名の数値）を一度にドバっと出力する必要があります。それも同時に。こうしたときに必要になるのが以下の2点なのです。 * 驚異的ともいえる並列計算処理能力 * その驚異的な計算能力についていくだけの広大かつ広帯域なビデオメモリ そのため、もともとGPUは並列計算能力と高速なメモリIOを有した形で作られていました。 NVIDIAはその特性とDeepLearningの計算特性がマッチすることを認識し、CUDAライブラリを開発し、これをDeepLearning「にも」適用したというのが大いなるきっかけになったわけです。今日のAIは、これなくしては語れません。 ### VRAMは大変お高い・・・(´Д｀)ﾊｧ… ただ、VRAMは大変お高い存在でもあります。それは、メインメモリよりもメモリ帯域が広いからです。バスのベースクロックはメインメモリとあまり変わりありませんが、そのぶん、1クロックで運ぶデータ量が非常に多くなっており、その分作るメモリ素子の構築レベルも非常にレベルが高いものになっています。そのため、同じ要領でも天と地ほど離れるぐらいに金額差があるのが特徴でもあります。 さらにこれをはるかに上回るHBMというメモリモジュールがあります。これは、DRAMチップを縦方向に重層的に積み上げたメモリモジュールで、メモリ集積率がDDRやGDDRよりもはるかに多く、加えてその重層メモリ空間内のデータのやり取りを実現するためにメモリモジュール間に穴を通すという、なんとも想像を絶する芸当を製造工程の中に組み込んでいるのがコスト高の要因となってます。 （その複雑さと相まって、熱対策面・テストレベルの高さなどもコストに乗っかっていきます） これらはNVIDIAですとB100/200, H100/200といったハイエンドGPUで使用されることが多いです。そのビット幅はGDDRとも桁が違う4096bit x2という想像を絶する構造で、最大帯域幅はこれも桁違いの4.09TB/sです。(NVIDIA B300の場合:https://www.techpowerup.com/gpu-specs/b300.c4375 より引用)こうしたメモリを搭載したGPUは、主にビッグテックと言われているベンダーの学習基盤に採用されることが多いです。 ### Unifiedメモリ：廉価なVRAMであり、高価なメインメモリ その点UnifiedメモリはちょうどメインメモリとVRAMの中間に位置するようなメモリ素子であり、VRAMほど高速ではないですが、メインメモリよりは高速であるような特性を持っています。これをGPUとVRAMが対応するかのように配置してはんだ付けすることで、GPUに近い動かし方をしても「そこそこ高速に」動かせるようにしています。 メインメモリとVRAMの比率は、BIOSでの設定に任せるか、ソフトウェアで制御するかを選べるようになっていることが多く、通常だと何百万円も必要となりそうなGPUが欲しくなるところを比較的安価（30－70万円ぐらい）で買えるようにしています。特に目立つのはNVIDIAではDGX-Spark、AMDではRyzen AI MAXじゃないでしょうか。 これらを使用することで確かに大きなモデルを動かすことは可能ですが、完全なGPUと比べて計算素子数が少ない上、UnifiedメモリではVRAMほどのスピードがでないてんにはやっぱり気を付ける必要があります。DGX-Sparkですら273GB/sしかなく、今となっては型遅れのRTX 3060にすら届かない速度であるため、そのまま動かそうとするとびっくりするほど遅くて涙が出てしまうと思います。 こういう場合の対策としては以下の点が挙げられます。 * 推論用途を前提とすること あくまで、AIに推論をさせる用途に限定しましょう。学習処理は、GPUの機能・性能をフルに要求し、その発熱量も尋常ではなくなります。推論の場合は、推論用計算回路しか使わないため、発熱も一定量に押さえられ、それでいてそれなりの速度で推論をしてくれます。 * 量子化しましょう 量子化とは、行列データの1つ1つの計算精度を落とす手法で、これによってメモリ必要量だけでなく計算処理精度も低減でき、より高速に結果を出力することが可能になります。それでいて、量子化＝画像に例えると色数を落とす手法に例えられるのですが、結果として出力される内容の誤差が比較的小さく済むといわれており、そのモデルの性能を大きく損ねることはありません。 Unifiedメモリを搭載した機種自体、そうした量子化を前提として動かしているため、必ずこれは適用（適用すべき量子化モードはプロセッサの計算能力次第で決まる）するようにしてください。 * どのサイズのモデルに適切かを見極めてください 昨今、AIモデルの性能は単純にパラメータ数では測れないぐらいに学習方式やデータセットが充実したことで、格段に向上してきており、今や4Bモデルで以前一世を風靡したGPT-4の性能に迫ることができるようになってきました。 大きなモデルを動かす必要性があるかどうか、小さなモデルでどこまで担保できるかどうかを見極め、適切なモデルで動かすことをお勧めします。 ### より身近になるローカルLLM/SLM こうした廉価なデバイスも登場することで、インターネットにべったり頼るAPI型のリッチなAIモデルの代替策としてこうしたローカルLLM/SLMも多くの人が触れられる領域に徐々になってきました。こうしたAIモデルの性能向上は、私も当初予測ができておらず、AIの仕組みを知るころには「今まで知ったこと必要ないんじゃない？」と感じるようになるほど、いろいろな常識的だったことが塗り替えられ続けています。 API型のモデルに頼るのもいいでしょう、やっぱり性能は今でも段違いです。しかし、昨今世界のいろんなところで戦争は起きてますし、所謂他国からひっそりと何らかの攻撃をされることも増えてきたといわれることだってありますし、そうした対策の一環として、例えば国内企業の中でもっとAIエンジンを増やして国内トラフィックの中でAIが使えるようにする、エッジデバイスで基本的な推論はできるようにしとくと言ったようなことが必要になってくるのではないかと個人的には感じています。 そのうち一家に一台プチAIがかわいくいろいろ世話してくれる社会、そんなのがあってもいいんじゃないかと。先の読めない世の中にいますが、もっと前を向いていろいろな方向を見据え、私も行動したいと思っています。

