Posts: 2026/04/25

content/posts/2026/04/25/brain-chip-ai-energy-70percent.md

@@ -0,0 +1,27 @@
+---
+date: "2026-04-25T02:24:47+09:00"
+title: "ケンブリッジ大学が脳型メモリスタを開発、AIのエネルギー消費を最大70%削減へ"
+description: "ケンブリッジ大学の研究チームが改良型酸化ハフニウムを用いたニューロモーフィックなナノ電子デバイスを開発し、AIシステムのエネルギー消費を最大70%削減できる可能性を示した。"
+tags:
+  - AI
+references:
+  - "https://www.sciencedaily.com/releases/2026/04/260422044633.htm"
+---
+
+## 概要
+
+ケンブリッジ大学の研究チームは、人間の脳の情報処理を模倣した新型ナノ電子デバイスを開発し、AIシステムのエネルギー消費を最大70%削減できる可能性を示した。このデバイスは「メモリスタ（memristor）」と呼ばれる素子をベースとしており、従来のGPU中心のアーキテクチャが抱えるエネルギー効率の課題に対して根本的なアプローチで挑む。研究成果は2026年4月23日にScienceDailyを通じて公表された。
+
+現代のAIシステムは、データをメモリユニットと処理ユニットの間で絶えず往復させることでエネルギーを大量に消費する——いわゆる「メモリウォール問題」と呼ばれるフォン・ノイマン型アーキテクチャの根本的な制約だ。このデバイスはニューロン（神経細胞）が情報を同時に処理・保存する仕組みを電子回路で再現することで、このボトルネックを回避する。
+
+## 技術的な詳細
+
+開発チームが用いたのは改良型酸化ハフニウム（hafnium oxide）を材料としたメモリスタだ。従来のメモリスタでは予測不能な導電性フィラメントの形成が安定性の障壁となっていたが、この研究ではp-n接合部における制御されたスイッチングメカニズムを採用することで、この課題を克服した。製造プロセスでは2段階成長プロセスによってストロンチウムとチタンを添加し、既存の酸化物ベースのメモリスタに比べて顕著に高い安定性と均一性を実現している。
+
+性能面では複数の指標で優れた結果を示した。スイッチング電流は従来の酸化物ベースのメモリスタと比較して約**100万倍**低く、数百の安定したコンダクタンスレベルをサポートする。耐久性についても実験室テストで**数万回のスイッチングサイクル**を通じた安定性を実証しており、**1日間の状態保持**も確認された。これらの特性がニューラルネットワークの推論処理における大幅な省エネルギー化を可能にする。
+
+## 課題と今後の展望
+
+実用化への最大の障壁は製造温度にある。このデバイスの製造には約**700°C**の高温プロセスが必要であり、これは標準的な半導体製造プロセスが許容する温度を超えている。主任研究者のDr. Babak Bakhitはこの点を現段階での主な課題として挙げており、既存の製造ラインへの統合には追加の技術的検討が必要だ。
+
+一方で、本研究はスウェーデン研究評議会、王立工学アカデミー、王立協会、英国研究・イノベーション機構（UKRI）から資金提供を受けており、Cambridge Enterpriseを通じて特許申請も進んでいる。データセンターの電力消費が社会的・環境的な課題として浮上する中、ニューロモーフィックコンピューティングに基づくハードウェアの革新は、AI基盤の持続可能性を高める上で重要な方向性の一つとして注目される。

