Chris Tozzi

AIプロジェクトでは、ただAIモデルを構築すれば終わりではない。むしろ「AIモデルの最適化」こそが成功を左右する鍵となる。具体的なアプローチを紹介する。

AIプロジェクトは、単にAIモデルを構築して展開するだけで完結するわけではない。AIモデルの精度や運用効率の低下といった問題を防ぐために、企業が取るべき対策とは。

AI処理のためのプロセッサとして、GPU以外にも「FPGA」がある。どれを採用するかは、それぞれの長所や短所、プロジェクトの要件を慎重に評価した上で判断すべきだ。

AI技術向けのプロセッサとしてはGPUがあるが、近年注目を集めるのが「FPGA」だ。そのメリットとデメリットを解説する。

Webアプリケーションのパフォーマンス向上には、リバースプロキシまたはロードバランサーが重要な役割を果たす。両者の違いはどこにあるのか。

Webアプリケーションの運用において、リバースプロキシとロードバランサーはどちらも重要な技術だ。両者はどのような機能があるのか。基礎から理解しよう。

生成AIは業務のさまざまな場面で使われている。しかし使い方を誤れば、機密情報や個人情報が漏えいするリスクもある。漏えいを防ぐための対策を5つ紹介する。

生成AIの使い方を誤れば、機密情報や個人情報が漏えいするリスクがある。データ漏えいが発生するのはどのような場面なのか。6つの例を紹介する。

アプリケーション間でデータをやりとりする際に使われる仕組みとして、APIやWebhookがある。開発者は両者をどのように使い分けるべきなのか。

「Webhook」と「API」は、どちらもアプリケーション間でデータをやりとりする際に使われる仕組みだ。両者は何が違うのか。機能やコスト、セキュリティといった観点から解説する。

アプリケーション間でデータをやりとりする際に使われる仕組みとして、APIやWebhookがある。それぞれの基本的な特徴をおさらいする。

AIモデル活用で欠かせない「PyTorch」と「TensorFlow」は、オープンソースの深層学習フレームワークだ。両者は何が異なり、どのように使い分ければよいのか。自社に合うライブラリの見極め方とは。

「PyTorch」と「TensorFlow」は、どちらもオープンソースの深層学習フレームワークだが、細かい設計思想や使い勝手に違いがある。両者の特徴と機能を紹介する。

グラフィックスを処理するために生まれた「GPU」は、いまやAI関連を含めて汎用（はんよう）的に使われるようになった。GPUを選ぶ際は、どのような要素を考慮して判断すればいいのか。

グラフィックスを処理するために使われてきた「GPU」は、AI関連のタスクを実行するための不可欠な存在となっている。GPUのどのような仕組みが生かされているのか。CPUとの仕組みの違いを踏まえて考えてみよう。

API記述言語「TypeSpec」の長所と短所の解説を通して、どのような開発者やプロジェクトに適しているのかを探る。TypeSpecをスムーズに利用開始するためのセットアップ手順も解説する。

API記述言語「TypeSpec」は、API設計プロセスの効率化にどのように貢献するのか。その特徴や主要な機能を紹介する。

プライベートクラウドではインフラを自社で専有できるため、パブリッククラウドに比べて自由にITリソースを使いやすい。プライベートクラウドのコストを最適化する方法を紹介する。

クラウドインフラのリソースを自組織で専有するプライベートクラウドは、構成や運用方を工夫することでコスト効率を改善することができる。プライベートクラウドの基本とコスト効率を改善する方法を紹介する。

「Azure Spot Virtual Machines」は、Microsoft AzureのVMを格安で利用できるサービスだ。最大90％の割引を受けられる半面、注意すべきリスクもある。同割引サービスを使うこなすためのこつを紹介する。

「Azure Spot Virtual Machines」は、「Microsoft Azure」のVMを利用するときに大幅な割引を受ける方法の一つだ。利用時に注意すべき点がある。同サービスを利用するときの基本的なポイントを説明する。

TechTargetは「APIゲートウェイを使わないマイクロサービスの管理方法」に関する記事を公開した。マイクロサービスの管理はAPIゲートウェイを使うのが一般的だ。もしそれを使わない場合、どのようなメリットとデメリットがあるのか。

AI技術を使用したコーディングツールに、開発現場からの期待が集まっている。GitHub、Microsoft、AWSが提供する代表的なAIコーディングツールの機能を解説する。

コーディング支援ツールはAI技術を活用することで、どのように進化してきたのか。「コード補完」「ローコード」「静的解析」などとの違いを踏まえて解説する。

アプリケーションの設計者や開発者は、マイクロサービスが常に優れた選択肢だと仮定するのではなく、マイクロサービスとモノリスを慎重に選ぶ必要がある。アプリケーションのアーキテクチャを決める際に考慮すべきポイントを整理する。