はじめに――私には、ふたつの立場がある最初に、ちょっとだけ自己紹介をさせてください。 私は、中学生のときに不登校になった。そのあと全日制の高校に戻り、大学にも進んだ。でも大学では、人の輪のなかにどう入ればいいのかがわからず、正直、かなり苦労した。 そして、そのあと東京大学大学院の教育学研究科に進んで...

【ニューヨーク=時事】今年末に任期を終えるグテレス国連事務総長の後任を選ぶため、安全保障理事会は16日、6回目の非公式投票を常任理事国の投票行動が分かる形で初めて実施した。安保理筋によると、7人全ての候補に対し、拒否権を持つ常任理事国の「不支持」が2票以上投じられ、先行きは不透明な状況となった。コスタリカのグリンスパン国連貿易開発会議（UNCTAD）事務局長は9カ国の支持を得て首位を維持。た

合法にオカヤドカリ類を販売しているA氏の事務所に、中国語を話すバイヤーが訪れるようになったのは、7、8年ほど前のことだ。「ヤドカリを売ってほしい」「輸出できないか」―― 主に20代から40代の若い世代がやっ… (1ページ)

米大リーグのドジャースは15日（日本時間16日）、本拠地で行われたブルワーズとのナ・リーグ優勝決定シリーズ（NLCS）第4戦を4-6で落とした。悪夢のNLCS4連敗で今季が終了。米ポッドキャスト番組

サイバー攻撃による個人情報の流出が連日報じられ、異常とも言える状況に専門家は調査を続けている。見えてきたのが、これまで攻撃者が見向きもしなかった組織まで片っ端から狙われ、安全と思われたスマートフォンのアプリにまで被害が広がっている現実だ。人でも、ツールでもない何かに「気持ち悪さ」「人でもない、ツールでもない『何か』が攻撃している」。自社の不正アクセス被害を調査したIT企業のエンジニアは、あの

「人類に利益をもたらす安全なAI（人工知能）の開発」を使命とし、AI安全性研究所の構想から出発した米Anthropic（アンソロピック）。創業6年目に当たる2026年、年換算の売上高650億ドル、評価額は9650億ドルとも言われる企業へと急成長した。過去に類を見ないスピードで企業としての成長を遂げる中、最重視してきた安全性の追求は維持できるのか。技術の思想が現れやすい論文や公式ブログから読み解くべく、同社のAIサービスである「Claude」を補助的に利用して独自に分析した。