content/posts/2026/04/25/deepseek-v4-flash-pro-launch.md

@@ -0,0 +1,36 @@
+---
+date: "2026-04-25T02:24:47+09:00"
+title: "DeepSeek、V4 FlashとV4 Proをプレビュー公開——最大1.6兆パラメータでフロンティアモデルとの差を縮める"
+description: "DeepSeekがV4 FlashとV4 Proのプレビュー版をHugging Faceで公開し、コーディング競技ベンチマークでGPT-5.4に匹敵し、推論タスクの一部でGPT-5.2やGemini 3.0-Proを上回ると主張した。"
+tags:
+  - AI
+references:
+  - "https://techcrunch.com/2026/04/24/deepseek-previews-new-ai-model-that-closes-the-gap-with-frontier-models/"
+  - "https://thenextweb.com/news/deepseek-v4-pro-flash-launch-open-source"
+  - "https://www.bloomberg.com/news/articles/2026-04-24/deepseek-unveils-newest-flagship-a-year-after-ai-breakthrough"
+---
+
+## 概要
+
+DeepSeekは2026年4月24日、大規模言語モデルの新世代となる「V4 Flash」と「V4 Pro」のプレビュー版をHugging Faceで公開した。リリースはR1モデルが業界に衝撃を与えた2025年1月の「スプートニクモーメント」から約1年というタイミングで、同社にとって節目となるリリースとなった。同時期にOpenAIがGPT-5.5を発表するなど、米中AI競争が激化する中での公開となっている。
+
+両モデルはMixture-of-Experts（MoE）アーキテクチャを採用し、100万トークンのコンテキストウィンドウをサポートする。新たに導入された**Hybrid Attention Architecture**により、長い会話やコードベース全体を単一のプロンプトで処理する能力が向上しており、エージェント型推論タスクを主な用途として設計されている。
+
+## モデル仕様と性能
+
+2つのモデルは用途に応じて役割が分かれている。
+
+- **V4 Flash**：パラメータ総数2840億、アクティブパラメータ130億。速度とコスト効率を重視した設計。
+- **V4 Pro**：パラメータ総数1.6兆、アクティブパラメータ490億。現時点で公開されているオープンウェイトモデルとして最大規模となる。
+
+性能面でDeepSeekは、コーディング競技ベンチマークでOpenAIのGPT-5.4に匹敵する結果を示し、推論ベンチマークの一部タスクではOpenAIのGPT-5.2やGoogleのGemini 3.0-Proを上回ると主張している。一方で世界知識に関する評価ではGemini 3.1-Proに次ぐ位置付けにとどまり、フロンティアモデルと比較して「約3〜6ヶ月の開発上の遅れ」があると自社で認めている。この率直な評価は、一般的なベンダーの楽観的な発表スタンスとは対照的で注目された。
+
+## 価格戦略とオープンソース方針
+
+価格は競合他社に対して大幅に低コストに設定されている。V4 Flashは入力100万トークンあたり0.14ドル・出力0.28ドル、V4 Proは入力0.145ドル・出力3.48ドルと、OpenAI・Google・Anthropicの同等モデルをいずれも下回る水準だ。
+
+オープンソース戦略は前世代モデルからの方針を継続し、V4 FlashとV4 Proの両方がソースコードを自由に利用・改変できる形で公開されている。ただし現時点では両モデルともテキストのみの対応で、音声・動画・画像といったマルチモーダル機能はまだ備えていない。
+
+## 地政学的な文脈と中国製チップへの対応
+
+注目すべき点として、DeepSeekはV4をNvidiaやAMDへの早期アクセスを提供せず、中国の半導体メーカーであるHuaweiやCambriconのハードウェア向けに最適化したことが挙げられる。これはAI業界の通例を覆す決断であり、米国の輸出規制下における中国の国産AIハードウェア能力の本格的な試金石となる。リリースの背景には、米国政府によるDeepSeekへの知的財産窃取疑惑の指摘という政治的緊張も続いており、同社の技術的な台頭は単なるビジネス競争を超えた意味を持ち始めている。

