AI

概要 Anthropicは8月4日、AIクラウド新興企業Volta Infra Holdingsと6年間で100億ドル規模の計算資源契約を締結したと報じられた。Voltaは2026年初めに設立されたばかりで、わずか半年余りでAnthropicという大口顧客を獲得した形となる。契約の舞台となるのは、暗号資産マイニング企業Bitdeer Technologiesが運営するノルウェーのデータセンターで、水力発電による電力を活用し、Nvidiaの最新チップ「Vera Rubin」を搭載する。VoltaはNvidiaのCloud Partnerプログラムにも参加しており、以前から「あるAI研究機関と協業している」とほのめかしていたが、その相手先がAnthropicであることは今回のBloombergの報道で初めて明らかになった。 技術的な詳細と契約構造 データセンターの初期稼働容量は133メガワットで、提供体制は2フェーズに分かれており、2027年3月までに順次引き渡される計画だ。なおVoltaは、このノルウェー案件を皮切りに北米・欧州で合計1ギガワット超の近未来的な開発パイプラインを抱えているとされる。この契約と同時にVoltaは3億ドルのベンチャー資金調達も実施しており、Andreessen Horowitz、Altimeter Capital、Nvidia、Michael Dell氏らが出資者に名を連ね、企業価値は24億ドルに達した。さらにVoltaは、高額なAIチップの調達負担を顧客が賄えるよう、50億ドル規模の顧客向け融資枠も新設している。今回の発表を受けて、データセンターを運営するBitdeerの株価は14%急伸した。 背景と業界動向 Voltaを設立したのは、資産運用大手Brookfieldの元幹部らで、AIブームに伴う計算資源需要の急拡大を見込んで新会社を立ち上げた。Anthropicにとって今回の契約は、計算基盤を巡る一連の大型投資の一つに過ぎない。同社はGoogle、Amazon(追加で50億ドルを出資)、SpaceX、Broadcom、AMDなど複数のパートナーと計算資源やインフラ面での提携を進めており、OpenAIなど競合とのAI開発競争を見据えて計算能力の確保を急いでいる。一方で、AIラボとチップサプライヤーの間で相互依存が強まることについては、AI需要が期待通りに伸びなかった場合に財務的な損失が連鎖的に拡大するリスクがあると指摘する声も業界にはある。

概要 データサイエンス・機械学習プラットフォームを展開するAnacondaは8月4日、AIセキュリティ企業Enkrypt AIを買収すると発表した。この買収により、企業がAIモデルやAIエージェントを開発してから本番環境で運用するまでのライフサイクル全体に、セキュリティおよびガバナンス機能を統合する狙いだ。買収の背景には、企業のAI活用が急拡大する一方で、AIエージェントが実際に何を行っているかを組織側が十分に把握できていないという課題がある。 Enkrypt AIの実績 Enkrypt AIは、Anthropic、Mistral、OpenAI、Google Gemini、DeepSeekなど主要AIプロバイダーの各種モデルを対象に、300種類以上の攻撃カテゴリーに基づくレッドチーミング(疑似攻撃による脆弱性診断)を実施してきた実績を持つ。同社が実施したスキャン調査では、25,000のMCP(Model Context Protocol)サーバー上に存在する268,000件のツールを分析した結果、143,000件以上の脆弱性が発見され、対象サーバーの73%が何らかの影響を受けていたという。MCPサーバーはAIエージェントが外部ツールやデータソースと連携するための標準インターフェースとして急速に普及しており、その安全性を巡る懸念が高まっていた中での調査結果となる。 統合される機能とAnaconda Platformの構成 買収後、Enkrypt AIの技術はAnaconda Platformの新たな「セキュリティ層」として組み込まれる。Anaconda Platformは、オープンソースパッケージやモデル管理を担う基盤層、AI-native開発ワークフローを支えるオーケストレーション層、Kilo Codeによるエージェント開発環境であるエンジニアリング層、そして今回追加されるセキュリティ・ガバナンス層という多層構造になる。