RAMLは、APIライフサイクル管理の効率を高めたり、APIの標準化を目指す開発者にとって強力なツールとなる。

ソフトウェア開発プロセスは、7つの個別ステージに分けることができる。本稿では、ソフトウェア開発ライフサイクルの各ステージにアプローチする方法を説明する。

TechTargetは「機能駆動型開発」に関する記事を公開した。機能駆動型開発は、アプリケーションの機能を中心にプロジェクトを構成することでアジャイルの原則を開発プラクティスに持ち込む。

ソフトウェアテストにおけるエッジケースとは、ごく少数のユーザーにしか影響しないケースを指す。だとしても、エッジケースのテストが重要なことは変わらない。本稿では、どのようなときにエッジケースのバグを解決すべきか、それとも解決せずそのままにするのかを確認する。

TechTargetは、「コードリンティング」に関する記事を公開した。コードリンティングはデバッグプロセスにおける重要な準備手順の一つだ。シンプルなミスを早い段階で解決すれば、少ない負担でコーディングの品質を向上させられるだろう。

主要クラウドサービスのIAMツールに機能的な差はほとんどないが、選定に当たって考慮が必要になる点がある。企業はどのようにIAMツールを選んだらよいのか。

IT管理者はクラウドサービスのユーザーを管理するために「IAM」を利用する必要がある。主要クラウドサービスが備えているIAMツールを比較する。

AWSやAzureといったクラウドサービスを利用する際に、ユーザーのアクセスを管理するIAMは欠かせない。まずはIAMがどういった役割を果たすのかを確認し、なぜIAMが必要なのかを考える。

オープンソースは、利用する企業に相応のメリットをもたらす。とはいえ、オープンソースを利用する過程で開発チームが直面する無視できない注意点もある。

マイクロサービスをコンテナとサーバレスのどちらで運用するかはどのように決めればよいのか。その決定を大きく左右するのは、そのマイクロサービスで何を実行するかだ。

クラウドサービスはインフラを分散させ、追加のアカウントを作成するほど請求管理が難しくなる。請求管理を容易にするためのベストプラクティスを紹介する。

クラウドサービスの請求額はさまざまな要因によって変動するため、とても複雑だ。企業がクラウドサービスの請求を管理するために立ち向かうべき課題と、“請求の複雑さ”の要因を確認しよう

自社のDevOpsの取り組みに「継続的プランニング」プロセスは適しているのだろうか。本稿では、継続的プランニングのメリットと課題を理解し、開発効率を向上させる方法を確認する。

ScalaとKotlinはどちらも、汎用プログラミング言語として多くの機能を提供する。とはいえ、ユースケースも同じというわけではない。

3層アーキテクチャとマイクロサービスアーキテクチャを細かく比較し、どちらをいつ使用するかを考える。

Fixate IOのクリス・トッツィ氏は「MACHアーキテクチャ戦略」について解説した。マイクロサービス、APIファースト、クラウドネイティブ、ヘッドレスという4つの要素を考慮した設計アプローチで、各要素を組み合わせることで効果的なアプリケーション開発が可能になるという。

アプリケーション開発や運用に柔軟性を与えるマイクロサービスアーキテクチャやヘッドレスアーキテクチャはどこが違うのか？　アプリケーションを構築する際、どちらを採用すべきなのか。

「脱クラウド」を決定したら、オンプレミスインフラへのアプリケーションの移行作業が必要だ。その際の選択肢として「カナリアリリース」がある。どのような特徴があるのか。注意点とは。

「脱クラウド」を決定し、オンプレミスインフラへとスムーズにアプリケーションを移行させるためには、何に注意すればよいのか。脱クラウドのトラブル回避に必要な検討事項を説明する。

アプリケーションをクラウドサービスからオンプレミスインフラに移行させるときは、データやアプリケーションの損失が起こらないようにバックアップを確実に取る必要がある。その際に何に注意すればよいのか。

アプリケーションをクラウドサービスからオンプレミスインフラに戻す「脱クラウド」には、具体的にはどのような作業が必要になるのか。最初にやるべきことを説明する。

全てのアプリケーションのインフラとして、クラウドサービスが適しているとは限らない。ユーザー企業がクラウド移行で思ったような効果が得られず、「脱クラウド」を検討せざるを得なくなる理由とは何なのか。

「AWS Glue」と「Azure Data Factory」はよく似たクラウドETLだが、重要な違いがある。自社の要件にどちらが適しているのか。料金体系やデータコネクターの種類から比較する。

AWSの「AWS Glue」やMicrosoftの「Azure Data Factory」といったクラウドETLは、データパイプラインの構築を支援する。両者の基本的な利用方法を説明する。

AWSの「AWS Glue」やMicrosoftの「Azure Data Factory」などのクラウドETLを利用することで、ユーザー企業は各システムのデータ連携の仕組みを容易に整備できる。各サービスの機能を説明する。