直近とりあげた話題について、少し丁寧に掘り下げて読み物にするシリーズです。過去記事の詳述部分が面白いとおもったり、他にどんな記事を読んでるのと思ってくださった方がいたら、おひねりとして有料部分をあけていただけますと幸いです。 今週は、 メンテ終了したソフトウェアの入れ替えはとても大変！長期メンテナンスされるオープンソースソフトウェアだと乗り換えないで済むのはとてもありがたいですね！ という話を書きます。 長期メンテのおかげでソフトウェアごと入れ替えずに対策が済むことのありがたさよ 今週のnoteは、別noteの報告がたぶん間に合わない、選考報告になります。さて、先週も話題にした

description

総長選考・監察会議（選考会議）の国谷裕子議長は10月13日、 総長選考に関する教職員有志からの質問状に対して回答した。16日に東大が明らかにした。①意向投票の結果をどのように考慮したか②第2次候補者をどのように比較検討したか③第2次候補者をどのように選抜したか④国際卓越研究大学（卓越大）の構想とガバナンス改革をどう評価したか⑤非公開の情報や個別事案の扱い━━について回答。意向投票の結果は「各委員の候補者に対する評価に大きな影響を与えている」と説明。最終的には「最多数の委員の支持を得た」藤垣裕子教授（東大大学院総合文化研究科）が、選出されたとした。 国谷議長は回答で、意向投票は「重要な判断材料の一つ」になったとしつつ、各委員によって考慮の度合いは異なるとして、具体的にどのように考慮されたかについての明言は避けた。評価項目に添いながら各候補の強みや課題について約1時間30分の議論を行ったとしたが、それぞれの候補者が選出された場合に、卓越大の審査にどう影響するかについては議論していないとも述べた。常務理事が汚職を行ったと認定された、工学系研究科の関連法人についても選考会議で議論されたと言及した。第2次候補者の1人で、意向投票で2度とも1位の得票数だった染谷隆夫教授（東大大学院工学系研究科）は常務理事が不正を行ったと認定された期間に代表理事を務めた経歴があるが、回答では特定の候補には言及していない。 ①について、国谷議長は、意向投票が「組織構成員の幅広い支持と合意形成能力」（「求められる総長像」の具体化に係る評価項目の第14項目）に関わる重要な判断材料の一つになったと回答。重要度は各委員により異なるとしつつ、各委員の評価には大きな影響を与えたとの見方を示した。 ②について、国谷議長は選考会議の長時間の協議についても説明。会議では「求められる総長像」のどの項目を重視するかについて意見交換。それらに沿って候補者の強みや課題に関して1時間半ほど議論したという。その後、各委員の候補者に対する判断を無記名投票で把握しつつ候補者を絞り込む形で、協議を進めたと回答した。28日の選考会議は午後1時に開始。総長予定者が藤垣教授に決定したと発表したのは午後8時50分だった。 ③について、第1次候補者から第2次候補者への絞り込みでは、候補者の多様性の観点や、意向投票で「より幅広い選択肢」が必要となることに配慮しつつ、所見や面接を踏まえて無記名投票で絞り込んだと回答した。 ④について、卓越大やガバナンス改革については、候補者が提出した所見や所信表明動画から、候補者の考えを把握したと回答。面接でも、各候補者へガバナンス改革についての質疑があったとした。各候補者が総長予定者になった場合に卓越大の審査にどのような影響があるかについては、判断材料がなく議論はしていないとした。 ⑤について、各候補の推薦書、面接での質疑以外に非公開の判断材料はないとした。また、選考期間中に発覚した、工学系研究科の関連法人・総合研究奨励会での汚職事件については、東大が公表した調査資料を参考にしたと説明。1、2回目の意向投票で最多得票を得た染谷教授は、汚職が行われた期間の一部で同会の代表理事を務めていた。国谷議長は、審議において関連する質疑が1問あり、候補者から説明を受けたとした。 東大の教職員有志は10月13日、選考会議に対して総長選考に関する説明を求める文書を提出していた。併せて監事にも議事進行についての意見を求めていた。国谷議長は同日中に回答したことになる。教職員有志は13日正午時点で、523人の教職員（うち意向投票の投票資格を持つのは387人で、有資格者数の約15%に相当）が要望に賛同したと発表している。16日には、関芳弘・文部科学大臣が記者会見で要望書で指摘された事項について「法人として重く受け止めて対応する必要がある」などと述べていた。 ### 総長選考に関する説明の要望（回答）【抜粋】 > 本日受領いたしました2026年10月13日付け「総長選考に関する説明の要望」につきまして、以下のとおりご説明いたします。 > > なお、選考過程における協議内容及び面接内容については、総長選考・監察会議において保秘事項として取り扱うことを確認しております。そのため、以下の説明については、当該取扱いを踏まえた内容となることをご理解くださいますようお願いいたします。 > > **1. 