具体的には、本番投入前のセキュリティテスト、実行時(ランタイム)の防御機能、NIST AI Risk Management FrameworkやEU AI Actへの準拠を自動化する仕組み、監査証跡の生成などが提供される。これにより、特にオープンウェイトモデルを利用する企業が、自社のセキュリティ・コンプライアンス要件を実行可能な制御ルールへと変換し、独自のガードレールを定義・適用できるようになる。 今後の展望 Anaconda CEOのDavid DeSanto氏とEnkrypt AI共同創業者兼CEOのSahil Agarwal氏は共同で、「開発の速度とセキュリティは互いに排斥し合うものではない」とのメッセージを打ち出している。月間1兆トークン規模でAIが利用される「トリリオン・トークン・エンタープライズ」の時代において、AIエージェントの安全性を担保しながら開発速度を落とさない仕組みづくりが今後の焦点となりそうだ。

概要 Cloudflareは「Agents Week」の一環として、AIエージェント向けの新しい実行環境ライブラリ「@cloudflare/computer」をプレビュー公開した。エージェントごとに専用のコンテナを割り当てる従来型のアプローチとは異なり、軽量な「アイソレート」とフルLinuxコンテナを動的に使い分けることで、効率性とスケーラビリティを両立させる狙いがある。オープンソースとして公開されており、ファイル操作やGitリポジトリ管理といった軽量なタスクはアイソレートで処理し、npmパッケージやネイティブバイナリの実行が必要な場合にのみコンテナへ切り替えるという、エージェント自身が実行環境を選択する仕組みを持つ。 技術的な詳細 @cloudflare/computerの中核には、SQLiteでバックアップされた仮想ファイルシステムがある。アイソレート実行環境では、シェルコマンドをJavaScriptに変換する「just-bash」という仕組みを用い、Cloudflareの動的ワーカー上でコードを実行する。一方、Linuxやnpm、ネイティブバイナリを必要とする処理ではコンテナを起動し、FUSE(Filesystem in Userspace)マウントを介してアイソレート側の仮想ファイルシステムとファイルを同期する。エージェントは「ファイル操作、データ処理、Gitリポジトリ管理ならアイソレートで実行可能。Linuxやnpm、ネイティブバイナリが必要ならコンテナを使用」という判断を自動的に行い、Cloudflareはこの設計により全作業のうちコンテナ利用を10%未満に抑えることを目標に掲げている。 背景と今後の展望 この取り組みの背景には、スケーリングに関する切実な課題がある。Cloudflareは「世界中のすべてのクラウドとハイパースケーラーにおいて、各ユーザーのエージェントに独立したコンテナ環境を提供できる計算資源は存在しない」と指摘し、コンテナ中心のアーキテクチャでは持続可能なスケールを実現できないとの立場を示す。Cloudflareは10年前のCloudflare Workers導入以来、アイソレート技術に投資を続けてきた企業であり、水平スケーリングのしやすさや高速な起動・終了、休止状態への移行、状態保存といった特性を活かす形で今回のハイブリッド設計に至った。同社はすでに、JavaScriptアプリケーションの構築・テスト・デプロイ、顧客向けドキュメント生成、ブラウザ操作を伴う複雑なタスクの実行など、アイソレートのみで完結する実運用例を複数報告しており、「最も有能なエージェントが共通に持つことは簡潔だ。自分で作業するコンピュータが与えられていることだ」との考えのもと、今後もエージェント向けインフラの拡充を進める方針とみられる。

概要 Googleは8月5日、AI部門の指導体制を大幅に刷新すると発表した。Google DeepMindのデミス・ハサビスCEOはCEO職を退き、DeepMindの会長職とAlphabet全体の最高科学責任者という新たな役職に就く。一方、Googleのチーフサイエンティストとして27年にわたり同社に在籍してきたジェフ・ディーン氏は退社し、機械学習と科学的発見の自動化を掲げる新会社「Discovery Loop」を共同設立する。この発表を受けてAlphabetの株価は一時4〜5%下落し、市場が今回の人事刷新を大きな変化として受け止めていることをうかがわせた。 新体制の詳細 ハサビス氏はDeepMindの会長職にとどまりつつ、Alphabet全体の最高科学責任者としてAGI(汎用人工知能)戦略の策定に集中する。同氏は「AGIは間近に迫っていると感じている。