エンジニアリング哲学：マーガレット・ハミルトン
マーガレット・ハミルトンは「ソフトウェア工学」という言葉を生み、1202アラームを乗り越えたApolloの飛行コードを書きました。防御的設計、エラー回復、そして二度目のチャンスはないという現実。
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：ジェフリー・ヒントン、流行より信念
ジェフリー・ヒントンは、学界が脳型ニューラルネットワークを嘲笑していた2度のAIの冬を通じて、それに賭け続けました。流行より信念を、形式論より直観を。
Engineering & CraftApple Foundation Models：オンデバイスのLLMフレームワークを解説
AppleのFoundation Modelsフレームワーク——LanguageModelSession、@Generableによるガイド付き生成、ツール呼び出し、可用性、そしてオンデバイスモデルを離れるべき場面まで。
AI & TechnologyiOS 26のウィジェット面：1つのApp Intentが、いくつもの場所で動く
iOS 26のウィジェット、コントロールセンターのコントロール、そしてLive Activity——これらはすべてApp Intentの表示面です。1つのintentが、ボタンも、コントロールも、Live Activityのアクションも動かします。
AI & Technology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：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：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 & CraftAppleのTranslationフレームワーク：無料、オンデバイス、そして見た目以上に切れ味鋭い
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、そしてデモが省略するオフラインダウンロードの落とし穴まで。
AI & Technology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 & CraftApple SiliconでのMLX：Appleのモデルではなく、自分のモデルが必要なとき
Foundation Modelsが提供するのは、Appleが封印した端末内蔵のLLMです。MLXなら自分のモデルを動かせます。Apple Silicon上で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実行できるのです。
AI & Technologyエンジニアリング哲学：Kyunghyun Cho
Kyunghyun Choは、制御構造そのものをモデル自身に学習させました――GRUのゲート付きメモリ、attentionにおけるソフトな対応付け――そして、それを誠実で再現可能なサイエンスと結びつけたのです。
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。