エンジニアリング哲学：Salvatore Sanfilippo（antirez）
Salvatore Sanfilippoは、たった一つの原則を軸にRedisを築き上げました――「やることを減らす」。頭の中にすっぽり収まるほど小さく、シングルスレッドで、インメモリのストア。しかも人間が読むためのCで書かれています。
Engineering & Craft執筆
デザイン、開発、AIインフラ、製品構築についての考え。
エンジニアリング哲学：岩田聡
岩田聡は、一度もゲーマーであることをやめないまま任天堂の社長になったプログラマーだった——プレイヤーの喜びに奉仕するための、技術の極み。
Engineering & Craftエンジニアリング哲学：フェイフェイ・リー、データこそが土台である
フェイフェイ・リーはImageNetを築き、AIに「目」を与えた。欠けていたのは賢いモデルではなく大規模なデータであり、AIは人間中心であり続けねばならない――その賭けの物語。
Engineering & CraftSwift 6.2の並行処理を実践で使う：MainActorをデフォルトにして、意図的に抜け出す
Swift 6.2は並行処理を逆転させます。モジュールのデフォルトをMainActorにし（SE-0466）、nonisolated asyncを呼び出し元で実行し（SE-0461）、@concurrentで抜け出します。
AI & Technologyエンジニアリング哲学：ワーナー・ヴォゲルス
Amazonの CTO ワーナー・ヴォゲルスは、ある一つの前提の上にクラウドを築きました。あらゆるものは常に壊れる、というものです。故障を前提に設計し、影響範囲を最小化し、その間も可用性を保ち続けるのです。
Engineering & Craftエンジニアリング哲学：Roberto Ierusalimschy
Roberto Ierusalimschyは、ただひとつの原則——ポリシーではなくメカニズム——を軸にLuaを設計しました。小さく、速く、組み込み可能な言語は、規則ではなくレバーをあなたに手渡します。
Engineering & Craftエンジニアリング哲学: Radia Perlman
Radia PerlmanはSpanning Tree Protocolを発明し、自己修復するネットワークを築きました。ループのない、自律的に安定する、ノードが嘘をついても正しく動き続けるネットワークです。堅牢性を第一原理に据えた人物。
Engineering & Craftエンジニアリング哲学：Sophie Wilson
Sophie Wilsonは、今や地球上のほぼすべての電話に搭載されているARM命令セットを、ごく少人数のチームと、低消費電力をほとんど偶然の産物にしてしまうほど徹底したRISCの効率性で設計しました。
Engineering & CraftApple Silicon上のMLX——Appleのモデルではなく、自前のモデルが必要になったとき
Foundation Modelsが提供するのは、Appleが封をしたオンデバイスのLLMです。MLXなら自前のモデル——量子化されたオープンウェイトモデルやLoRAファインチューン——をApple Silicon上で動かせます。
AI & TechnologyAppleの Translation フレームワーク——無料、オンデバイス、見た目以上に鋭い
Appleの Translation フレームワーク。translationPresentation と TranslationSession による無料のオンデバイス翻訳と、デモが省略するオフラインダウンロードの落とし穴を解説します。
AI & Technologyエンジニアリング哲学：ジム・ケラー、トランジスタはタダである
ジム・ケラーは、AMDの復活、iPhone、TeslaのAutopilotなどを支えるチップを設計してきた——シリコンを惜しみなく注いでボトルネックを取り除き、第一原理から発想し直すことによって。
Engineering & Craftエンジニアリング哲学：Mark Shuttleworth
Mark Shuttleworthは、ただ一つの理念の上にUbuntuを築きました——「人間のためのLinux、すべての人のための自由なソフトウェア」。その根にあるのはubuntu、すなわち「他者への思いやり」であり、決まった時計に合わせて世に送り出されてきました。
Engineering & Craft外部記事
技術記事： Introl
Local LLM Hardware Pricing Guide 2025
大規模言語モデルをローカルで実行するための包括的なハードウェア推奨事項とコスト分析。
H100 vs. H200 vs. B200: Choosing the Right NVIDIA GPUs for Your AI Workload
さまざまなAIワークロード向けにNVIDIA最新データセンターアクセラレータを比較するGPU選択ガイド。
TPU Architecture: Complete Guide to Google's 7 Generations
GoogleのTensor Processing UnitのTPUv1からTPUv5までの進化に関する詳細な技術解説。
GPU Memory Pooling in Multi-Tenant Kubernetes
コンテナ化環境におけるGPUクラスターのリソース共有戦略。
Ray Clusters: Distributed AI Computing Infrastructure
Rayフレームワークを使用した分散AI計算の構築と管理のガイド。
DeepSeek V3 Open Source AI Cost Advantage
オープンソースLLMの経済性とDeepSeekの競争上のポジショニング分析。
NVIDIA Vera Rubin GPU 600kW Racks 2027
将来のデータセンター電力要件とNVIDIAの次世代GPUロードマップ。
SMR Nuclear Power for AI Data Centers
次世代AIインフラストラクチャに電力を供給する小型モジュラー炉ソリューション。
DeepSeek MHC Architecture Breakthrough
DeepSeekのMulti-Head Compressionアーキテクチャ革新の技術分析。
