2026年の機械学習におけるMetal
WWDC26はMetalを第一級のML計算基盤へと押し上げました。カスタムカーネル向けのMetalテンソル、M5のneural accelerator、リアルタイムのニューラルレンダリング、そしてMLX Swiftです。
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。
iOS 27のSwiftData：監視と履歴
iOS 27では、ResultsObserverによる第一級の変更監視、HistoryObserverによる永続履歴の監視、そしてcodable属性ストレージがSwiftDataに加わります。
AI & TechnologyiOS 27 における SwiftUI のパフォーマンスと相互運用
iOS 27 の SwiftUI が、lazy stack のスクロール、GPU シェーダー効果、AppKit/UIKit との相互運用をどう扱うのかを、WWDC26 の UI Frameworks 公式セッション3本から読み解きます。
AI & TechnologyiOS 27のアクセシビリティ：リーディングアプリとカスタムコントロール
リーディングアプリとカスタムコントロールのためのiOS 27アクセシビリティ。テキストナビゲーションのリンク、causesPageTurn、UITextInput、adjustableトレイト、ダイレクトタッチを解説します。
AI & TechnologyCore AI：Apple silicon上でモデルを実行する
Core AIはiOS 27の低レベルなモデル実行フレームワークです。アセットとモデルの違い、NDArrayテンソル、コンピュートユニットの指定、そしてApple silicon上の推論関数を解説します。
AI & TechnologyYour Agent Has Two Untrusted Inputs
AI agents have two untrusted inputs: code the model writes and tool output it reads. One now has a real WASM sandbox; the other, MCP tool poisoning, does not.
AI & TechnologyApple 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 & Technologyエンジニアリング哲学：ラジ・レディと、最も貧しい10億人のためのテクノロジー
ラジ・レディは「話しかけられる機械」を切り拓いた――音声認識、そしてブラックボードモデル。そして最も高度なAIを、世界で最も豊かな人々ではなく、最も貧しい人々へと向けた。
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 & 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 & 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：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 & 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。