Core MLによるオンデバイス推論：実際にプロダクションで使えるパターン
Core MLはモデルをNeural Engine、GPU、またはCPU上で実行します。実際に使えるパターンとしては、モデル変換、ディスパッチのヒント指定、レイテンシ予算、量子化などがあります。
AI & Technology執筆
デザイン、開発、AIインフラ、製品構築についての考え。
Appleの新しいSpeechフレームワーク：SpeechAnalyzer vs SFSpeechRecognizer
iOS 26では、SpeechTranscriber + SpeechDetectorモジュールを備えたSpeechAnalyzerが導入され、SFSpeechRecognizerのオンデバイス代替となります。いつ移行すべきか。
AI & TechnologySwiftDataマイグレーション：軽量と独自実装、そしてV2が不要なケース
SwiftDataのマイグレーションモデルは、VersionedSchema、MigrationStage、SchemaMigrationPlanで構成されます。スキーマ変更の多くはV2スキーマを必要としませんが、必要なケースでは確実に必要となります。
AI & TechnologytvOS Focus Engine：Siri Remote向けSwiftUIパターン
Apple TVはタッチではなくフォーカスでナビゲートします。SwiftUIの.focusable、@FocusState、focusSection、prefersDefaultFocusがその語彙です。実戦投入できるパターンを紹介します。
AI & TechnologyApple プラットフォームマトリクス：どのターゲットにどのアプリがふさわしいか
iOS、iPad、Mac、Watch、Vision、TV。6つのプラットフォーム、6つの責務。Apple ターゲットの選定は、エンジニアリング判断である前にプロダクト判断です。
AI & TechnologyWriting Tools API：アプリがApple IntelligenceのWriting Toolsレイヤーに接続する仕組み
iOS 18でWriting Toolsが導入されました。iOS 26では、標準テキストビューであれば単一のプロパティで導入でき、カスタムテキストエンジンには専用のコーディネーターAPIが用意されています。
AI & Technology私が書かないと決めていること
ブログクラスターの声は、何を出版するかではなく、何を出版しないかから生まれます。カテゴリー的拒否、パターン的拒否、興味深い拒否のそれぞれが、クラスターの姿を形作るのです。
AI & Technology単一の真実の源：SwiftData、MCP、iCloud
3つの呼び出し元が同じ買い物リストに書き込めます。人間、Apple Intelligence、外部エージェントです。真実はどこかに存在しなければなりません。基盤を選びましょう。
AI & TechnologyApple開発のためのフック：プロジェクトを救うパターン
iOSエージェントは、開発者の署名鍵、ビルド、プロジェクトファイルにアクセスできます。フックは影響範囲を限定します。実用的な4つのパターンを紹介します。
AI & TechnologyFoundation Modelsエージェントワークフロー：アプリ内 vs ツールLLM
2つのLLMがSwiftアプリに関わります。アプリに同梱されるオンデバイスモデルと、コードを書いたエージェントです。スタックも責務も異なります。
AI & Technology3つのサーフェス：人間、Apple Intelligence、エージェント
iOSアプリのすべての機能は、人間、Apple Intelligence、エージェントという3つのサーフェスに向き合っています。それぞれ異なる責務、レンダリング、レイテンシ、信頼姿勢を持ちます。
AI & TechnologyFoundation Models オンデバイス LLM：Tool プロトコル
iOS 26 の Foundation Models フレームワークは、Apple Intelligence 対応デバイスすべてに 3B パラメータの LLM を搭載します。Tool プロトコルこそが、このモデルを実用的なものにする表面（サーフェス）です。
AI & Technology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。