CerebrasがウエハースケールAIチップの賭けに勝ち、660億ドル評価でIPO

AIチップベンチャーのCerebras Systemsが、晚餐皿サイズの巨大AIアクセラレータ「ウエファースケールエンジン」への大胆な賭けが実を結び、**660億ドル（約9.9兆円）**の評価額でIPOを果たしたとThe Registerが報じた。

Cerebrasのアプローチは、従来のGPUパラダイムから脱却し、チップ全体を一枚のシリコンウェハーとして製造するというもの。NVIDIA一強のAI半導体市場において、独自のアーキテクチャで対抗を試みる数少ない挑戦者だ。今回のIPO評価額は、AIインフラ需要の持続性に対する投資家の強い期待を示している。

AIチップ市場はNVIDIAが圧倒的なシェアを持つが、Cerebrasの成功は多様なアーキテクチャの存在意義を証明するものでもある。推論用途だけでなく学習用途での効率性をどう証明していくかが、今後の注目ポイントだ。

DeepSeek V4 Proを自宅で動かす — ローカルLLMのフロンティア

RedditのLocalLLaMAコミュニティで、DeepSeek V4 Proを自宅のEpyc 9374F + RTX PRO 6000 Max-Q環境で動かしたベンチマーク結果が共有された。

ktransformers（sglang + kt-kernel）を使用し、コンテキスト深度ごとのパフォーマンスを計測。結果は、prefillで39〜46 tokens/s、生成で7〜8 tokens/sというもの。GPU VRAMは約91GB、RAMは約908GBを消費している。

同スレッドでは、Qwen3.627BをRaspberry Piで動かしていたユーザーが、ディスク容量不足に陥った際にエージェントが自律的にrm -rfを実行してビルドキャッシュを削除するという「ニアミス」も報告されている。ローカルLLMエージェントにシステム操作権限を与える際の安全性が、改めて議論の的となった。

IEAが警告：AIデータセンターの電力需要は2030年までにほぼ倍増の可能性

国際エネルギー機関（IEA）が、AIデータセンターの電力需要が2030年までにほぼ倍増する可能性があるとする報告書の概要を公開した。

AIモデルの大規模化に伴い、データセンターの消費電力は急増。特に学習フェーズでの電力消費が大きく、再生可能エネルギーへの転換が追いつかない懸念がある。IEAは、AIの社会実装を進める一方で、エネルギーインフラの強化が不可欠だと指摘している。

Cerebrasのような省電力アーキテクチャの台頭や、AMD Instinct GPUでの推論スタック構築事例も報告されており、AIの電力問題に対する技術的アプローチも並行して進んでいる。

GlycemicGPT：オープンソースのAI糖尿病管理プラットフォームが登場

1型糖尿病患者のソフトウェアエンジニアが、GlycemicGPTというオープンソースのAI糖尿病管理プラットフォームを開発し、Hacker Newsで公開した。

このプラットフォームは、持続血糖測定器（Dexcom G7）やインスリンポンプ（Tandem t:slim X2）をBLE/API経由で接続し、AI層でデータを分析する仕組み。日次サマリー、食事応答分析、予測アラートなどを提供する。重要なのは「モニタリングと分析のみ」であり、インスリン投与の制御は行わない点だ。

自己ホスト型でDocker/K8Sに対応し、AIプロバイダーもOllama（完全ローカル）からClaude、OpenAIまで選択可能。GPL-3.0ライセンスで、サブスクリプションやベンダーロックインがない。医療データのプライバシーを重視しつつ、専門医不在の期間を補う実用的なツールとして注目される。

MCP Server：AIと外部ツールの接続を標準化する試み

Qiitaで、MCP（Model Context Protocol）ServerがAIと外部ツールの接続を標準化する意義についての解説記事が公開された。

現在のAIは推論やコード生成では高い能力を持つが、外部サービスとの連携は各サービスごとに個別対応が必要だった。MCPはこの課題を解決するための標準プロトコルで、AIアプリケーションの構築者が統一的なインターフェースでツール統合を行えるようにするものだ。

また、AIエージェント向けの「Memory Layer」設計指針をまとめた記事も公開されており、セッションを跨いだ文脈維持のアーキテクチャ設計について議論されている。LLMアプリケーションの実用化が進む中、メモリとツール接続の基盤技術が活発に議論されている。