<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>HPC on Daily Signal</title><link>https://blog.nightly.dedyn.io/categories/hpc/</link><description>Recent content in HPC on Daily Signal</description><generator>Hugo -- gohugo.io</generator><language>ja-JP</language><copyright>© 2026 Daily Signal</copyright><lastBuildDate>Wed, 09 Sep 2026 07:22:35 +0900</lastBuildDate><atom:link href="https://blog.nightly.dedyn.io/categories/hpc/index.xml" rel="self" type="application/rss+xml"/><item><title>AI実装の競争軸はモデル外へ――鋳造内製化、ハイブリッドCAE、Agent隔離、企業統治</title><link>https://blog.nightly.dedyn.io/daily/2026-09-09-daily-signal/</link><pubDate>Wed, 09 Sep 2026 07:22:35 +0900</pubDate><guid>https://blog.nightly.dedyn.io/daily/2026-09-09-daily-signal/</guid><description>&lt;h2 class="relative group"&gt;今日のご案内 ☕✨
 &lt;div id="今日のご案内-" class="anchor"&gt;&lt;/div&gt;
 
 &lt;span
 class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"&gt;
 &lt;a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e4%bb%8a%e6%97%a5%e3%81%ae%e3%81%94%e6%a1%88%e5%86%85-" aria-label="アンカー"&gt;#&lt;/a&gt;
 &lt;/span&gt;
 
&lt;/h2&gt;
&lt;p&gt;今回の中心は、AI時代の競争力が「より大きなモデルを持つこと」だけでは説明できなくなっている点だ。GE Aerospaceは航空エンジンの重要部材である複雑鋳造品の供給能力を買収で垂直統合し、設計と製造のfeedback loopそのものを戦略資産として扱う。一方、Engineering AIではMENOやTPMS multiscale optimizationのように、学習モデルへ全てを委ねず、既知の数値構造や明示的な最適化問題の中へAIを埋め込む構成が目立つ。&lt;/p&gt;
&lt;p&gt;製造・品質でも同じ傾向がある。Lumafieldは産業X線CTのfoundation modelで「正常品からの逸脱」を検出し、結果をquality engineerへevidence付きでescalateする。AtosとFlender ChinaのEngineering R&amp;amp;D Agentも、製造知識、RAG、multimodal inputを組み合わせつつ、効果指標はdeployment側の自己申告として切り分ける必要がある。自動化の価値が高くなるほど、ground truth、レビュー可能性、適用範囲の設計が重要になる。&lt;/p&gt;
&lt;p&gt;Agent基盤では、HPE Zertoのon-prem runtime＋local MCP、AWSのCI/CD evaluation gate、Meta MuseのSecure VM＋独立approval layerが、異なる用途から同じ方向へ収束している。企業調査でも、Agent導入率やAI支出の伸びに対してgovernanceや自律workflowの成熟は遅い。モデル能力よりも、tool access、権限、評価、運用費、physical capacityを含む「モデル外側のシステム」を設計できるかが実装力を分け始めている。&lt;/p&gt;

&lt;h2 class="relative group"&gt;1. GE Aerospace、CPPを117.5億ドルで買収し航空鋳造能力を上流から統合
 &lt;div id="1-ge-aerospacecppを1175億ドルで買収し航空鋳造能力を上流から統合" class="anchor"&gt;&lt;/div&gt;
 
 &lt;span
 class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"&gt;
 &lt;a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#1-ge-aerospacecpp%e3%82%921175%e5%84%84%e3%83%89%e3%83%ab%e3%81%a7%e8%b2%b7%e5%8f%8e%e3%81%97%e8%88%aa%e7%a9%ba%e9%8b%b3%e9%80%a0%e8%83%bd%e5%8a%9b%e3%82%92%e4%b8%8a%e6%b5%81%e3%81%8b%e3%82%89%e7%b5%b1%e5%90%88" aria-label="アンカー"&gt;#&lt;/a&gt;
 &lt;/span&gt;
 
&lt;/h2&gt;
&lt;p&gt;GE Aerospaceは9月8日、Consolidated Precision Products（CPP）を117.5億ドルで買収する契約を締結した。CPPは約6,600人を20超の拠点に抱え、investment castingとprecision sand castingを中心に、superalloy、titanium、aluminumなどの複雑航空部品を製造する。GEはcommercial engine、aftermarket、defenseで同時に強い需要が続く中、mission-criticalなcasting capacityそのものを確保する狙いを明示している。&lt;/p&gt;</description></item><item><title>AI実装の主戦場が実行層へ――Fusion API、Agent権限管理、科学コード評価、AI基盤の再編</title><link>https://blog.nightly.dedyn.io/daily/2026-09-07-daily-signal/</link><pubDate>Mon, 07 Sep 2026 07:27:30 +0900</pubDate><guid>https://blog.nightly.dedyn.io/daily/2026-09-07-daily-signal/</guid><description>&lt;h2 class="relative group"&gt;今日のご案内 ☕✨
 &lt;div id="今日のご案内-" class="anchor"&gt;&lt;/div&gt;
 
 &lt;span
 class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"&gt;
 &lt;a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e4%bb%8a%e6%97%a5%e3%81%ae%e3%81%94%e6%a1%88%e5%86%85-" aria-label="アンカー"&gt;#&lt;/a&gt;
 &lt;/span&gt;
 
&lt;/h2&gt;
&lt;p&gt;今回の中心は、AIの価値が「良い答えを返すモデル」から「専門ツールを、決められた権限と検証手順の中で実行できる仕組み」へ移っていることだ。Autodesk Fusionでは、Drawing APIに加えてMetal Powder Bed Fusionのprocess simulationをAPIから実行・結果表示できる範囲が広がった。Coderはクラウド側のcoding agentと企業内の実行環境を分離し、CrowdStrikeやIBMはagent identity、短寿命権限、runtime control、trace、custom evaluationを製品レイヤーとして扱い始めている。&lt;/p&gt;
&lt;p&gt;モデル性能そのものも動いている。OpenAIはGPT-6 Astraの提供を開始し、同社のPreparedness FrameworkでCritical cybersecurity-capability thresholdに達したモデルをChatGPTやAPI、Azure、AWS Bedrockへ展開する。モデルが強くなるほど「導入するか」だけではなく、どの環境で実行させ、何を許可し、いつ停止できるかがmodel upgrade governanceの一部になる。&lt;/p&gt;
&lt;p&gt;Scientific AIでは、汎用coding benchmarkだけで実務適性を判断しにくいことも明確になっている。SWE-bench Scienceは科学ソフトウェアのrepository-level taskを20分野に広げ、最良の評価agentでもpass@1が50%未満と報告した。科学計算では、codeが動くことと、数値・物理上の前提やintegrationを壊さないことが別問題であり、engineering agentにはdomain-specificな検証系が必要になる。&lt;/p&gt;
&lt;p&gt;基盤側では、NVIDIAがHugging Face買収で合意し、EuroHPCは3億8,780万ユーロ規模のLUMI-AIを2027年投入へ進める。モデル、配布hub、accelerator、hosted inference、public/sovereign computeの境界が再編されるなか、AI戦略はmodel selectionだけでなく、artifact portability、execution perimeter、compute procurementまで含む設計問題になっている。&lt;/p&gt;</description></item></channel></rss>