世界の技術トレンドを掴む、

エンジニアのための厳選インサイト。

ビッグ・テックの設計思想からPython自動化まで、現場で役立つ情報を毎日お届けします。

最新ポスト

最近更新されたばかりの新鮮な記事です。

trend2026-09-26

MetaRoCE解説：100万GPU時代のイーサネットRDMAをゼロから再設計した設計思想

MetaがOCPに寄贈したMetaRoCEは、PFCによる無損失前提を捨て、パケットスプレー・順序不同受信・受信側主導の輻輳制御を組み合わせることで、1%パケットロス時でも約86%のスループットを維持します。RoCEv2との違いと実測データをまとめました。

記事を読む→

trend2026-09-25

TensorFlow.js から LiteRT.js へ — ブラウザ AI 推論の新標準を徹底解説

Google が公開した LiteRT.js は、.tflite モデルをブラウザ上でネイティブ性能で実行できる WebAssembly ベースのランタイムです。WebGPU/WebNN によるハードウェアアクセラレーション、PyTorch からのワンステップ変換、Ultralytics YOLO 連携まで、実務目線でまとめました。

記事を読む→

trend2026-09-24

State of CSS 2026 結果まとめ：anchor positioningとhas()が支持を集めた理由

2026年版 State of CSS の結果が公開されました。anchor positioningとhas()が「お気に入りの新機能」上位に並び、CSS満足度は5点中4.0、AIコード生成の利用率は50%未満が多数派という結果に。実務に効くポイントを整理します。

記事を読む→

insight2026-09-23

SpotifyがベイズA/Bテストを採用しなかった本当の理由【統計設計の深層】

ベイズA/Bテストが「モダンで優れている」という通説に対し、Spotifyが正面から反論した記事のまとめです。要点は3つ。①ベイズは単一手法ではなくconfigurationの集合体である、②flat prior + posterior thresholdというプラットフォーム既定値はfrequentistのpeekingと数値的に同一のfalse positive rateを再現する、③真の利益は「よく較正されたempirical Bayes prior + Bayes factor stopping」の組み合わせから得られるが、その維持コストは多くの組織で利益を上回る、という点です。

記事を読む→

insight2026-09-22

Transformer vs ハイブリッドLLM、トークン単位で分解すると勝負所がまったく違う件

ハイブリッドモデルがTransformerを上回る領域と下回る領域を、トークン単位のloss gapで分解した研究のまとめです。名詞・動詞などの内容語や代名詞の照応解決ではハイブリッドが強く、繰り返しn-gramのコピーと閉じ括弧の予測ではTransformerが強いという結果になっています。単一の平均lossでは見えなかったアーキテクチャ差が「フィルタリング済みトークンloss」で可視化されます。

記事を読む→