content/posts/2026/04/25/google-cloud-next-2026-announcements.md

@@ -0,0 +1,32 @@
+---
+date: "2026-04-25T02:24:47+09:00"
+title: "Google Cloud Next 2026：第8世代TPUとAIエージェント基盤で示すクラウドAI戦略"
+description: "GoogleはCloud Next 2026でNvidia対抗の第8世代TPU 2バリアントとGemini Enterprise Agent Platformを発表し、企業向けAIインフラの全面強化を打ち出した。"
+tags:
+  - Cloud
+  - AI
+references:
+  - "https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/cloud-next-2026-sundar-pichai/"
+  - "https://techcrunch.com/2026/04/22/google-cloud-next-new-tpu-ai-chips-compete-with-nvidia/"
+  - "https://www.techradar.com/pro/live/google-cloud-next-2026"
+---
+
+## 概要
+
+Googleは2026年4月22日、年次カンファレンス「Google Cloud Next 2026」でSundar Pichaiが多数の主要発表を行い、クラウドAIインフラの大規模強化を宣言した。目玉は第8世代TPUの2バリアントとなる「TPU 8t」（学習特化）および「TPU 8i」（推論特化）の投入であり、前世代比最大3倍の処理性能と80%のコストパフォーマンス向上を謳う。また、AIスーパーコンピュータ向けの新データセンターファブリック「Virgo Network」、AppleとのクラウドAI提携、Gemini Enterprise Agent Platformによるエンタープライズ向けエージェント基盤の統合強化も発表され、クラウドインフラにおけるAI競争が新たな局面を迎えた。
+
+## 第8世代TPUの詳細
+
+TPU 8tは学習ワークロードに最適化されており、最大9,600ユニットをクラスタリングして前世代比3倍の処理速度を実現する。TPU 8iは推論向けで、1,152ユニット接続に対応し、オンチップSRAMを3倍に拡大することでレイテンシーを大幅に低減している。さらにTPU 8tは新データセンターファブリック「Virgo Network」およびPathways/JAXソフトウェアとの組み合わせで、単一クラスターあたり100万TPU超への準線形スケーリングを実現し、従来のハイパースケール制約を突破する設計となっている。
+
+注目すべきはGoogleのNvidiaに対するポジショニングだ。TPUはNvidiaを完全に代替するのではなく補完する位置付けとして、2026年後半にはNvidiaの最新チップ「Vera Rubin」もGoogle Cloudで提供予定であることを明らかにした。Googleが2023年にオープンソース化したネットワーキングシステム「Falcon」の改善でも協業するなど、競争と協調を並走させる戦略を採っている。
+
+## AIエージェントとプラットフォームの強化
+
+エンタープライズ向けAIエージェント基盤として「Gemini Enterprise Agent Platform」が発表された。数千単位のAIエージェントを構築・スケール・ガバナンス・最適化するための統合ツール群を提供し、組織規模のエージェント運用を可能にする。同プラットフォームには新モデルとしてGemini 3.1 Pro、Gemini 3.1 Flash Image、動画生成モデルVeo 3.1 Lite、音楽生成モデルLyria 3 Proも加わった。ファーストパーティモデルのAPIスループットは毎分160億トークン超に達し、前四半期比6割増という急成長が続いている。Gemini Enterpriseの有料月間アクティブユーザーも前四半期比40%増を記録した。
+
+データ基盤・セキュリティ面では、Knowledge Catalog、Cross-Cloud Lakehouse、Deep Research Agentを新たに発表。320億ドルで買収したWizとの連携によるAIサイバーセキュリティ自動化も強化され、セキュリティエージェントは脅威の軽減時間を90%以上短縮できるとしている。Workspace Intelligenceの一般提供も開始され、M365からの移行が5倍高速化されるとの試算も示された。なお、Google社内では新規コードの75%がAI生成となっており、半年前の50%から急増するなど、自社でのAI活用も加速している。
+
+## 市場への影響と展望
+
+今回の発表はNvidiaが約5兆ドルの時価総額を誇るAIチップ市場において、GoogleをはじめAmazon、Microsoftなどハイパースケーラーが独自チップで存在感を高めようとする動きの一環だ。しかし各社とも短期的にはNvidiaへの依存を維持しながら、長期的な依存度低減を模索するという慎重な姿勢を取っている。AppleとのクラウドAI提携やVirgo Networkによる次世代データセンター構想はGoogleのインフラ優位性をさらに際立たせるものであり、企業ユーザーへのAIフルスタック提供という戦略の加速が鮮明になった。