次のステップを正しく踏み出すことが極めて重要だ」と述べ、AGI開発の節目が近いとの認識を示した。また、AI創薬を手がけるDeepMindのスピンオフ企業Isomorphic LabsのCEOも引き続き務め、がんなどの疾病に対するAIの可能性を追求する姿勢を強調している。 DeepMindの新体制では、これまで最高技術責任者(CTO)を務めていたコレイ・カヴコウオール氏が日常運営を統括する。同氏はシニアバイスプレジデントとして、Geminiモデルの開発やフロンティアAI研究などを統括し、Alphabet CEOのサンダー・ピチャイ氏に直接報告する体制となる。 ジェフ・ディーン氏の退社とDiscovery Loop設立 ディーン氏はGoogleのAI研究を長年牽引してきた中心人物の一人で、27年の在籍を経て退社する。同氏とともに、Google シニアフェローのサンジャイ・ゲマワット氏、Geminiの共同リード役だったオリオール・ヴィニャルス氏、Google Brainの共同創設者の一人であるクォック・レー氏の計4名が新会社Discovery Loopに参加する。Discovery Loopは機械学習や科学、工学分野の発見を自動化し、研究や進歩を加速させることを目的とした独立系企業として設立され、Googleは創業投資家およびクラウドパートナーとして関与する。 背景と今後の展望 今回の刷新は、AI開発競争が激化する中でAlphabetがAGI実現に向けた組織体制を再構築する動きと位置づけられる。ハサビス氏がAlphabet全体のAI戦略に軸足を移す一方、GeminiやフロンティアAI研究の現場運営はカヴコウオール氏率いる新体制に委ねられる形となった。同時に、ディーン氏やヴィニャルス氏ら主要人材の社外流出は、GoogleのAI人材が独立した研究組織や新興企業へ移る新たな潮流を象徴する出来事とも受け止められている。市場の反応が示す通り、投資家はこの人事刷新をAlphabetのAI戦略における重要な転換点とみなしており、今後Discovery Loopがどのような成果を上げるか、また新体制下でのGemini開発の行方が注目される。

概要 Palo Alto Networks傘下のUnit 42は、中国語を話す脅威アクター「knaithe」こと「KnYuan」が、DeepSeekを推論エンジンとするオープンソースの自律型AIエージェントフレームワーク「Hermes Agent」を使い、Langflowやn8nなどのシステムに対して自律的な脆弱性探索・侵害を試みる一方、Citrix NetScaler、Apache Tomcat、Marimo Notebookなど460以上のシステムに対しては手動での攻撃も並行して行っていたことを明らかにした。攻撃者はTelegram経由でエージェントに初期指示を送るだけで、以降はエージェントが自律的にインターネット公開システムを発見し、GitHub上の公開エクスプロイトコードを選定・実行するという新しい攻撃手口が確認された。研究者はこの活動を、AIエージェントが実運用の攻撃キャンペーンで「機能的なエンドツーエンドの自動攻撃能力」を発揮した事例として位置づけている。 Hermes Agentの仕組みと自動化された攻撃フロー Hermes Agentは、OSのターミナルへのアクセス、コマンド実行、インターネット接続を備えたオープンソースのAIエージェントで、攻撃者はこれを操作の承認を求めずにリスクの高いコマンドを実行する「Yolo」モードで運用していた。標的探索には中国発のインターネット資産検索エンジン「FOFA」を利用し、たとえばn8nでは中国国内だけで25,209件の公開システムを検出、そこから約100件をサンプリングして40件をプローブし、脆弱なバージョンで稼働する3件を特定している。Langflowでは84件の公開インスタンスを発見したが、対象がauto_loginを有効化していなかったため侵害には至らなかった。Unit 42は「このシステムは数百時間分の手作業による標的分析を、わずか数分で実行した」と評価しており、AIによる偵察・標的評価の圧縮的な高速化を裏付けている。なお推論エンジンにはDeepSeekが主に用いられたほか、Qwen、GLM、Kimi、MinMaxといった他の中国製LLM、さらにはClaude CodeやCodexなど西側ツールの限定的な試用の痕跡も確認された。 