Generatived(Beta)|生成AIの最新ニュースとトレンドを提供

Accenture・ベンチャーズ、CLIKAのAIエッジテクノロジーに投資
Generatived
25/8/26 0:00
Accenture・ベンチャーズは、エッジデバイス向け高性能AIに特化したAI圧縮プラットフォーム企業であるCLIKAへの戦略的投資を発表しました。この投資は、アクセンチュアのインテリジェントエッジおよびインフラエンジニアリング能力を強化し、スマートフォン、 IoTエンドポイント、産業用ロボットなどのデバイスへのAI導入を加速させることを目的としています。
AccentureとCLIKAのパートナーシップは、エンタープライズ対応のエッジAIソリューションを開発し、安全かつスケーラブルな導入を実現します。この協業により、様々な業界のデバイスにコンパクトなAIモデルを提供することで、お客様に戦略的なメリットを提供し、グローバル規模で新たなビジネスチャンスを開拓することが期待されます。
AccentureのRaj Wickramasinghe氏は、AIライフサイクルにおけるエッジコンピューティングの重要性を強調し、エッジにおけるシームレスなインテリジェンスの必要性を強調しました。CLIKAへの投資により、Accentureは、AIを当初そのようなタスク向けに設計されていないデバイス上で実行することを可能にする技術を顧客に提供し、効率性と拡張性を向上させることができます。
CLIKAのプラットフォームは、CPUや低消費電力デバイスを含む多様なハードウェア向けにAIモデルを自動的に圧縮・最適化する独自のSDKを基盤として構築されています。これにより、迅速かつ正確な導入が可能になります。今回の協業は、アクセンチュアのAIインフラ能力を強化するだけでなく、CLIKAのリーチと影響力を世界中に拡大することにもつながります。
CLIKAの共同創業者兼CEOであるナユル・リナ・キム氏は、強力なAIを日常的なデバイスで利用できるようにするという同社の信念を表明しました。Accenture・ベンチャーズとの提携は、このビジョンを実現し、AIの実用化を効率化することを目指しています。Accenture・ベンチャーズのトム・ルーニボス氏も、AI技術の急速な成長とそれに伴う複雑さに対応するため、よりシンプルなAI導入方法の必要性について言及しました。
さらに、CLIKAは、Accenture・ベンチャーズの「Project Spotlight」に参加します。これは、アクセンチュアの専門知識と顧客基盤へのアクセスを提供することで、データおよびAI関連のスタートアップの成長を加速させるプログラムです。この取り組みは、イノベーションを促進し、新興技術の確実な導入を実現することを目的としています。
最新のニュース
NVIDIA、LLM向けGPU最適化設計指針公開
26/7/14 0:00
NVIDIA(米国カリフォルニア州)は、大規模言語モデル(LLM)の性能を最大限引き出すためのGPU最適化設計ガイドを公開したと発表した。
Microsoft、Copilotに営業・サービスAI強化
26/7/14 0:00
Microsoft(米国ワシントン州)は、Microsoft 365 CopilotとDynamics 365向けに営業・カスタマーサービス業務を支援する新たなエージェント機能を提供開始したと発表した。
NVIDIA、JAX向けHBM削減技術を紹介
26/7/14 0:00
NVIDIA(米国カリフォルニア州)は、JAXを用いた大規模言語モデル(LLM)の学習において、GPU高帯域幅メモリ(HBM)の使用量を抑える「Host Offloading」の活用方法を紹介した。
Copyright © 2024 Generatived - All right Reserved.
ニュース
Generatived は、Generative AIに特化した情報やトレンドをお届けするサービスです。大きく変わりゆく世界の情報を全力でお届けします。
最新のニュース
NVIDIA、LLM向けGPU最適化設計指針公開
26/7/14 0:00
NVIDIA(米国カリフォルニア州)は、大規模言語モデル(LLM)の性能を最大限引き出すためのGPU最適化設計ガイドを公開したと発表した。
Microsoft、Copilotに営業・サービスAI強化
26/7/14 0:00
Microsoft(米国ワシントン州)は、Microsoft 365 CopilotとDynamics 365向けに営業・カスタマーサービス業務を支援する新たなエージェント機能を提供開始したと発表した。
NVIDIA、JAX向けHBM削減技術を紹介
26/7/14 0:00
NVIDIA(米国カリフォルニア州)は、JAXを用いた大規模言語モデル(LLM)の学習において、GPU高帯域幅メモリ(HBM)の使用量を抑える「Host Offloading」の活用方法を紹介した。