content/posts/2026/04/25/gopherwhisper-mongolia-apt.md

@@ -0,0 +1,38 @@
+---
+date: "2026-04-25T02:24:47+09:00"
+title: "中国系APT「GopherWhisper」、GoバックドアとSlack/Discord/OutlookをC2に悪用しモンゴル政府機関12システムを侵害"
+description: "ESETが発見した中国系APTグループ「GopherWhisper」は、複数のGoベースバックドアを駆使してモンゴルの政府機関12システムに感染し、SlackやDiscord、Microsoft 365 OutlookをC2チャネルとして巧みに悪用していた。"
+tags:
+  - Security
+references:
+  - "https://thehackernews.com/2026/04/china-linked-gopherwhisper-infects-12.html"
+---
+
+## 概要
+
+ESETの研究者は、これまで未確認だった中国系APTグループ「GopherWhisper」を新たに発見した。このグループはモンゴルの政府機関において少なくとも12のシステムへの感染が確認されており、活動の痕跡は2023年11月にまで遡る。最初の発見は2025年1月、独自のバックドア「LaxGopher」の検出がきっかけだった。GopherWhisperの最大の特徴は、SlackやDiscord、Microsoft 365 Outlookといった正規のビジネスコミュニケーションプラットフォームをC2（コマンド＆コントロール）チャネルとして悪用する点にあり、従来のセキュリティ検知機構を巧みにすり抜ける手法が注目されている。
+
+## マルウェアの構成と技術的詳細
+
+GopherWhisperは複数のGoベースのツールとバックドアを組み合わせた多層的な攻撃インフラを展開している。主要コンポーネントは以下の通りだ。
+
+- **LaxGopher**: SlackをC2通信に利用するGolangバックドア。`cmd.exe`経由でコマンドを実行し、追加マルウェアのダウンロードも行う。
+- **JabGopher**: LaxGopherを「whisper.dll」として展開するインジェクター。
+- **CompactGopher**: `.doc`・`.docx`・`.xls`・`.xlsx`・`.pdf`・`.ppt`・`.pptx`・`.txt`・`.jpg`などを拡張子でフィルタリングして収集し、AES-CFB-128暗号化でZIPに圧縮するファイル収集ツール。
+- **RatGopher**: DiscordをC2として使用するバックドア。ファイル操作にはfile.ioを利用する。
+- **BoxOfFriends**: Microsoft Graph APIを介してOutlookの下書きメールをC2チャネルとして活用するGolangバックドア。
+- **FriendDelivery**: BoxOfFriendsのローダー/インジェクターDLL。
+- **SSLORDoor**: ポート443で生ソケット通信を行うC++バックドア。
+
+正規サービスをC2として悪用する手法は、企業や組織のネットワーク監視において正当なビジネストラフィックに紛れ込むため、検出が著しく困難になる。
+
+## 帰属分析と影響範囲
+
+ESETの研究者は、GopherWhisperの活動時間帯の分析から中国と関連するグループ（China-aligned）であると評価している。C2への通信が中国標準時（CST）の午前8時から午後5時のビジネスアワーに集中していること、またSlackのメタデータにおけるタイムゾーン設定が中国を示していることが根拠となっている。
+
+感染が確認されたモンゴル政府機関のシステムは12台だが、C2トラフィックの分析から、さらに数十の被害者が異なるネットワーク・組織にわたって存在することが示唆されている。モンゴルは中国・ロシアの間に位置する内陸国であり、中央アジアにおける地政学的な情報収集の標的として関心を持たれやすい立場にある。正規サービスを通じたステルスなデータ窃取と永続的なアクセス維持が、このキャンペーンの主な目的と見られる。
+
+## まとめと示唆
+
+GopherWhisperの事例は、国家支援型の高度な脅威アクターが正規クラウドサービスをC2インフラとして積極的に取り込んでいるトレンドを改めて浮き彫りにした。Slack・Discord・Outlookのような日常的に使用されるツールを検知の盲点として利用する手口は、従来のIPブロックやシグネチャベースの検出では対処が難しい。組織はコミュニケーションプラットフォームへの異常な通信パターンの監視や、エンドポイントでの振る舞い検知の強化を検討する必要がある。
+