標的とされた脆弱性と実際の被害 自動・手動を合わせた攻撃は、Langflow(CVE-2026-33017、CVSS 9.8)、n8n(CVE-2026-21858とCVE-2025-68613の組み合わせ、CVSSはそれぞれ10.0と9.9)、Marimo Notebook(CVE-2026-39987)、Citrix NetScaler(CVE-2026-3055)など複数の重大脆弱性を対象とした。このうちCitrix NetScalerに対しては手動攻撃で3件の侵害に成功し、メモリダンプや認証クッキーの窃取が確認されている。一方、n8nやLangflowへの完全自律型の侵害は認証要件などに阻まれて成功しなかった。AIエージェントによる自律攻撃とは別に、手動での攻撃試行も460以上のシステムに対して行われたが、実際にデータ流出が確認できたのはわずか3組織にとどまっており、AIエージェントの偵察・標的選定能力の高さと、最終的な侵害成功率の低さには依然として大きな差があることが浮き彫りになった。 発覚の経緯と今後への示唆 今回の作戦が発覚したきっかけは、攻撃者側の設定ミスだった。Hermes Agentが稼働環境の/home/workerディレクトリからpython3 -m http.server 8888を誤って起動し、モデル設定、APIキー、エクスプロイトスクリプト、標的リスト、自律セッションログなどを意図せずインターネットに公開してしまい、これをUnit 42が発見して調査に至った。研究者らは「AI補強型攻撃を実行する技術的障壁は低く、しかも継続的に低下し続けている」と警鐘を鳴らしており、露出したLangflow・n8n・Marimoシステムへの早急なパッチ適用、SAML認証プロバイダーとして構成されたNetScaler ADC/Gatewayの修正版導入、ワークフローやノートブックのインターフェースへの不要な公開アクセスの遮断を推奨している。今回のケースでは攻撃者側の初歩的なミスにより早期発覚に至ったが、AIエージェントによる偵察から攻撃実行までの自動化は今後さらに巧妙化する可能性があり、防御側にも同様の速度で対応できる体制が求められる。

概要 半導体メーカーのON Semiconductor（onsemi）は8月3日、第2四半期決算を発表し、売上高16億ドル（市場予想15.9億ドルを上回る）、EPS 0.74ドル（市場予想0.71ドル）と市場予想を上回る結果となった。前年同期の売上高14.7億ドルからも増加しており、業績は堅調に推移している。同社はAIデータセンター向け需要が本年中に倍増以上に拡大する見通しを示し、これに対応するため自動車・産業向けの生産能力をAIデータセンター向けに一時的にシフトしていることを明らかにした。決算発表を受け、株価は時間外取引で7.38%、前場取引でも7%以上上昇した。 生産能力シフトの背景 onsemiのCEO Hassane El-Khoury氏は、AIデータセンター向けの供給を最優先とし、短期的に他事業から容量を転用したと説明した。経営陣は、供給不足を解消するまでの間、自動車および産業向けビジネスから容量を一時的に転用したことを明かしている。これは一過性の需要スパイクへの対応ではなく、AIデータセンター市場を長期的な成長機会と捉えた戦略的判断だとしている。半導体業界では自動車向け需要の伸び悩みが続く一方、AIインフラ投資の拡大が続いており、こうした需給構造の変化がonsemiの事業ポートフォリオの見直しを後押ししている。 今後の見通し onsemiは第3四半期のガイダンスとして、売上高16.5億～17.5億ドル、調整後EPS 0.79～0.91ドルを見込んでいる。またエネルギー貯蔵関連の売上は年間約40%の成長を見込んでおり、電力変換や高電圧インフラ関連製品への需要も急増しているという。AIデータセンターの拡大に伴う電力インフラ需要の高まりが、半導体だけでなく周辺の電力関連製品市場にも波及している格好だ。