意向投票の結果（過半数）をどのように考慮したか** > > 意向投票につきましては、総長選考・監察会議の内規にありますように、候補者資料、推薦書、面接、動画による所信表明と並んで、総長予定者の選出にあたっての重要な判断材料と考えています。９月２８日の選出に関わる協議において意向投票の結果は、評価項目の一つである「組織構成員の幅広い支持と合意形成能力」にかかわる重要な判断材料の一つになっています。総長予定者の選出にあたっては、各委員が自らの考えにしたがって意見を述べ、無記名投票によって意向を示しつつ協議を行なっていますので、意向投票の結果を他の判断材料との比較のなかで、どの程度評価・判断に反映させたかについては、各委員によって異なると思います。ただし、協議においては、意向投票の結果をどう受け止めるかについて長時間にわたり意見交換を行なっており、各委員の候補者に対する評価に大きな影響を与えていると思います。 > > 候補者に対する評価・判断は、各委員が、候補者資料、推薦書、面接質疑内容、動画による所信表明、意向投票の結果、および協議における他の委員の考え方を含め行っており、その結果、最多数の委員の支持をえた藤垣候補が総長予定者として選出されています。 > > **2.5名をどのように検討し、比較したか** > > 「求められる総長像」に関わる評価項目については、どの項目に重点を置くかは、各委員によって異なるため、28日の会議においては、どの項目を重視し評価するかについて全員が発言し、意見交換を行ないました。その上で、委員全員から評価項目に沿う形で5人の候補者の強み、課題について発言をし、意見交換を行なっています。その後、各委員の候補者に対する判断を無記名投票で把握しつつ協議を行い、候補者を絞り込んでいきました。どの評価項目によって最終的に判断したかについては各委員それぞれに異なると思います。なお、評価項目に沿う形での各候補者の強みや課題についての協議はおよそ1時間30分行っています。 > > **3.投票にかける5名をどのように選んだか** > > 第１次候補者から第２次候補者を決定する手順については、3月13日に決定し、東京大学ホームページの総長選考・監察会議ページで公開しています。8月18日の総長選考・監察会議では、この手順に沿って、第2次候補者5人を決定しました。第2次候補者は、内規について協議を行い、候補者の多様性の観点や、意向投票の際、より幅広い選択肢が必要となる観点から5人を選ぶこととしました。5人の選出は、8人の候補者が提出した所信や8月14日と17日に行われた面接の内容などから、「求められる総長像」に沿いつつ、各委員が判断し無記名投票によって選出しています。 > > **4.国際卓越研究大学の構想とガバナンス改革をどう評価したか** > > 国際卓越研究大学構想については、各候補者が提出した所見で書かれている文面、および第１次候補者に対して行った面接では、冒頭の所信説明において、国際卓越研究大学構想については必ず触れることをあらかじめお願いしてあり、説明を頂いて質疑を行っています。主として、このことから国際卓越研究大学構想についての５人の考えを把握しています。ガバナンス改革につきましては、今回の選考においては重要な論点の一つであり、各候補者は、提出資料、面接での所信、動画による所信表明で触れていますので、それらから把握しました。また、各候補に対する面接での質疑でも、委員からのガバナンス改革についての質問に対する各候補者の回答内容も重要な判断材料となっています。なお、５名の候補者のそれぞれが総長予定者に選出された場合、国際卓越研究大学の審査にどのような影響があるかについては判断する材料はなく議論は行っていません。 > > **5.非公開の情報や個別の事案をどのように扱ったか** > > 選考の協議においては、各候補の推薦書及び面接での質疑内容以外に非公開の判断材料はありません。4月以降の選考過程の期間中に発覚した総合研究奨励会における事案については、ガバナンス改革やリスク管理に関わる事案であり、東京大学が9月11日に公表した総合研究奨励会の在り方の見直しに関するご報告」は、各委員で共有し、9月28日の協議においても、この報告について意見交換を行なっています。なお、8月14日に行われた面接においては、関連する質問が1問出され、候補者から説明をいただいております。 【参考記事】 https://www.todaishimbun.org/request_20261013/ ### _関連_

本人申告を申し込むについて紹介します。CICは信用情報の収集・管理・提供・開示を通じて、皆様のクレジットライフをサポートしています。

「1Password」（3年版）やウイルス対策ソフト「ZERO」などを扱っているソースネクストから、会員パスワードを含む大規模漏えい。

<毎週金曜更新>時は明治時代－1890年。好奇心旺盛のカナコは選ばれし巫女だけが操れる「万国巫女霊子網」、通称「インタァネット」に大熱狂。ある時は掲示板を嗜み、またある時は耽美な画像にのめり込むが…!? [JC2巻11/4発売]