Google Cloud Runは、ジョブにGPUサポートを提供するようになり、バッチ処理と非同期タスクに新たな可能性を開きました。これにより、モデルの効率的な微調整、大規模なバッチAI推論、高スループットのメディア処理が可能になります。vivo、Wayfair、Midjourneyなどの早期導入企業は、大幅なコスト削減とパフォーマンス向上を報告しています。このサービスにより、開発者はイノベーションに集中し、インフラストラクチャ管理をGoogleに任せることができます。
続きを読む
GoogleのGeminiのテキストツーSQL機能は、一見すると素晴らしいものですが、現実世界のアプリケーションでは大きな課題が明らかになります。まず、モデルは、データベーススキーマ、データの意味、ビジネスロジックなど、ビジネス固有のコンテキストを理解する必要があります。単純なモデルのファインチューニングでは、データベースやデータのバリエーションに対応するのが困難です。第二に、自然言語のあいまいさにより、モデルがユーザーの意図を正確に理解することが難しく、コンテキスト、ユーザーの種類、モデルの機能に基づいて調整する必要があります。最後に、SQL方言の違いは、正確なSQLコードを生成する上で課題となります。Google Cloudは、インテリジェントなデータ検索、セマンティックレイヤー、LLMによる曖昧さの解消、モデルの自己整合性検証などの技術を用いてこれらの課題に対処し、GeminiのテキストツーSQLの精度と信頼性を継続的に向上させています。
続きを読む
GoogleのRapid StorageはColossusアーキテクチャを活用して、毎秒2000万リクエストという驚異的なスループットを実現し、AI/MLアプリケーションに特に役立つサブミリ秒レベルの遅延での読み書きを提供します。gRPCストリーミングとステートフルプロトコルを使用することで、Rapid Storageはデータアクセス効率を劇的に向上させ、例えばモデルの事前トレーニング時において、ストレージの遅延がアクセラレータをブロックすることを防ぎます。堅牢なフォールトトレランスにより、クライアントまたはサーバーの障害が発生した場合でもデータの一貫性と継続性が確保され、無制限の追加と中断からの再開が可能になります。これは大規模データ処理のための強力なソリューションです。
続きを読む
Google Cloudは、AIハイパーコンピューターのソフトウェアの大幅なアップデートを発表しました。これにより、AIモデルのトレーニングと推論の効率が劇的に向上します。分散型ランタイムであるPathways on CloudがGoogle Cloudで利用可能になり、弾力的なトレーニングと高スループットの推論が可能になります。Cluster DirectorはSlurmのサポートと360°の可観測性機能を追加し、高性能と信頼性を確保します。GKEはInference GatewayとInference Quickstartを統合し、推論コストの大幅な削減とスループットの向上を実現します。vLLMはTPUをサポートするようになり、推論速度がさらに向上します。Dynamic Workload Schedulerはアクセラレータのサポートを拡大し、リソースの利用率を最適化します。これらのアップデートにより、開発者はより迅速かつ費用対効果の高い方法でAIアプリケーションを構築および展開できます。
続きを読む
マイクロソフトのTime Travel Debugging (TTD)は、強力なユーザーモードの記録と再生フレームワークであり、開発者はまるでタイムラインを移動するかのようにプログラムをデバッグできます。DLLを注入してプロセスの実行状態をすべてキャプチャし、.traceファイルに保存します。コアはNirvanaランタイムエンジンで、CPU命令をエミュレートしてきめ細かい制御を実現します。浮動小数点演算、メモリモデル、周辺機器のエミュレーション、自己変更コードなどの課題に対しても、Nirvanaは動的バイナリ変換とコードキャッシング技術を使用して効率性と精度を確保します。この記事では、TTDを使用して難読化された32ビットPEファイルをデバッグ中に発生したバグについて説明し、TTDのトレースファイル自体をデバッグに使用する利点を強調しています。
続きを読む
このGoコードは、状態マシンとランダムなインデックスを用いた動的データ復号化による高度なコード難読化技術を実装しています。データはランダムにチャンクに分割され、ランダムなインデックスシーケンスが復号順序を制御します。状態依存の復号化キーを使用して、各チャンクを順次復号化し、最終的に元のデータが再構築されます。このアプローチは、リバースエンジニアリングの難易度を大幅に高め、コードのセキュリティを効果的に保護します。
続きを読む
ロシア系ハッカーがSignalの「リンクされたデバイス」機能を悪用した大規模なフィッシング攻撃を実施しています。攻撃者は、グループ招待やセキュリティアラートなど、正規のSignalリソースに偽装した悪意のあるQRコードを作成します。これらのコードをスキャンすると、被害者のアカウントが攻撃者が制御するSignalインスタンスにリンクされ、会話内容をリアルタイムで盗聴できるようになります。APT44などのグループが使用するこの手法は、ウクライナ軍関係者も標的にしています。この攻撃は、その隠密性と効果的な防御策の欠如から、長期間にわたって検知されないままとなる高リスク、低シグネチャ攻撃です。
続きを読む
Google BigQueryは、線形構造でSQLクエリの記述と保守を簡素化する新しいパイプクエリ構文を導入しました。この構文では、SELECT、集計、GROUP BY、JOIN、WHEREなどの演算子を任意の順序で、何回でも適用できるため、クエリのロジックがより明確で分かりやすくなります。標準SQLにおける句の厳格な順序、複雑なクエリにおけるCTEやネストされたサブクエリの必要性などの問題に対処し、データ操作の柔軟性を高めるために、EXTEND、SET、DROP、RENAMEなどの新しいパイプ演算子が導入されています。
続きを読む
Kasperskyが最初に特定したマルウェアファミリーであるPOISONPLUG.SHADOW（Shadowpad）は、検出を回避するためにカスタム難読化コンパイラであるScatterBrainを使用しています。GoogleのThreat Intelligence Group（GTIG）とFLAREチームは協力してScatterBrainのリバースエンジニアリングを行い、スタンドアロンの静的デオブファスケーターを作成しました。このデオブファスケーターは、ScatterBrainの3つの保護モード（選択的、完全、完全「ヘッダーレス」）に対処し、制御フローグラフの難読化、命令の変異、インポートテーブルの保護を無効にします。この研究により、Shadowpadのような高度なマルウェアの分析と対策能力が大幅に向上します。
続きを読む
この記事では、主要な2つのAPI設計モデルであるgRPCとREST、そしてOpenAPIの役割について掘り下げて説明します。RPCモデルに基づくgRPCはデータの詳細を隠蔽する一方、HTTPに基づくRESTはリソース指向です。多くのAPIは両者の強みを巧みに組み合わせ、エンティティ指向のアプローチを採用していますが、gRPCで実装されています。この記事では、APIにHTTPを使用する3つの方法、REST、gRPC、OpenAPIを比較し、それぞれの利点と欠点を概説し、最終的に特定のニーズに基づいて最適なアプローチを選択することを提案しています。gRPCは優れたパフォーマンスを提供しますが、特別なソフトウェアが必要です。OpenAPIは柔軟性がありますが、設計が複雑です。RESTはシンプルで分かりやすいですが、あまり使用されていません。選択にあたっては、プロジェクトの要件、チームのテクノロジースタック、保守性を考慮する必要があります。
続きを読む