概要 エンタープライズ向けAIエージェント企業のYellow.aiは、SPAC(特別買収目的会社)のBluerock Acquisition Corp.(Nasdaq: BLRK)との経営統合に合意したと発表した。合併により誕生する新会社は、Nasdaq Capital Marketにティッカーシンボル「YAI」で上場する見込み。取引成立時の企業価値は約5億5000万ドルと評価されており、Yellow.aiの合併前評価額(約3億ドル)から大きく積み増しされた形となる。取引完了は必要な規制当局と株主の承認を条件に、2026年下半期を見込んでいる。 資金調達の内訳 今回のSPAC合併を通じて、Yellow.aiは総額2億ドル以上の資金を調達する計画だ。内訳は、Bluerockの信託口座に積み立てられている約1億7500万ドルと、PIPE(上場企業向け私募増資)による約3000万ドルの融資で構成される。調達資金は、エージェンティックAIプラットフォームへの投資加速、北米・欧州における営業体制の拡大、グローバル事業展開、さらにBPO(ビジネス・プロセス・アウトソーシング)事業者の買収戦略に充当される予定だ。 Yellow.aiの事業実績 Yellow.aiは、年間160億件の対話をエンタープライズ顧客向けに処理しているとし、650社を超える企業顧客を抱える。これらの企業顧客からの収益が定期収益全体の70%以上を占めているという。前会計年度の収益は3400万ドル以上(未監査)と公表されている。同社のプラットフォームは135以上の言語に対応し、85以上の国で展開、100以上のエンタープライズシステムとの統合を実現している点も特徴だ。技術面では、特定のAIモデルベンダーに依存しないマルチLLMアーキテクチャを採用しており、複数の大規模言語モデルを組み合わせて利用できる設計になっている。 経営体制 合併後の経営体制では、創業メンバーが従来の3名から5名に拡大される。CEOのRaghu Ravinutala氏を筆頭に、Chief Product OfficerのJaya Kishore Reddy氏、Chief Marketing Officer兼IR責任者のRashid Khan氏、AI Services CEOのKaushik Bhaskar氏、President兼Group CFOのNand Sharma氏という顔ぶれで新会社を率いる。経営陣の拡充は、上場企業としての体制強化と、今後の事業拡大に向けた組織的な備えを示すものと見られる。 今後の展望 SPAC合併という手法は、通常のIPOに比べて上場までのプロセスを迅速化できる利点があり、AIエージェント市場が急拡大する中でYellow.aiが機動的に資金を確保し、競争が激化するエンタープライズAI市場での投資を加速させる狙いがあるとみられる。取引の完了は2026年下半期を予定しているが、規制当局および両社株主の承認が前提条件となっており、今後の手続きの進展が注目される。

概要 AMDは、完全にオープンソースなMixture-of-Experts(MoE)型言語モデル「Instella-MoE-16B-A3B」を発表した。総パラメータ数160億に対し、推論時にトークンごとに活性化するパラメータは28億のみという構成で、AMD Instinct MI300XおよびMI325X GPU上でゼロから学習された。モデル本体だけでなく、事前学習からポストトレーニングまでの全学習レシピ、各段階のチェックポイント、学習フレームワーク、データ構成、推論コードまで一括で公開しており、研究コミュニティが学習プロセス全体を検証・再現できる点が特徴だ。 アーキテクチャと学習の仕組み Instella-MoEは27層のデコーダ構成で、隠れ層サイズは2048、注意機構にはGated Multi-head Latent Attention(Gated MLA)を採用する。各MoE層では64個のルーティングエキスパートのうちトークンごとに6個が選択され、これに2個の共有エキスパートが加わる仕組みで、語彙数は128,896トークン。7.1兆トークン規模のコーパスで事前学習を行い、コンテキスト長は当初の4Kから64Kまで段階的に拡張された。学習パイプラインは事前学習、中間学習(midtraining)、長文コンテキスト拡張、そしてSFT・DPO・強化学習によるポストトレーニングという複数段階で構成されている。 学習効率を支えるのが、AMD独自の「FarSkip-Collective」という技術だ。これはエキスパート並列(expert parallelism)における通信を計算処理と重ね合わせることで遅延を隠す手法で、意図的に少し古い、または部分的な活性化値をMoE層・注意層に渡すことで通信待ちのボトルネックを回避する。この工夫により、事前学習速度が12.7%向上し、SGLang上でのエキスパート並列推論では初回トークン生成までの時間(Time to First Token)が最大39.2%短縮されたという。学習には、AMDが自社開発した学習フレームワーク「Primus」が用いられている。 