top of page

Generatived(Beta)|生成AIの最新ニュースとトレンドを提供

logo.png

リッジアイ&ジーデップ共同開発LLMBOX

Generatived

25/1/21 13:30

リッジアイ(東京都千代田区)とジーデップ・アドバンス(東京都中央区)は、オンプレミス環境での大規模言語モデル開発を容易にする「ローカルRAGスターターBOX」を共同開発し、2025年1月20日から受注を開始した。このシステムは、ユーザー固有の文書やデータを活用し、安全かつ迅速にLLMの開発を可能にする。

富士キメラ総研の調査によると、国内の生成AI市場は2028年度に約1兆7397億円に達する見込みで、その約6割が生成AIになると予測されている。リッジアイとジーデップ・アドバンスは、セキュリティやコストの課題を解決するために、この「ローカルRAGスターターBOX」を開発した。

「ローカルRAGスターターBOX」は、NVIDIA GPUを搭載し、LLM・RAGの研究開発に最適なハードウェアとライブラリを提供する。また、リッジアイのAI開発に関するQ&Aサポートが利用できるバウチャーチケットも付属している。これにより、ユーザーはクラウド接続不要で、すぐにLLMの利用やRAGの実装を開始できる。

ジーデップ・アドバンスの飯野匡道CEOは、リッジアイとの共同開発により、機密性の高い学習データを保護し、セキュアな環境で精度の高いLLMを開発することができると述べた。リッジアイの柳原尚史社長も、両社の強みを活かした信頼性の高い開発環境を提供し、AIの社会・ビジネス活用を推進することを期待しているとコメントしている。

この記事を共有:

最新のニュース
HRbase労務AIエージェントへ刷新

HRbase労務AIエージェントへ刷新

26/4/22 9:00

HRbase(大阪市中央区)は、労務管理サービスを「労務専門AIエージェント」へ進化させるリブランディングを実施し、新機能を4月20日に公開したと発表した。

AWSとSHIインドAI開発支援連携

AWSとSHIインドAI開発支援連携

26/4/22 9:00

Amazon Web Services(米国ワシントン州シアトル)は、SHI Indiaとの協業によりIndiaAI Missionのもとで国産AIモデル開発支援を開始したと発表したとされる。

チョイスホテルズAI全社導入推進

チョイスホテルズAI全社導入推進

26/4/22 9:00

Choice Hotels International(米国メリーランド州ノースベセスダ)は、Amazon Web Servicesとの連携により全社規模でAI導入を進めたと発表したとされる。

NVIDIAエッジAIメモリ最適化戦略

NVIDIAエッジAIメモリ最適化戦略

26/4/22 9:00

NVIDIA(米国本社)は、生成AIの普及がエッジ領域へ拡大する中、限られたメモリ環境で大規模モデルを効率的に動作させる手法を示したとされる。

Copyright © 2024 Generatived - All right Reserved.

この記事を共有:

この記事を共有:

Generatived AI Logo

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。

  • Facebook
  • X

フォローをお願いします

言語

最新のニュース
HRbase労務AIエージェントへ刷新

HRbase労務AIエージェントへ刷新

26/4/22 9:00

HRbase(大阪市中央区)は、労務管理サービスを「労務専門AIエージェント」へ進化させるリブランディングを実施し、新機能を4月20日に公開したと発表した。

AWSとSHIインドAI開発支援連携

AWSとSHIインドAI開発支援連携

26/4/22 9:00

Amazon Web Services(米国ワシントン州シアトル)は、SHI Indiaとの協業によりIndiaAI Missionのもとで国産AIモデル開発支援を開始したと発表したとされる。

チョイスホテルズAI全社導入推進

チョイスホテルズAI全社導入推進

26/4/22 9:00

Choice Hotels International(米国メリーランド州ノースベセスダ)は、Amazon Web Servicesとの連携により全社規模でAI導入を進めたと発表したとされる。

NVIDIAエッジAIメモリ最適化戦略

NVIDIAエッジAIメモリ最適化戦略

26/4/22 9:00

NVIDIA(米国本社)は、生成AIの普及がエッジ領域へ拡大する中、限られたメモリ環境で大規模モデルを効率的に動作させる手法を示したとされる。

bottom of page