公開内容とライセンス、今後の展望 AMDはBase、Midtrain、SFT、DPO、Think(推論特化)といった各学習段階のモデルをHugging Face上で公開しており、それぞれ用途に応じて選択できる。ライセンスは学術・研究目的での利用を前提とした「ResearchRAIL」ライセンスが適用される。推論環境としてはTransformers、vLLM、SGLangに対応し、Dockerを用いた実行環境も提供されるなど、研究者が実際に触って検証しやすい形での公開となっている。NVIDIA GPU向けの大規模言語モデル開発が主流となる中、AMDは自社のInstinct GPU上での大規模学習が実用段階にあることを示す狙いもあり、学習全体の透明性を高めることで、AMDプラットフォームでのLLM開発を後押ししたい考えとみられる。

概要 GitHubは2026年8月4日、自然言語からAIアプリを構築できるツール「GitHub Spark」の段階的な廃止を発表した。同日をもって新規ユーザーの受け入れと新規アプリの作成を停止し、既存ユーザーに対しては2026年8月31日までにアプリのコードをエクスポートするよう案内している。GitHubはこの決定の理由として、「AIモデルとエージェント型の開発ツールが大きく進化した」ことを挙げ、開発者にはVS CodeやCopilot CLI、GitHub Copilot appといった統合的なワークフローへの移行を推奨している。 既存ユーザーへの影響と対応 すでにデプロイ済みのSparkアプリは、廃止後もそのまま稼働を継続する。ただし、アプリ内でllm()関数を利用してAI推論を呼び出している場合は注意が必要だ。Sparkの推論基盤であったGitHub Modelsはこれに先立つ2026年7月30日にすでに廃止されており、llm()を使用するアプリは外部の推論プロバイダーへの置き換えが必要になる。GitHubはユーザーに対し、アプリのコード内でllm()の使用箇所を検索し、該当がなければ特段の対応は不要だと案内している。コード資産を保持したいユーザーは、8月31日までにSparkのワークベンチ画面から「Create repository」を選択し、通常のGitHubリポジトリとしてエクスポートする必要がある。 背景 GitHub Sparkは、自然言語のプロンプトからフルスタックのAIアプリケーションを生成・デプロイできるツールとして提供されてきた。しかし今回の発表では、単体ツールとしてのSparkよりも、VS CodeやCLI、Copilot appに統合されたエージェント型開発体験の方が現在のニーズに適合するとの判断が示されている。AIコーディングツール市場の急速な進化の中で、GitHubが個別プロダクトを整理し、既存の開発フローに組み込まれた形でのAI活用を推進する動きの一つと位置付けられる。

概要 GitHubは7月31日、Copilot Business/Enterprise向けにエンタープライズチーム単位でAIモデルの利用ポリシーを設定できる新機能をパブリックプレビューとして公開した。これまで組織単位でしか設定できなかったCopilotのモデルアクセス管理が、エンタープライズチームという、より業務実態に即した粒度で行えるようになる。多くの企業では8月3日から段階的にプレビューへのオプトインが可能となっている。 技術的な詳細 新機能では、管理者が各AIモデルに対して次の3段階のアクセス設定を選択できる。 Enabled: エンタープライズの全メンバーが利用可能 Disabled: 誰も利用不可 Optional: 特定のエンタープライズチームに割り当てて利用可能 評価ルールとしては最小制限戦略が採用されており、「あるユーザーが1つでもエンタープライズチームを通じてモデルへのアクセス権を得ていれば、そのユーザーはどこからでもそのモデルを利用できる」という仕組みになっている。また、複数のエンタープライズに所属するユーザーについては、それぞれ該当するエンタープライズのポリシーのみが適用される。 背景と今後の見通し 従来の組織レベルでの一律設定では、職務内容やチームの機能に応じた柔軟なアクセス管理が難しいという課題があった。今回のエンタープライズチーム単位のポリシー設定により、管理者は実際の業務構造に沿ってより細かい粒度でモデルアクセスを制御できるようになる。段階的ロールアウトが進められており、対象となるGitHub Enterprise顧客は順次この機能を利用できるようになる見込みだ。